SGLang 峰会分享 NVFP4 4-bit 低精度 RL 千卡实战经验，成果将开源

humans& 实验室 Ziang Li 在 SGLang Summit 分享大规模低精度强化学习生产实践，涵盖 4-bit（NVFP4）RL 训练与 W4A16 decode，相关成果均有完整基准测试。技术已在数千张 GPU、数万亿 token 的长时程 RL 中验证，团队计划今年回馈开源社区，博客与七月分享将披露更多细节。