Beam 微调实测:单节点 16 分钟跑 500 步,损失 0.89 降至 0.70

Beam 微调实测显示，在同一个 8×B300 节点上用 Mixture-of-Thoughts 推理子集跑 500 步、约 1600 万 token 只需 16 分钟。