MetaJuLS: LLMにおけるスケーラブルで環境に優しい構造化推論のためのメタ強化学習

この論文は、LLMにおける構造化推論の計算ボトルネックに対処するための説得力のあるアプローチを提示しています。普遍的な制約伝播ポリシーを学習するためのメタ強化学習の使用は、効率的で汎用的なソリューションに向けた重要なステップです。報告されているスピードアップとクロスドメイン適応能力は、実際の展開に有望です。

• •MetaJuLSは、LLMにおける普遍的な制約伝播にメタRLを使用します。
• •GPUベースラインよりも1.5〜2倍の高速化を、最小限の精度損失で実現します。
• •ポリシーは、数時間ではなく数秒で新しい言語/タスクに適応します。