<p class="ql-align-justify"><span style="color: rgb(39, 64, 119);">近日，潞晨团队与昇腾团队密切合作，实现了强化微调技术的创新国产化全栈优化方案，并在鲲鹏昇腾开发者大会2025上进行了开源与分享，推动深度思考模型的落地实践。潞晨的强化微调技术通过创新的解耦架构和Producer-Consumer模式，实现了三大突破性进展：1）训练效率提升：流水线式强化学习和异步式强化学习有效实现并发执行，极大提升训练吞吐效率；2）系统灵活性：有效解决资源耦合问题，打破工作负载瓶颈，并实现更轻松的主流推理框架对接；3）高可扩展性：支持灵活扩展训练资源，独立调整不同类型任务的训练资源，并支持异构硬件训练，提升整体资源利用率。</span></p><p><br></p>