# TRIAGE estabiliza o treinamento de RL em 4 bits nos modelos Qwen

> Pesquisadores apresentam o TRIAGE, um ajuste que considera a direção das atualizações e mantém a execução em 4 bits, com desempenho equivalente ao de precisão total em testes de matemática.

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

Zhen Li e sua equipe divulgaram uma nova técnica chamada TRIAGE em 7 de outubro de 2026. Ela opera nativamente no formato NVFP4, de 4 bits para pesos e ativações, e equilibra as atualizações de gradiente de política durante o aprendizado por reforço. O método identifica incompatibilidades no nível dos segmentos e aplica correções limitadas, sem alterar a execução em baixa precisão. Testes com Qwen3‑4B e Qwen3‑30B‑A3B mostraram treinamento estável e qualidade equivalente à de precisão total em cinco benchmarks de raciocínio matemático, além de uma velocidade de geração de trajetórias até 2,3 vezes maior que a do BF16.

## Os fatos

- Data do evento: 2026-10-07 ("qua., 7 de outubro de 2026")
- O TRIAGE alcançou até 2,3× mais vazão na geração de trajetórias que o BF16

## Por que importa

A técnica permite que desenvolvedores treinem modelos de linguagem grandes mais rapidamente em hardware de 4 bits, sem perder precisão, reduzindo os custos computacionais.

## Fontes e referências

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

Última atualização: 2026-10-07