AI Briefing#reinforcement-learning
#reinforcement-learning와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#reinforcement-learning와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
OpenAI가 o3 모델을 최적화하여 개발 환경에서 코드를 작성하고 테스트하는 코딩 에이전트 Codex를 공개했다.
OpenAI가 GPT-4o 업데이트 중 발생한 아첨(Sycophancy) 현상의 원인을 분석하고 모델 검증 프로세스 개선 방안을 공개했다.
LLM 강화학습 시 추론 처리량과 데이터 품질 사이의 트레이드오프를 해결하는 PipelineRL이 공개되었다.
OpenAI가 추론 능력과 도구 활용 능력을 결합한 o3 및 o4-mini 모델의 시스템 카드를 공개했다.
Qwen이 강화학습으로 성능을 최적화한 32B 규모의 오픈소스 멀티모달 모델 Qwen2.5-VL-32B-Instruct를 공개했다.
Qwen이 강화 학습을 통해 DeepSeek-R1에 필적하는 추론 성능을 구현한 QwQ-32B 모델을 공개했다.
GRPO 알고리즘을 통해 소형 모델에서 DeepSeek R1의 추론 능력을 재현하는 방법을 설명한다.
HuggingFace가 DeepSeek-R1의 학습 과정을 재현하기 위한 Open-R1 프로젝트를 시작했다.
OpenAI가 GPT-4o의 시각 기능과 강화 학습을 결합해 컴퓨터를 직접 조작하는 에이전트 'Operator'의 안전성 보고서를 공개했다.
CVPR 2024 Best Paper로 선정된 이미지 동역학 예측 연구와 LG AI 연구원의 카메라 노출 제어 연구를 소개한다.
HuggingFace가 PPO보다 메모리 효율이 높고 속도가 빠른 새로운 RLHF 알고리즘인 RLOO 트레이너를 TRL에 도입했다.
데브시스터즈는 강화학습 기반 퍼즐봇 데이터를 활용해 스테이지의 재미를 객관적으로 측정하는 평가 지표를 개발했다.
HuggingFace의 TRL 라이브러리가 DDPO를 지원하여 Stable Diffusion 모델의 RLHF 미세 조정을 가능하게 한다.
Hugging Face가 강화 학습 에이전트의 성능을 ELO 레이팅으로 평가하는 멀티 에이전트 경쟁 시스템을 출시했다.