DecompRL هو خوارزمية تعلم معزز مصممة لمساعدة النماذج اللغوية الكبيرة على حل مشكلات البرمجة المعقدة من خلال تفكيكها إلى دوال فرعية أصغر يمكن حلها بشكل مستقل. ينقل هذا النهج عنق الزجاجة الحسابية من استنتاج GPU المكلف إلى تقييم CPU الرخيص.
- تتعلم الطريقة صراحةً توليد هياكل كود هرمية يمكن إعادة تركيبها لإنتاج حلول مرشحة.
- يؤدي إعادة تركيب تنفيذ الوحدات إلى ما يصل إلى $k^{n}$ مرشحًا، مما يقلل تكاليف رموز GPU بنسبة تقارب 50 مرة.
- على LiveCodeBench و CodeContests باستخدام Qwen 2.5 7B و Code World Model 32B، يتفوق DecompRL على خطوط الأساس القياسية للتعلم المعزز بما يزيد عن 10^5 رمز لكل مشكلة.
من خلال جعل المهمة أسهل من خلال التفكيك بدلاً من الاعتماد على أخذ العينات المتكررة، تتيح الخوارزمية للنماذج حل المشكلات التي لا يمكن للطرق التوليدية القياسية الوصول إليها.