NVIDIA open-sourcea FlashREINFORCE: RL agentic que supera a GRPO con la mitad de rollouts
Hacia el 13–14 de septiembre de 2026, NVIDIA liberó FlashREINFORCE (Apache 2.0, integración Molt): RL para agentes que, según TechTimes, supera a GRPO con la mitad de rollouts, con Qwen2.5-Math-1.5B en 38.0 frente a 36.3.