彈性序列平行

深度分析

利用多臂強盜與彈性序列平行，Spotlight 大幅加速 Diffusion Transformer RL 訓練

DiT強化學習後訓練成本高，研究提出Spotlight系統，同步利用閒置的SpotGPU進行種子探索，並採用彈性序列平行與搶占感知排程，允許探索階段使用前一迭代的舊模型權重保留相對排名，實測可在相同驗證分數下提速至4倍，總成本降低1.4至6.4倍，同時提升影像品質。