Molt：面向智能体强化学习的可扩展PyTorch原生训练框架

Molt是NVIDIA发布的PyTorch原生训练框架，专门用于智能体强化学习研究。该框架以代码紧凑、易于理解为目标，允许研究者或AI编码助手完整追踪并修改算法流程。它采用异步循环训练多模态和混合专家策略，且只训练自身生成的token。性能上，在匹配的全异步协议下，Molt与基于Megatron的先进堆栈统计上可比。框架已开源，提供配方和容器，地址为GitHub的NVIDIA-NeMo/labs-molt。

此前主流智能体RL框架（如Megatron）修改成本高，每次改动需涉及分布式后端和训练器多层适配。Molt以极简代码库降低迭代代价，同时保持同等性能，使研究者能更快速实验新算法、估计器和滚动方案。

Molt将智能体视为普通程序，通过单一异步循环管理训练，确保策略版本、token一致性和模型语义完整。紧凑设计让算法流可端到端追踪，而非分散在多层抽象中，从而减少修改时的认知负担。

对于产品研发团队，Molt可缩短强化学习策略的迭代周期，降低研究验证成本。工程师无需深入分布式系统细节即可修改训练逻辑，加速从实验到部署的流程。

• 将Molt集成至现有Agentic RL项目，替换复杂框架以降低维护成本
• 基于Molt开发定制化的多模态策略训练流水线
• 利用其开源配方，快速复现论文中的算法并对比性能

• Molt在大规模分布式训练（如千卡集群）下的实际表现如何？
• 框架对非多模态或混合专家策略的支持与优化程度？
• Molt的社区活跃度及后续更新维护计划？