כתבה
arXiv cs.LG ·
AsyncFlow: תשתית זרימתית אסינכרונית ללמידת רפלקסיה לצורך עדכון יעיל של LLM
AsyncFlow: An Asynchronous Streaming RL Framework for Efficient LLM Post-Training
AsyncFlow היא תשתית זרימתית אסינכרונית ללמידת רפלקסיה שמטרתה לעדכן LLM באופן יעיל. היא מספקת ניהול נרחב של נתונים וסדר זמנים דק-גרסתי. התשתית נבדלת ממנגנוני הטיפול באותם LLM, ומאפשרת ניהול זרימתי של פיילוטים ועדכונים.
תקציר מקורי באנגליתarXiv:2507.01663v2 Announce Type: replace Abstract: Reinforcement learning (RL) has become a pivotal technology in the post-training phase of large language models (LLMs). Traditional task-collocated RL frameworks suffer from significant scalability bottlenecks, while task-separated RL frameworks face challenges in managing complex dataflows and resolving resource idling. Furthermore, most existing frameworks are tightly coupled with LLM training or inference engines, making them difficult to support custom-designed engines. To address these challenges, we propose AsyncFlow, an asynchronous streaming RL framework tailored for efficient post-training. Specifically, we introduce a distributed data storage and transfer module that provides panoramic data management and fine-grained scheduling
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית