{"@context":"https://schema.org","@type":"NewsArticle","generatedAt":"2026-07-23T06:40:50.084Z","headline":"LongStraw：固定GPU预算下实现超200万token的RL后训练","description":"LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","url":"https://www.aioga.com/news/cmrot9i1r06xbbitobb6tu4jm/","mainEntityOfPage":"https://www.aioga.com/news/cmrot9i1r06xbbitobb6tu4jm/","datePublished":"2026-07-16T00:00:00.000Z","dateModified":"2026-07-16T00:00:00.000Z","inLanguage":"zh-CN","publisher":{"@type":"NewsMediaOrganization","name":"Aioga","url":"https://www.aioga.com"},"citation":["https://arxiv.org/abs/2607.14952","https://aihot.virxact.com/items/cmrot9i1r06xbbitobb6tu4jm"],"canonicalUrl":"https://www.aioga.com/news/cmrot9i1r06xbbitobb6tu4jm/","directAnswer":{"@type":"Answer","text":"Aioga 编辑摘要：LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。 Aioga 将其归入「论文研究」方向，重点关注它对真实使用和行业竞争的影响。","url":"https://www.aioga.com/news/cmrot9i1r06xbbitobb6tu4jm/","dateCreated":"2026-07-16T00:00:00.000Z","author":{"@type":"Organization","@id":"https://www.aioga.com/authors/aioga-editorial/#editorial-team","name":"Aioga Editorial Team","url":"https://www.aioga.com/authors/aioga-editorial/"}},"evidence":[{"@type":"CreativeWork","name":"arXiv source article","url":"https://arxiv.org/abs/2607.14952","datePublished":"2026-07-16T00:00:00.000Z","provider":{"@type":"Organization","name":"arXiv","url":"https://arxiv.org/abs/2607.14952"}},{"@type":"CreativeWork","name":"AIHot archive record","url":"https://aihot.virxact.com/items/cmrot9i1r06xbbitobb6tu4jm","datePublished":"2026-07-16T00:00:00.000Z","provider":{"@type":"Organization","name":"AIHot","url":"https://aihot.virxact.com/items/cmrot9i1r06xbbitobb6tu4jm"}}],"aggregationSource":"HuggingFace Daily Papers（社区热门论文）","originalPublisher":{"name":"arXiv","url":"https://arxiv.org/abs/2607.14952"},"article":{"id":"cmrot9i1r06xbbitobb6tu4jm","slug":"cmrot9i1r06xbbitobb6tu4jm","url":"https://www.aioga.com/news/cmrot9i1r06xbbitobb6tu4jm/","title":"LongStraw：固定GPU预算下实现超200万token的RL后训练","title_en":"LongStraw： Long-Context RL Beyond 2M Tokens under a Fixed GPU Budget","summary":"LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","source":"HuggingFace Daily Papers（社区热门论文）","sourceUrl":"https://arxiv.org/abs/2607.14952","aiHotUrl":"https://aihot.virxact.com/items/cmrot9i1r06xbbitobb6tu4jm","publishedAt":"2026-07-16T00:00:00.000Z","category":"论文研究","score":37,"selected":false,"articleBody":["arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website.","Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs ：https://info.arxiv.org/labs/index.html."],"articleImages":[{"sourceUrl":"https://arxiv.org/static/base/1.0.1/images/funders/simons-foundation.png","alt":"Simons Foundation","afterParagraph":1,"url":"/media/articles/cmrot9i1r06xbbitobb6tu4jm/e2d7f38d62f5ca91.png"},{"sourceUrl":"https://arxiv.org/static/base/1.0.1/images/funders/simons-foundation-international.png","alt":"Simons Foundation International","afterParagraph":1,"url":"/media/articles/cmrot9i1r06xbbitobb6tu4jm/1d56e29c5557cbdc.png"}],"mediaStatus":"ok","articleBodyZh":[],"translationStatus":"","bodyOrigin":"source-page","editorial":{"summary":"Aioga 编辑摘要：LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。 