پلتفرم آموزش TorchTitan که به‌طور بومی برای PyTorch طراحی شده، از چند ارتقا خبر داد. این پلتفرم اکنون از جدیدترین مدل‌های با وزن‌های باز، از جمله Muse Spark Open، Qwen3‑VL، Kimi K2.7، Kimi K3 و DeepSeek‑V4 پشتیبانی می‌کند و همه آن‌ها را با موازی‌سازی پنج‌بعدی خود یکپارچه کرده است. این نسخه همچنین TitanRL را اضافه می‌کند؛ چارچوبی برای یادگیری تقویتی که برای پیش‌آموزش و استنتاج از همان مدلِ ازپیش‌آموزش‌دیده استفاده می‌کند و نیاز به پایگاه‌های کد جداگانه را از بین می‌برد. بهبودهای عملکردی نیز شامل کرنل‌های سریع‌تر، مدیریت بهتر حافظه و قابلیت‌های ارتباطی تازه‌ای است که آموزش در مقیاس بزرگ را سرعت می‌بخشند.
چرا مهم است
پژوهشگران می‌توانند از جدیدترین مدل‌ها استفاده کنند و آزمایش‌های یادگیری تقویتی را بدون بازنویسی کد اجرا کنند؛ در نتیجه در زمان صرفه‌جویی می‌شود و خطاها کاهش می‌یابند.
