프론티어 언어 모델의 RL(post-training) 은 오토레귀시브 롤아웃 생성에 의해 점점 더 병목화되고 있어, 롤아웃 가속화가 핵심 시스템 과제가 되고 있습니다. 기존 많은 효율성 방법은 오프-폴리시 실행, 리플레이 또는 낮은 정밀도 생성 등을 통해 rollout 또는 최적화 체제를 변경함으로써 처리량을 개선합니다. 우리는 목표 모델의 출력 분포를 보존하는 RL 롤아웃을 위한 손실 없는 가속화 원시(primitive)로서 추측성 디코딩(speculative decoding)을 연구합니다. 우리는 vLLM 백엔드를 사용하여 NeMo-RL 에 추측성 디코딩을 구현하여, 동기식 및 비동기식 파이프라인을 지원하고 RL 롤아웃 중 추측(speculation)을 가능하게 합니다. 이 혜택은 사전 학습된 MTP 헤드, 작은 외부 드래프트 모델 또는 Eagle3 와 같이 전통적으로 RL 단계 이후에 적용되던 기술과 같은 추측 메커니즘 전반에 걸쳐 실현 가능합니다. 이는 RL 트레이닝 내부에서 최첨단 추측성 디코딩을 위한 배포 경로를 제공합니다. 8B 규모의 동기식 RL 환경에서의 추론(post-training) 작업에서 추측성 디코딩은 롤아웃 처리량을 1.8 배 개선합니다. 고충실도 성능 시뮬레이터를 사용하여, 비동기식 RL 과 추측성 디코딩을 결합하면 235B 규모에서 엔드투엔드 트레이닝 속도를 최대 2.5 배 가속화할 것으로 예상됩니다.