测评 miniTE报告：原生NVFP4如何稳定高效训练RL InfiX.ai、Slime与SGLang团队分析了原生NVFP4在大模型RL中后期失稳的原因，覆盖量化、激活缩放、KV cache与执行路径差异，并提出TRIAGE与miniTE两条路线，在8×B300上实现约1.33–1.37倍学习器更 LMSYS NVFP4 强化学习 miniTE 6小时前 51
