#reinforcement-learning

#reinforcement-learning와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.

Intern-S2-Preview 공개

InternLM이 35B 과학 멀티모달 모델 Intern-S2-Preview를 공개했다.

·1·2026.05.15 19시

엔비디아의 젠슨 황, 영국 스타트업 Ineffable Intelligence와 손잡고 AI의 다음 지평을 연다

엔비디아가 영국 스타트업 Ineffable Intelligence와 강화학습 AI를 공동 개발한다.

·1·2026.05.15 09시

로켓 GNC 학습용 Gymnasium 환경 공개

로켓의 유도·항법·제어(GNC) 알고리즘 학습을 위한 6-DoF Gymnasium 시뮬레이션 환경이 공개되었다.

·1·2026.05.15 06시

Ring-2.6-1T 공개

inclusionAI가 1조 파라미터 추론 모델 Ring-2.6-1T를 공개했다.

·2026.05.15 01시

Continual Harness 공개

자기개선형 에이전트용 온라인 적응 하니스 논문이 공개됐다.

·1·2026.05.14 12시

NVIDIA와 Ineffable Intelligence, 강화학습 인프라 공동 구축

NVIDIA와 Ineffable Intelligence가 강화학습 인프라를 공동 설계한다.

·1·2026.05.13 22시

FST가 LLM 연속학습 샘플 효율 3배

FST가 LLM 연속학습에서 샘플 효율과 망각 문제를 함께 개선했다.

·1·2026.05.13 19시

재귀적 언어 모델(RLM) 강화학습

Qwen3.5-4B를 RL로 RLM에 맞게 미세조정해 Claude Sonnet 4.6급 성능을 보였다.

·2026.05.13 09시

분포 관점에서 본 SFT·RL·On-Policy Distillation

저자는 SFT, RL, OPD를 분포 관점에서 비교하며 정책 기반 샘플링의 중요성을 강조했다.

·2026.05.11 09시

SkillOS: 자기진화형 에이전트를 위한 스킬 큐레이션 학습

Google 연구진이 경험 기반 RL로 스킬 큐레이션을 학습하는 SkillOS를 제안했다.

·1·2026.05.11 09시

Dario Amodei, 스케일링 법칙과 컴퓨팅 가설 논의

Anthropic CEO Dario Amodei가 스케일링 법칙의 진화와 컴퓨팅 가설에 대해 논의한다.

·2026.05.10 16시

Google DeepMind, EVE Online에서 AI 모델 테스트 나선다

Google DeepMind가 EVE Online에서 AI 모델 테스트에 나선다.

·2026.05.08 09시

Prime-RL 후학습으로 빠르고 정확한 에이전트 만들기

Ramp는 Prime-RL 후학습으로 Fast Ask를 더 빠르고 정확하게 만들었다.

·2·2026.05.08 09시

RL 데이터 QC 기준

프런티어 랩 내부 QC가 RL 데이터의 새 기준이 됐다.

·2·2026.05.08 09시

vLLM V0에서 V1로: RL에서 보정보다 정확성 먼저

vLLM V1의 logprob·캐시·업데이트 차이를 고쳐 V0 궤적에 맞췄다.

·2·2026.05.07 06시

LoRR 2026 로봇 협업 경진대회

AAMAS 2026과 연계하여 대규모 다중 로봇 협업 문제를 다루는 LoRR 2026 경진대회가 개최된다.

·2026.05.06 06시

Hugging Face, RL 환경 비교 가이드 공개

Hugging Face가 다양한 RL 프레임워크의 성능과 확장성을 비교한 인터랙티브 가이드를 공개했다.

·2026.05.05 23시

RL 학습을 위한 Speculative Decoding

NeMo-RL에 Speculative Decoding을 적용해 RL 롤아웃을 1.8배 높였다.

·1·2026.05.01 09시

Microsoft World-R1, 3D 일관성 있는 비디오 생성

Microsoft가 World-R1의 3D 일관 비디오 생성 결과를 공개했다.

·2026.04.30 09시

데이비드 실버, RL 기반 '슈퍼러너' 강조

알파고 개발자 데이비드 실버가 LLM의 한계를 지적하며 강화학습 기반의 '슈퍼러너'를 차세대 AI로 제시했다.

·1·2026.04.28 16시

Google DeepMind 출신 AI 스타트업, 초지능 추구 위해 역대 최대 11억 달러 시드 유치

DeepMind 출신 David Silver의 Ineffable Intelligence가 기록적인 11억 달러 시드 투자를 유치했다.

·2·2026.04.28 09시

Alignment, 단호함만 높였다

post-training은 모델을 더 단호하게 만들었지만 정확도는 높이지 못했다.

·1·2026.04.28 05시

MIT, LLM 과도한 자신감 90% 감소 기술 제시

LLM이 환각 시에도 확신에 찬 어조를 보이는 원인과 이를 해결할 MIT의 연구 결과를 소개한다.

·1·2026.04.25 17시

과도한 편집은 모델이 필요한 범위를 넘어서 코드를 수정하는 현상

코딩 모델의 과도한 재작성(Over-Editing)을 수치화하고 RL로 줄인 연구.

·2026.04.23 16시