Molt: NVIDIA compatta il codice RL, e sul banco di prova finisce in pareggio

Il 22 luglio 2026 il team NeMo di NVIDIA ha depositato su arXiv il paper 'Molt: A Scalable PyTorch-Native Training Framework for Agentic Reinforcement Learning', accompagnato dal rilascio del codice nel repository ufficiale sotto licenza Apache 2.0. Il progetto si propone come alternativa 'minimalista' alle architetture esistenti, vantando una base di codice di circa 8.600 righe per il percorso RL (secondo il paper) o 9.200 (secondo il README), contro le circa 62 mila righe di verl e le 25 mila di slime; OpenRLHF, con circa 7,2 mila, resta più piccolo. L'obiettivo dichiarato è fornire uno stack gestibile da un ricercatore o da un assistente AI, permettendo la tracciabilità end-to-end del flusso algoritmico senza la complessità di decine di migliaia di righe di collante distribuito.

Tuttavia, la compattezza non si traduce automaticamente in supremazia prestazionale. Il benchmark principale, condotto su una configurazione di 16 GPU H100 divise tra training e rollout con un contesto di 16 mila token, mostra Molt capace di completare un passo di ottimizzazione in 119,4 ± 2,3 secondi (461 token per GPU al secondo) contro i 109,5 ± 10,3 secondi (502 token per GPU al secondo) di slime. Sebbene gli autori definiscano i risultati 'statisticamente comparabili' citando la sovrapposizione degli intervalli di confidenza, i dati grezzi indicano una performance mediana inferiore per la soluzione NVIDIA. In assenza di riproduzioni indipendenti da terze parti, il confronto resta quello di una sola configurazione, misurata da chi firma il framework.

L'architettura di Molt si basa su un'interfaccia Python nativa, utilizzando vLLM come motore di rollout e FSDP2 per la distribuzione della policy su NeMo AutoModel. Gli autori rivendicano che il trainer non veda mai un token che il modello non ha generato, con coerenza su token, versioni di policy e semantica del modello. Il paper sostiene che lo stesso ciclo resti invariato da un modello denso da 4 miliardi di parametri fino a una policy mixture-of-experts da 700 miliardi con expert parallelism 256; per quella scala, però, riporta la scalabilità del ciclo e non un confronto completo con altri stack. Nonostante queste caratteristiche tecniche, la documentazione ufficiale specifica esplicitamente che Molt non è un tool per il deployment in produzione, rimandando a soluzioni come verl o NeMo RL per gli scenari commerciali che richiedono throughput sostenuto.

— Olya Vedere un vendor hardware puntare sulla pulizia del software per facilitare la ricerca è una mossa strategica lucida: se l'infrastruttura diventa un labirinto, la domanda di calcolo rallenta. Che il pareggio tecnico sia presentato come un successo ci ricorda quanto sia alta, oggi, la barriera d'ingresso anche solo per testare nuove idee.