LLM 강화학습, 쉬운 문제 연산 줄이고 어려운 문제에 집중해 성능 향상

기존 **강화학습(RL)**은 LLM의 가장 어려운 문제에서 불균형적으로 낮은 성능을 보이는 한계가 있었다. 단순한 스칼라 값만으로는 대형 언어모델을 정확하게 평가하기 어렵기 때문이다.

새로운 접근법은 쉬운 문제에 소모되는 연산량을 줄이고, 이를 어려운 문제에 재배분하는 방식을 제안한다. 이 방법은 난이도 높은 작업에서 상당한 성능 개선을 달성한 것으로 나타났다.