محققان در یک پژوهش جدید، سیستم نوآورانه DORA را برای حل یکی از بزرگترین گلوگاههای آموزش مدلهای زبانی (LLM) معرفی کردهاند. در فرآیند یادگیری تقویتشده (RL)، مرحله تولید خروجیها معمولاً بخش زیادی از زمان را هدر میدهد، اما DORA با استفاده از یک معماری غیرهمگام (Asynchronous) هوشمند، این فرآیند را بهینه کرده است.
این سیستم با مدیریت همزمان نسخههای مختلف مدل، نه تنها کارایی را تا ۳ برابر افزایش میدهد، بلکه دقت الگوریتمی را نیز حفظ میکند. این یک گام بزرگ برای سریعتر کردن توسعه مدلهای قدرتمند آینده است! 💡
منبع: arXiv Machine Learning