# 从vLLM V0到V1迁移：强化学习训练中推理引擎的正确性关键
5 min read
ServiceNow AI团队在将vLLM从V0升级到V1时，发现rollout logprobs的语义不一致会严重破坏RL训练动态，通过修复四项关键问题实现了后端行为匹配。
/ tags/ ai-update
# 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。
# NVIDIA Nemotron 3 Nano Omni：长上下文多模态智能，重新定义文档、音频与视频Agent
5 min read
NVIDIA发布Nemotron 3 Nano Omni，一个融合文本、图像、视频和音频的全模态理解模型，采用混合Mamba-Transformer MoE架构，在文档理解、视频理解等多项基准上取得领先，同时提供最高9倍的吞吐量提升。
# 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。
# NVIDIA Nemotron 3 Nano Omni：融合Mamba与MoE的多模态全能小模型
4 min read
NVIDIA发布Nemotron 3 Nano Omni，采用混合Mamba-Transformer MoE架构，支持文本、图像、视频、音频的长上下文理解，在多项基准上领先。
# Granite 4.1技术揭秘：IBM如何用15T tokens和5阶段预训练打造高效小模型
4 min read
IBM开源Granite 4.1系列（3B/8B/30B），通过五阶段预训练、数据质量筛选和强化学习，实现8B模型超越32B MoE。详细技术文档公开。