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.
P-GRPO는 그룹별 보상 이력으로 개인 선호를 분리해 GRPO의 편향을 줄인다.
Qwen3-4B 기반 DeepMath는 Python 코드를 활용해 수학 추론 정확도를 높이고 출력 길이를 66% 단축했다.
SFT 단계의 높은 학습률과 RL에서의 Clipping 완화 전략으로 AIME 벤치마크 성능을 개선했다.
DeepSeek-R1 방식의 추론을 적용하여 Lean 4 정리를 수행하는 Kimina-Prover-RL 파이프라인과 소형 모델 2종을 공개했다.
LLM 강화학습 시 추론 처리량과 데이터 품질 사이의 트레이드오프를 해결하는 PipelineRL이 공개되었다.
HuggingFace가 DeepSeek-R1의 학습 파이프라인과 데이터셋을 재현하는 Open-R1 프로젝트의 첫 번째 업데이트를 발표했다.
GRPO 알고리즘을 통해 소형 모델에서 DeepSeek R1의 추론 능력을 재현하는 방법을 설명한다.