SLAI ने T-Rex पेश किया, जो Ascend SuperPOD इंफ्रास्ट्रक्चर पर DeepSeek-V4 मॉडल परिवार के लिए एक पूर्ण-पैरामीटर पोस्ट-ट्रेनिंग फ्रेमवर्क है। सिस्टम हियरार्किकल ऑप्टिमाइज़ेशन के माध्यम से ट्रिलियन-पैरामीटर MoE मॉडल्स में मेमोरी प्रेशर और संचार ओवरहेड को संबोधित करता है।
- 34.22% Model FLOPs Utilization (MFU) हासिल करता है, जो ओपन-सोर्स बेलाइन की तुलना में 2.93x सुधार है।
- सॉल्वर-सत्यापित सिंथेटिक डेटा का उपयोग करके ऑपरेशन्स रिसर्च कार्यों के लिए CPT और SFT वर्कफ़्लो स्थापित करता है।
- विशेष DeepSeek-V4-Flash मॉडल 71.81% ज़ीरो-शॉट Pass@1 स्कोर हासिल करता है, जो GPT-5.4-Mini से 3.98 प्रतिशत अंक अधिक है।
यह कार्य Ascend हार्डवेयर पर पोस्ट-ट्रेनिंग फ्रंटियर मॉडल्स के लिए एक कुशल मार्ग और जटिल तर्क के लिए डोमेन-विशिष्ट क्षमताओं को बनाने का प्रदर्शन करता है।