arXiv · AI· Yutong Huang, Vikranth Srivatsa, Alex Asch, Yiying Zhang·· 10 天前AI 评分25
BunshinRL 通过全工作区分叉优化智能体强化学习推理
BunshinRL: Whole-Workspace Forking for Agentic Reinforcement Learning Rollouts
AI 导读
BunshinRL 是面向智能体强化学习的推理系统,利用环境状态共享与重复工具调用优化并发效率。 它基于 BunshinFork 实现容器全工作区分叉,通过跨环境内存共享、工具前缀缓存及投机工具执行,将峰值内存降低最多 43%,总内存消耗降低 51%,端到端延迟减少 23%。
来源:arXiv · AI · arxiv.org