AI Briefing#grpo
#grpo와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#grpo와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
DNA Factory가 5가지 훈련 방식과 토큰 단위 로스 시각화 기능을 포함해 오픈소스로 공개됐다
Qwen3 0.6B로 GRPO 학습 시 KL 항 제거가 성능 붕괴 방지와 효율 향상에 핵심임을 확인했다.
Qwen3.8-27B의 20회 연속 성공 과제가 38개에서 107개로 늘었다.
Epoch AI가 AI의 알고리즘 혁신 능력을 평가하는 InnovationEval 벤치마크를 공개했다.
ProVer가 GRPO의 크레딧 할당 문제를 해결해 에이전트 작업에서 최대 9.91%의 성능 향상을 달성했다.
REINFORCE에서 GRPO로 이어지는 LLM 정책 그래디언트 유도법과 추론 엔진 불일치 문제를 다뤘다.
올리브영이 NLL 지표를 활용해 AI Pick 추천 카드의 자연스러움과 형식 준수율을 동시에 개선하는 정렬 학습 방식을 공개했다.
Wispr Advanced Interfaces Lab이 GRPO 강화 학습을 적용해 실시간 전사 환경에서 낮은 단어 오류율(WER)을 달성한 음성 모델 'Canto'를 공개했다.
Apple 연구진이 확산 언어 모델의 강화학습 편향을 줄이는 DACA-GRPO를 공개했다.
단일 프롬프트로 LLM 안전 정렬을 제거하는 GRP-Obliteration 기법이 공개되어 모델 유용성을 유지하며 안전성을 우회할 수 있음을 입증했다.
GRPO를 활용한 비영어 및 다국어 환경에서의 추론 성능과 언어 간 전이 효과를 대규모로 분석했다.
LittleLearner는 특정 교육 과정 데이터로 학습된 모델을 통해, 사전 학습 데이터가 모델의 지식 습득 한계를 결정한다는 점을 입증했다.
실행 검증 가능한 Python 코드가 포함된 1만 개의 금융 추론 데이터셋 Financial-RLVR-10K가 공개되었다.
기존 강화학습의 Open-Loop 문제를 해결하기 위해 정책 개선 성과를 직접 검증하는 PIRL 프레임워크를 제안한다.
Qwen3.6-27B를 기반으로 의료 추론 능력을 극대화한 Reasoning-Medical-27B 모델이 공개되었다.
SAO는 단일 롤아웃 샘플링과 토큰 레벨 클리핑을 통해 에이전트형 강화 학습의 안정성과 효율성을 높인 기술이다.
ZPPO는 Replay Buffer를 활용해 모델이 어려운 질문을 반복 학습하게 함으로써 일반화 성능 저하 없이 난제 해결 능력을 높인다.
Qwen 3.5를 기반으로 GUI 요소의 좌표를 정밀하게 예측하는 Vista 모델이 공개되었습니다.
중국의 사상적 편향과 검열을 완화하도록 튜닝된 ReAligned-Qwen3.5 모델 시리즈가 공개되었습니다.
3x Mac Mini 클러스터에서 GRPO로 Reddit 요약 모델을 학습해 품질+길이 보상이 최상 성능을 냈다.