Aioga 将其归入「论文研究」方向，重点关注它对真实使用和行业竞争的影响。","background":"背景分析：模型与研究类动态需要结合能力边界、开放方式、成本、可用性和真实任务表现判断，单项指标领先不等于已经形成稳定采用。","viewpoint":"Aioga 判断：这条动态更适合作为行业观察信号，当前信息足以建立线索，但不足以推导长期结论。","implications":"影响分析：对相关团队而言，短期应先核对来源、可用范围和实际成本，再判断是否值得接入或跟进。","nextStep":"后续观察：继续观察官方文档、实际可用性、价格变化、开发者反馈和竞品回应。","evidenceRefs":["title","summary","articleBody"],"confidence":"medium","status":"published","aiGenerated":false,"autoApproved":true,"generatedBy":"rule-safe-fallback","generatedAt":"2026-07-23T06:49:19.227Z","sourceHash":"5da255db95cfcb5d","validation":{"passed":true,"mode":"rule-safe-fallback","checks":["schema","length","source-attribution","no-html"]}},"tags":["论文研究","HuggingFace Daily Papers（社区热门论文）"],"translations":{"zh-CN":{"title":"LongStraw：固定GPU预算下实现超200万token的RL后训练","summary":"LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"LongStraw：固定GPU预算下实现超200万token的RL后训练 - Aioga AI资讯","description":"LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万to","url":"https://www.aioga.com/news/cmrot9i1r06xbbitobb6tu4jm/"},"en":{"title":"LongStraw： Long-Context RL Beyond 2M Tokens under a Fixed GPU Budget","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under Research. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","category":"Research","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"LongStraw： Long-Context RL Beyond 2M Tokens under a Fixed GPU Budget - Aioga AI News","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under Research. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置","url":"https://www.aioga.com/en/news/cmrot9i1r06xbbitobb6tu4jm/"},"ja":{"title":"LongStraw：固定GPU预算下实现超200万token的RL后训练","summary":"Aiogaは「論文研究」の動きとして、HuggingFace Daily Papers（社区热门论文） からの更新を追跡しています。LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","category":"論文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"LongStraw：固定GPU预算下实现超200万token的RL后训练 - Aioga AIニュース","description":"Aiogaは「論文研究」の動きとして、HuggingFace Daily Papers（社区热门论文） からの更新を追跡しています。LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增","url":"https://www.aioga.com/ja/news/cmrot9i1r06xbbitobb6tu4jm/"},"ko":{"title":"LongStraw：固定GPU预算下实现超200万token的RL后训练","summary":"Aioga는 HuggingFace Daily Papers（社区热门论文）의 업데이트를 연구 흐름으로 추적합니다. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","category":"연구","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"LongStraw：固定GPU预算下实现超200万token的RL后训练 - Aioga AI 뉴스","description":"Aioga는 HuggingFace Daily Papers（社区热门论文）의 업데이트를 연구 흐름으로 추적합니다. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外","url":"https://www.aioga.com/ko/news/cmrot9i1r06xbbitobb6tu4jm/"},"es":{"title":"LongStraw：固定GPU预算下实现超200万token的RL后训练","summary":"Aioga sigue esta actualización de HuggingFace Daily Papers（社区热门论文） dentro de Investigación. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","category":"Investigación","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"LongStraw：固定GPU预算下实现超200万token的RL后训练 - Aioga Noticias de IA","description":"Aioga sigue esta actualización de HuggingFace Daily Papers（社区热门论文） dentro de Investigación. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应","url":"https://www.aioga.com/es/news/cmrot9i1r06xbbitobb6tu4jm/"},"fr":{"title":"LongStraw：固定GPU预算下实现超200万token的RL后训练","summary":"Aioga suit cette mise à jour de HuggingFace Daily Papers（社区热门论文） dans la catégorie Recherche. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","category":"Recherche","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"LongStraw：固定GPU预算下实现超200万token的RL后训练 - Aioga Actualités IA","description":"Aioga suit cette mise à jour de HuggingFace Daily Papers（社区热门论文） dans la catégorie Recherche. