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.
마이크로소프트가 시각적 피드백 기반의 decoupled cross-modal rewards로 GPT-5.5를 능가하는 AesCode를 공개했다.
MSR이 공개한 StudentSim은 GPT-5.4 등을 제치고 체스 등 시뮬레이션에서 튜터 정확도 90.5%를 달성했다.
QwenGyre는 Colocate 대비 1.85배 속도 향상과 NL2RepoBench 점수 58.5% 달성을 기록했다.
MSRA, Agent Lightning v1.0 공개… Qwen3.5-9B 성능 14.6%p 향상
NVIDIA Nemotron이 IOI와 IMO 2026에서 금메달 수준의 성과를 달성했다.
마이크로소프트 리서치, AI가 멀티턴 대화에서 성능이 저하되는 현상을 분석하고 개선 방안을 제시했다.
Mistral이 1조 파라미터 오픈 웨이트 모델 Mistral Large 4의 공개 프리뷰를 출시했다.
RISED가 루브릭 기반 데이터 선택과 자기 증류로 다양한 환경에서 최고 평균 통과율을 달성했다.
Reflection AI가 501B 파라미터 오픈 웨이트 MoE 모델 Beam을 공개했다.
마이크로소프트가 Qwen3.5-4B 기반의 4B 파라미터 에이전틱 코딩 모델 FrogNano-4B-2609를 공개했다.
ProVer가 GRPO의 크레딧 할당 문제를 해결해 에이전트 작업에서 최대 9.91%의 성능 향상을 달성했다.
저비용 AI Ataraxos가 Stratego 세계 챔피언을 15승 4무 1패로 제압했다.
Cloudflare가 오픈소스 결정 모델 Clef를 공개하고 RL 파인튜닝 플랫폼을 출시했다.
Apple 연구진이 자가 피드백 내재화로 어려운 과제에서 성능을 높이는 RLTL;DR을 공개했다.
REINFORCE에서 GRPO로 이어지는 LLM 정책 그래디언트 유도법과 추론 엔진 불일치 문제를 다뤘다.
샤오미가 MOPD로 MiMo-V2.6 반복 문제를 약 9만 달러에 해결했다.
DeepSeek이 동시 38만 개 샌드박스를 지원하는 대규모 에이전트 학습 인프라 DSec을 공개했다.
Trajectory가 작업 단위 비용을 최적화하는 density-aware training을 공개하며 효율성을 입증했다.
Google Cloud가 보상 함수 기반 Gemini RLFT 서비스의 모범 사례 가이드를 공개했다.
FreedomIntelligence가 사전 미세 조정 없는 단일 강화 학습 기법으로 HuatuoGPT-3-27B를 공개했다.
Stanford 연구진이 로봇 범용 포스트 트레이닝 알고리즘 EXPO-FT를 제안해 물리적 작업에서 100% 성공률을 달성했다.
초파리 뇌 전체를 재현한 시뮬레이션이 슈퍼 마리오 브라더스 3를 실시간으로 학습하는 과정이 공개됐다.
구글 리서치와 UIUC가 RL로 학습한 질의 팬아웃 행동을 53.9M 파라미터 확산 모델로 증류해 검색 지연을 12~20배 단축한 R4T를 공개했다.