/ posts/ 18

# vLLM V0 到 V1 迁移实战：修复四个关键问题，确保 RL 训练一致性

2026-05-18 5 min read

ServiceNow 团队在将 RL 训练从 vLLM V0 迁移到 V1 时发现 logprob 差异影响训练动态，通过修复四个关键点实现后端一致性，为在线 RL 系统迁移提供宝贵经验。

2026-05-18 4 min read

IBM发布Granite Embedding Multilingual R2系列，基于ModernBERT的97M和311M参数模型，支持200+语言、32K上下文，Apache 2.0开源，在MTEB多语言检索中表现最佳。

2026-05-18 5 min read

Allen AI 发布 EMO 模型，通过端到端预训练让 MoE 专家从数据中自发形成模块化结构，仅用 12.5% 的专家即可保持接近完整性能，为高效任务定制和节省推理成本开辟新路径。

2026-05-17 4 min read

Hugging Face 团队提出异步批处理技术，通过分离 CPU 批次准备与 GPU 计算，消除推理循环中的空闲间隙，可将 GPU 利用率提升至接近 100%，吞吐量提升可达 20% 以上。

2026-05-17 4 min read

IBM 发布 Granite Embedding Multilingual R2 系列，基于 ModernBERT 架构，97M 和 311M 参数模型在 MTEB 多语言检索任务上超越同类开源模型，支持 200+ 语言和 32K 上下文，Apache 2.0 开源。

2026-05-17 5 min read

AI2 发布 EMO 模型，通过端到端预训练使 Mixture-of-Experts 中的专家自动形成领域专属的模块化结构，仅用 12.5% 的专家即可完成特定任务，性能接近全模型。