#llm-post-training와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
RL 학습 시 특정 중간 레이어만 학습시켜도 전체 파라미터 학습과 유사한 성능을 낼 수 있음을 발견했다.
VPO는 모델이 다양한 해법을 생성하도록 학습시켜 추론 시 검색 성능을 높이는 RL 알고리즘이다.
AI Briefing