RL 训练团队爆料：1T 全量权重同步低于 5 秒

开发者 saurabhshah2 在 X 上称赞团队成员：@zianglih 的 rollout 速度极快，@yawd2028 把 1T 参数全量权重更新做到低于 5 秒，且并非 LoRA 方案。帖子未展开技术细节，但这类 infra 级优化对大规模 RL 训练效率影响显著。