Gradient发布Echo-2框架，大模型后训练成本骤降90%

分布式AI实验室Gradient正式发布Echo-2分布式强化学习框架。该框架旨在通过架构层实现Learner与Actor解耦，显著降低大模型后训练成本。

核心优势与数据

• 成本大幅降低：官方数据显示，该框架可将一个300亿参数模型的后训练成本从约4500美元降至425美元，降幅超过90%。
• 关键技术：采用存算分离技术进行异步训练，支持将采样算力卸载至不稳定的廉价显卡实例，并支持基于Parallax的异构显卡集群。

未来计划
Gradient计划推出强化学习即服务平台Logits，目前已面向学生和研究人员开放预约。