Trajectory presenta la pila concurrente C — LoRA y reporta 2,81× más rendimiento por experimento

Trajectory publicó un informe de campo, en colaboración con UC Berkeley Sky Lab y Anyscale, que presenta C — LoRA, una pila de entrenamiento concurrente Multi — LoRA para aprendizaje continuo. El documento afirma una mejora de 2,81× en el throughput end-to-end por experimento frente a un baseline single‑tenant y señala que no se observó regresión en las recompensas durante los ensayos, lo que sugiere iteraciones más rápidas sin pérdida de calidad en políticas aprendidas.

Esto puede reducir el tiempo necesario para validar y desplegar nuevos experimentos en entornos de investigación y producción. La propuesta técnica mapea cada experimento a un adaptador LoRA dedicado alojado en motores “always‑hot”, evitando reinicios frecuentes y multiplexando capacidad. Su diseño separa tres primitivas clave del aprendizaje por refuerzo: Sampler (generación de trayectorias), Trainer (cálculo de gradientes) y la sincronización de parámetros. Al usar LoRA se congela el modelo base y se entrenan únicamente los pesos de los adaptadores, lo que reduce drásticamente el uso de memoria y facilita la coexistencia de múltiples experimentos en la misma infraestructura.

El informe identifica cuatro ineficiencias comunes en pilas tradicionales que C — LoRA busca mitigar: arranques en frío lentos — con cargas y calentamiento que pueden superar los 30 minutos por ejecución en modelos grandes—; alto consumo de memoria en RL-por ejemplo, Qwen3.5 — 397B puede requerir hasta ocho nodos H200—; arquitecturas single‑tenant; y baja utilización derivada de esperas entre entrenadores e inferencia.