NVIDIA 發布 PyTorch 原生代理強化學習框架 Molt

代理強化學習讓 AI Agent 能透過回饋學會多輪對話、工具調用與程式碼執行，但既有大型框架層次複雜，研究員修改演算法、估計器或 Rollout 流程時，往往得同步調整訓練與分散式元件。NVIDIA NeMo 團隊因此打造 PyTorch 原生框架 Molt，以精簡、可追蹤的架構縮短研究迭代週期。

NVIDIA 研究團隊於 2026 年 7 月 22 日公開 Molt 論文與程式碼，並以 Apache 2.0 授權釋出。核心強化學習路徑約 8,600 行 Python，低於 verl 的約 62,000 行與 slime 的約 25,000 行；框架整合 Ray、vLLM、NeMo AutoModel 與 FSDP2，可在多節點 H100 叢集訓練多模態及 MoE Agent，實驗規模由 4B 稠密模型延伸至 700B MoE 模型。