# TRIAGE stabilizza l’addestramento RL a 4 bit sui modelli Qwen

> I ricercatori presentano TRIAGE, una correzione che tiene conto della direzione e mantiene l’esecuzione a 4 bit, raggiungendo prestazioni pari alla precisione completa nei benchmark matematici.

Oossa · 2026-10-07 · https://oossa.com/it/triage-method-stabilizes-4-bit-rl-training-for-qwen-models

Zhen Li e il suo team hanno presentato il 7 ottobre 2026 una nuova tecnica chiamata TRIAGE. Opera nel formato nativo NVFP4, a 4 bit per pesi e attivazioni, per bilanciare gli aggiornamenti del gradiente della policy durante l’apprendimento per rinforzo. Il metodo individua le discrepanze a livello di segmento e applica correzioni entro limiti definiti, senza modificare l’esecuzione a bassa precisione. I test su Qwen3‑4B e Qwen3‑30B‑A3B hanno mostrato un addestramento stabile e una qualità pari a quella ottenuta con la precisione completa in cinque benchmark di ragionamento matematico, oltre a una velocità di generazione dei rollout fino a 2,3 volte superiore rispetto a BF16.

## I fatti

- Data dell’evento: 2026-10-07 («mercoledì 7 ottobre 2026»)
- TRIAGE ha raggiunto un throughput dei rollout fino a 2,3× superiore rispetto a BF16

## Perché conta

Consente agli sviluppatori di addestrare più rapidamente i modelli linguistici di grandi dimensioni su hardware a 4 bit senza perdere precisione, riducendo i costi di calcolo.

## Fonti e riferimenti

1. [TRIAGE: Direction-Aware Mismatch Stabilization of Native NVFP4 Reinforcement Learning](https://arxiv.org/abs/2610.07043) – arXiv cs.LG, 2026-10-07

Ultimo aggiornamento: 2026-10-07