قدّم باحثون بقيادة ييفان يو ORL، وهي طريقة للتعلّم المتبقي على السياسة الحالية لنماذج اللغة بالانتشار. وتدرّب ORL النموذج على مسارات التنبؤ الخاصة به، وتضيف دالة خسارة لتقليص الإنتروبيا وتحسين دقة المخرجات. وعلى نموذج 4 B محوّل من Qwen3‑4B، زادت ORL عدد الرموز في كل تمريرة أمامية بما يصل إلى 6.2×، ورفعت معدل الإنتاجية الإجمالي بنحو 6.9×، مع جودة تضاهي أو تتجاوز جودة نماذج المواصفات ذاتية الانحدار. وحققت التقنية نفسها زيادة في السرعة بمقدار 1.5× على LLaDA‑2.1‑mini، ومكاسب محدودة على DiffusionGemma.
لماذا يهم
يمكن للمطورين نشر توليد نصوص أسرع وعالي الجودة على وحدات GPU مخصصة للمستهلكين، ما يخفض التكلفة وزمن الاستجابة لتطبيقات مثل روبوتات الدردشة.
