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

arxiv · arXiv · 2026-09-28 21:35 · 评分 80

论文提出 PEARL，为智能体强化学习的多轮 rollout 阶段优化 prefill/decode 执行与弹性 GPU 资源配置，解决增加副本收益递减、训练 GPU 空闲等问题，提升异步执行效率。