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.