惊爆！GPT-OSS-20B强化学习，训练速度狂飙、超稳定！

快讯：开源GPT-OSS大模型在智能体强化学习（Agentic RL）训练中取得突破性进展！研究团队攻克多项技术难题，成功稳定PPO训练，修复了MoE架构引起的对数概率不匹配问题。通过为FlashAttention v3全面支持注意力槽，彻底解决训练与推理不一致，显著加速了GSM8K、ReTool等任务的收敛。此外，优化了MoE专家实例化并结合序列并行，实现长上下文下内存高效训练，使GPT-OSS成为下一代高性能智能体骨干模型的有力竞争者。