Reef, OpenClaw-RL 가중치 릴리스 게이트 레시피 공개

Reef가 OpenClaw-RL 가중치 진화(weight-evolution) 레시피를 공개하며, 점수화된 가중치 업데이트가 실제 서빙 상태에 반영되기 전 테스트 게이트를 통과해야 하는 워크플로우를 제시했다.

기술 구성 및 성능

이 레시피는 Qwen3-4B를 정책 및 프로세스 보상 모델로, Qwen3-32B를 학생 모델로 사용하며 7개의 GPU에서 실행된다. GSM8K의 72개 문제를 72개의 태스크로 간주하여 학습을 진행하며, 프로젝트 리포트에 따르면 14번째 세션에서 3회 연속 통과 기준을 충족했다. 공개된 학습 곡선은 첫 36세션을 포함한다.

활용 가이드 및 제한 사항

이 수치는 모든 OpenClaw 워크로드를 대변하는 벤치마크가 아닌, 제한된 재현 목표(bounded reproduction target)로 간주해야 한다. 사용자는 객관적 검증자가 있는 OpenClaw 태스크로 레시피를 재현하고, 의도적으로 잘못된 가중치 후보가 서빙 상태를 변경하지 못함을 확인한 후, 실제 태스크로의 최적화 전이 가능성을 평가해야 한다.