# TorchTitan amplia o suporte a modelos e recursos de aprendizado por reforço

> A plataforma TorchTitan, do PyTorch, agora treina os modelos mais recentes de pesos abertos e inclui uma pilha unificada de aprendizado por reforço chamada TitanRL.

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

O TorchTitan, plataforma de treinamento nativa do PyTorch, anunciou várias atualizações. Agora, oferece suporte aos modelos mais recentes de pesos abertos, como Muse Spark Open, Qwen3‑VL, Kimi K2.7, Kimi K3 e DeepSeek‑V4, todos integrados ao seu paralelismo em 5 dimensões. A mesma versão inclui o TitanRL, uma estrutura de aprendizado por reforço que reutiliza exatamente o mesmo modelo pré-treinado tanto no pré-treinamento quanto na inferência, eliminando a necessidade de bases de código separadas. Entre as melhorias de desempenho estão kernels mais rápidos, gerenciamento de memória aprimorado e novos recursos de comunicação que aceleram o treinamento em larga escala.

## Os fatos

- A lista de novos modelos inclui Muse Spark Open, Qwen3‑VL, Kimi K2.7, Kimi K3 e DeepSeek‑V4
- O TitanRL permite usar o mesmo código de modelo no pré-treinamento, no pós-treinamento e na inferência

## Por que importa

Pesquisadores podem adotar os modelos mais recentes e realizar experimentos de aprendizado por reforço sem reescrever código, economizando tempo e reduzindo erros.

## Fontes e referências

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

Última atualização: 2026-10-21