DecompRL: 모듈식 코드 생성 학습을 통한 난이도 높은 문제 해결
DecompRL: Solving Harder Problems by Learning Modular Code Generation
DecompRL은 LLM이 풀기 어려운 경쟁 프로그래밍 문제를 해결하기 위해 코드를 독립적인 서브 함수로 분해하고 재조합하는 계층적 강화학습 프레임워크를 제안한다. $n$개 모듈에 대해 $k$개의 구현을 생성·재조합함으로써 최대 $k^n$개의 후보 솔루션을 확보하고, GPU 토큰 비용을 약 50배 절감하면서 LiveCodeBench와 CodeContests에서 표준 RL 기준선을 능가하는 성능을 달성했다.