Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Rethinking the Sampling Criteria in Reinforcement Learning for LLM Reasoning: A Competence-Difficulty Alignment Perspective

Created by
  • Haebom

저자

Deyang Kong, Qi Guo, Xiangyu Xi, Wei Wang, Jingang Wang, Xunliang Cai, Shikun Zhang, Wei Ye

개요

본 논문은 강화 학습을 통해 대규모 언어 모델의 추론 능력을 향상시키는 연구에 관한 것이다. 기존의 강화 학습 기반 방법들은 문제의 난이도에 따라 학습 문제를 스케줄링함으로써 샘플 효율성을 개선하려고 시도하지만, 문제 난이도의 불안정하고 편향된 추정 및 모델의 능력과 문제 난이도 간의 정렬 실패로 인해 최적의 결과를 얻지 못하는 한계를 지닌다. 본 논문에서는 문제의 과거 성능 차이를 종합하여 문제 난이도를 정확하고 안정적으로 추정하는 Competence-Difficulty Alignment Sampling (CDAS) 방법을 제안한다. CDAS는 고정점 시스템을 사용하여 모델의 현재 능력과 일치하는 난이도의 문제를 적응적으로 선택한다. 다양한 수학적 벤치마크 실험 결과, CDAS는 정확도와 효율성 모두에서 큰 향상을 보이며, 특히 경쟁적인 동적 샘플링 기법보다 2.33배 빠른 속도를 보였다.

시사점, 한계점

시사점:
문제 난이도의 정확하고 안정적인 추정을 통해 강화 학습 기반 대규모 언어 모델의 추론 능력 향상에 기여한다.
모델의 능력과 문제 난이도의 정렬을 통해 학습 효율을 크게 개선한다.
다양한 수학적 벤치마크에서 기존 방법보다 우수한 정확도와 속도를 달성한다.
한계점:
CDAS의 성능은 고정점 시스템의 설계에 의존적일 수 있다. 최적의 고정점 시스템 파라미터 설정에 대한 추가적인 연구가 필요하다.
제시된 수학적 벤치마크 외 다른 분야에서의 일반화 성능에 대한 추가적인 검증이 필요하다.
문제 난이도 추정의 정확성에 대한 추가적인 분석이 필요할 수 있다.
👍