PEARL: Adaptive Prefill-Decode Execution with Elasticity for Agentic Reinforcement Learning

arXiv cs.AI · 29 sept, 06:00

PEARL es un sistema para entrenamiento con aprendizaje reforzado (RL) en agentes que optimiza el uso de GPUs mediante ejecución adaptativa de prefill-decode y recursos elásticos. El trabajo presenta mejoras de rendimiento de 2,17–2,79× respecto a baselines fijos en diferentes LLMs.