TRACE：面向 MoE 语言模型 FP4 强化学习的 rollout 引导量化感知训练

TRACE 是面向 MoE 语言模型 RL 训练的 FP4 量化框架，用 rollout 侧量化结果引导训练侧 FP4 舍入决策，直接缩小训练与 rollout 两条量化执行路径的差异。它支持 FP4 权重/激活与 FP4 KV-cache rollout，在四个大规模 MoE 语言模型的推理、编码和长程 RL 任务上性能与 BF16 rollout 相当，rollout 提速最高 5.4 倍。