대규모 추론 모델(LRMs)은 최종 답변을 제공하기 전에 중간 “사고” 단계를 생성하여 수학 및 코딩과 같은 복잡한 문제에 대한 성능을 향상시키는데 사용된다. 그러나 RL을 사용하여 규모에 맞게 LRMs를 학습하는 것은 도전적이다. 이에 AREAL은 완전 비동기 강화 학습을 사용하여 LRMs의 훈련 속도를 높이는 방법을 제안한다. 이를 통해 효율적인 RL을 LRMs에 적용하여 모델의 학습 속도와 성능을 개선할 수 있다.

<Mark Tech Post 뉴스 본문 전체읽기>