热点事件持续更新
ALTO 开源配方：MXFP4 训练 MoE 逼近 BF16
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026 年 10 月 26 日，arXiv cs.AI 刊出一项开源训练配方 ALTO，用于在 MXFP4 低精度格式下训练 200 亿参数的 MoE 模型 GPT-OSS-20B。结果显示，ALTO 把该模型与 BF16 基线的验证损失差距缩小约 50%：在 C4 验证集上训练 16,128 步时，MXFP4 的验证损失为 3.3350，BF16 为 3.3283，两者仅相差 0.007。报道还称，达到 MLPerf 质量目标所需的 FP4 收敛开销从 +20.0% 降到 +5.0%。目前该工作以开源配方形式公开，重点是从收敛质量角度说明 FP4 训练 MoE 模型可逼近 BF16 水平。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AIALTO 如何在 MXFP4 下训练 20B MoE 模型 GPT-OSS-20B，把与 BF16 的差距缩小约 50%
开源训练配方 ALTO 在 MXFP4 下训练 200 亿参数 MoE 模型 GPT-OSS-20B，把与 BF16 基线的验证损失差距缩小约 50%。C4 验证集上 16,128 步的验证损失为 3.3350，仅比 BF16 的 3.3283 高 0.007，达到 MLPerf 质量目标所需的 FP4 收敛开销从 +20.0% 降到 +5.0%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。