AI Briefing#policy-optimization
#policy-optimization와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#policy-optimization와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
기존 강화학습의 Open-Loop 문제를 해결하기 위해 정책 개선 성과를 직접 검증하는 PIRL 프레임워크를 제안한다.
P-GRPO는 그룹별 보상 이력으로 개인 선호를 분리해 GRPO의 편향을 줄인다.
SAPO는 hard clipping 대신 smooth gating으로 LLM 강화학습을 안정화한다.