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.

Reinforce-Ada: An Adaptive Sampling Framework for Reinforce-Style LLM Training

Created by
  • Haebom

저자

Wei Xiong, Chenlu Ye, Baohao Liao, Hanze Dong, Xinxing Xu, Christof Monz, Jiang Bian, Nan Jiang, Tong Zhang

Reinforce-Ada: Adaptive Sampling for Reinforcement Learning of Large Language Models

개요

본 논문은 대규모 언어 모델(LLM)의 추론 작업에 대한 강화 학습(RL) 적용 시 고정된 균일한 프롬프트 응답 샘플링으로 인한 불안정한 기울기 추정 문제를 해결하기 위해 제안된 Reinforce-Ada 프레임워크를 소개합니다. Reinforce-Ada는 불확실성이 크거나 학습 잠재력이 높은 프롬프트에 샘플링 노력을 지속적으로 재할당하는 온라인 RL 사후 훈련을 위한 적응형 샘플링 프레임워크입니다. 이는 추정 및 샘플링을 온라인 연속 제거 방식으로 상호 연결하고, 충분한 신호가 수집되면 해당 프롬프트에 대한 샘플링을 자동으로 중단합니다. 고정 크기 그룹을 형성하여 보상 다양성을 강제하고, 적응형 샘플링 단계에서 집계된 전역 통계를 사용하여 이점을 기반으로 합니다.

시사점, 한계점

시사점:
Reinforce-Ada는 GRPO 대비 수렴 속도를 높이고 최종 성능을 향상시킵니다.
특히 균형 잡힌 샘플링 변형을 사용할 때 성능 향상이 두드러집니다.
변동성을 고려한 적응형 데이터 큐레이션의 중요성을 강조합니다.
한계점:
구체적인 한계점은 논문 요약에 명시적으로 언급되지 않았습니다.
👍