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和","url":"https://www.aioga.com/fr/news/cmrot9i1r06xbbitobb6tu4jm/"},"de":{"title":"LongStraw：固定GPU预算下实现超200万token的RL后训练","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"LongStraw：固定GPU预算下实现超200万token的RL后训练 - Aioga KI-News","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小","url":"https://www.aioga.com/de/news/cmrot9i1r06xbbitobb6tu4jm/"},"pt-BR":{"title":"LongStraw：固定GPU预算下实现超200万token的RL后训练","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"LongStraw：固定GPU预算下实现超200万token的RL后训练 - Aioga Notícias de IA","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小","url":"https://www.aioga.com/pt-BR/news/cmrot9i1r06xbbitobb6tu4jm/"},"ru":{"title":"LongStraw：固定GPU预算下实现超200万token的RL后训练","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"LongStraw：固定GPU预算下实现超200万token的RL后训练 - Aioga Новости ИИ","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小","url":"https://www.aioga.com/ru/news/cmrot9i1r06xbbitobb6tu4jm/"},"ar":{"title":"LongStraw：固定GPU预算下实现超200万token的RL后训练","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"LongStraw：固定GPU预算下实现超200万token的RL后训练 - Aioga أخبار الذكاء الاصطناعي","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小","url":"https://www.aioga.com/ar/news/cmrot9i1r06xbbitobb6tu4jm/"},"hi":{"title":"LongStraw：固定GPU预算下实现超200万token的RL后训练","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"LongStraw：固定GPU预算下实现超200万token的RL后训练 - Aioga AI समाचार","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小","url":"https://www.aioga.com/hi/news/cmrot9i1r06xbbitobb6tu4jm/"},"it":{"title":"LongStraw：固定GPU预算下实现超200万token的RL后训练","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"LongStraw：固定GPU预算下实现超200万token的RL后训练 - Aioga Notizie IA","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小","url":"https://www.aioga.com/it/news/cmrot9i1r06xbbitobb6tu4jm/"},"nl":{"title":"LongStraw：固定GPU预算下实现超200万token的RL后训练","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"LongStraw：固定GPU预算下实现超200万token的RL后训练 - Aioga AI-nieuws","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小","url":"https://www.aioga.com/nl/news/cmrot9i1r06xbbitobb6tu4jm/"},"tr":{"title":"LongStraw：固定GPU预算下实现超200万token的RL后训练","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"LongStraw：固定GPU预算下实现超200万token的RL后训练 - Aioga AI Haberleri","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小","url":"https://www.aioga.com/tr/news/cmrot9i1r06xbbitobb6tu4jm/"},"vi":{"title":"LongStraw：固定GPU预算下实现超200万token的RL后训练","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"LongStraw：固定GPU预算下实现超200万token的RL后训练 - Tin tức AI Aioga","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小","url":"https://www.aioga.com/vi/news/cmrot9i1r06xbbitobb6tu4jm/"},"id":{"title":"LongStraw：固定GPU预算下实现超200万token的RL后训练","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"LongStraw：固定GPU预算下实现超200万token的RL后训练 - Berita AI Aioga","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小","url":"https://www.aioga.com/id/news/cmrot9i1r06xbbitobb6tu4jm/"},"th":{"title":"LongStraw：固定GPU预算下实现超200万token的RL后训练","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"LongStraw：固定GPU预算下实现超200万token的RL后训练 - ข่าว AI Aioga","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小","url":"https://www.aioga.com/th/news/cmrot9i1r06xbbitobb6tu4jm/"},"pl":{"title":"LongStraw：固定GPU预算下实现超200万token的RL后训练","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小2和8），组大小增加仅额外占用0.21 GB峰值内存；压力测试达到446万位置。在32块H20 GPU上，验证了GLM-5.2全部78层上210万token提示词的端到端执行路径。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"LongStraw：固定GPU预算下实现超200万token的RL后训练 - Aioga Wiadomości AI","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. LongStraw是一个面向百万token级RL后训练的架构感知执行栈，在固定GPU预算下通过GRPO实现。在8块H20 GPU上，LongStraw完成分组Qwen评分和响应反向传播时支持210万位置（组大小","url":"https://www.aioga.com/pl/news/cmrot9i1r06xbbitobb6tu4jm/"}}}}