# vLLM V0到V1迁移启示录：在大模型RL训练中先校准后创新
4 min read
ServiceNow团队在将RL训练从vLLM V0迁移到V1时发现，后端logprob计算方式的微小差异导致训练指标偏移。通过修复四个关键问题实现后端行为匹配后，目标级创新才得以安全进行。
/ tags/ 研究
# EMO：让混合专家模型的模块化从数据中自然涌现
4 min read
传统MoE专家往往专注于低级词汇模式而非高层能力。EMO通过端到端预训练使专家自动形成可组合的领域群组，仅用12.5%的专家即可保持近全模型性能，为高效任务特化开辟新路。
# EMO：预训练混合专家模型实现涌现模块化——从数据中自动学习专家分工
5 min read
艾伦人工智能研究所发布EMO模型，通过端到端预训练让混合专家结构从数据中涌现，仅用12.5%的专家即可接近全模型性能，改变了传统MoE中专家混杂的局面。
# EMO：让专家混合模型从数据中自然涌现模块性
6 min read
AI2发布EMO模型，通过端到端预训练使MoE专家自动组织成模块，仅用12.5%参数即可接近全模型性能。
# Open ASR排行榜引入“防刷榜”私有数据集：标准化与开放性的平衡之策
6 min read
为了应对benchmaxxing（针对基准测试的过度优化），Open ASR排行榜新增由Appen和DataoceanAI提供的高质量私有英语ASR数据集，默认不参与平均WER计算，但提供可选项以提升评测的真实性。
# vLLM V0到V1迁移中的正确性之战：RL推理引擎必须对齐的训练教训
4 min read
ServiceNow AI团队在将RL训练从vLLM V0迁移到V1时发现四类关键差异，修复后训练曲线完全对齐。文章揭示了强化学习系统中推理与训练一致性的重要性。