CoreWeave 推出 RL Rollouts，支援強化學習中的即時模型權重更新

CoreWeave 推出 RL Rollouts，以減少強化學習訓練循環中的延遲。該系統無需在每個檢查點重新部署並暫停訓練器，而是直接將新權重載入至運作中的部署，且不會中斷正在進行的請求，運作速度約為標準重新部署週期的 15 倍。

NVIDIA 與 You.com 使用 RL Rollouts 對用於網絡搜尋的 Nemotron 3.5 Lightning 進行後訓練。根據 CoreWeave 的詳細分析，該工作流程將 BrowseComp 準確率由 36.97% 提升至 45.45%，同時減少了 30.24% 的工具調用。