Nebius 发布 RL 训练自动调优器，最优配置最高提速 15 倍

Nebius 团队发布 RL 训练自动调优器，介绍如何在不增加 GPU 的前提下优化训练流程。在 4 个模型、2 种工作负载上，最优配置使 RL 训练步最高提速 15 倍，中位数约 3.5 倍；优化自家 CPU serving 代码后，每个训练步节省 444 秒。