# 当大模型强化学习走向规模化，Batch Size Scaling 有什么不一样？

- 来源：腾讯混元：Research（API）
- 作者：RL Team
- 发布时间：2026-09-19 00:43
- AIHOT 分数：43
- AIHOT 链接：https://aihot.news/items/cmuc6111f0apzrots9qhjst5l
- 原文链接：https://hunyuan.tencent.com/research/100116?langVersion=zh

## AI 摘要

腾讯混元研究团队从第一性原理分析 LLM 强化学习中的 batch size scaling，提出以 time-to-target 为判据：只有当吞吐增益 r_q 超过样本代价 r_N 时，更大的 batch 才能缩短训练时间。

## 正文

该来源未收录可展示正文，站内仅提供摘要。

> 站内仅提供摘要，全文见原文。