# TorchTitan、新モデル対応と強化学習機能を追加

> PyTorchのTorchTitanが最新のオープンウェイトモデルに対応し、TitanRLと呼ばれる統合型の強化学習スタックを搭載しました。

Oossa · 2026-10-21 · https://oossa.com/ja/torchtitan-adds-new-model-support-and-reinforcement-learning-features

PyTorchネイティブのトレーニングプラットフォーム、TorchTitanが複数のアップグレードを発表しました。Muse Spark Open、Qwen3‑VL、Kimi K2.7、Kimi K3、DeepSeek‑V4など最新のオープンウェイトモデルに対応し、5次元並列化に統合されています。今回のリリースではさらに、事前学習と推論に同一の事前学習済みモデルを再利用し、別々のコードベースを不要にする強化学習フレームワーク「TitanRL」が加わりました。性能面では、カーネルの高速化、メモリ処理の改善、新たな通信機能により、大規模トレーニングを高速化しています。

## 事実

- 新たに対応したモデルはMuse Spark Open、Qwen3‑VL、Kimi K2.7、Kimi K3、DeepSeek‑V4
- TitanRLにより、事前学習、事後学習、推論で同一のモデルコードを利用できます

## なぜ重要か

研究者は最新モデルを採用し、コードを書き直すことなく強化学習の実験を行えるため、時間を節約し、バグを減らせます。

## 出典と参考資料

1. [TorchTitan Update: New SOTA Models, Performance at Scale, TitanRL](https://pytorch.org/blog/torchtitan-update-new-sota-models-performance-at-scale-titanrl/) – PyTorch

最終更新: 2026-10-21