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.
Reef Infra가 사용자 피드백을 강화학습 신호로 변환하는 OpenClaw-RL 레시피와 세션 매칭 기술을 공개했다.
연구자가 폐쇄형 모델 'Jev'에 대응하는 완전 오픈소스 의사결정 모델 'Laya'를 공개해 Jev 대비 6~8배 빠른 속도와 할루시네이션 차단을 달성했다.
Wispr Advanced Interfaces Lab이 GRPO 강화 학습을 적용해 실시간 전사 환경에서 낮은 단어 오류율(WER)을 달성한 음성 모델 'Canto'를 공개했다.
FreedomIntelligence가 Qwen3.5-9B 기반의 단일 단계 강화학습 의료 LLM HuatuoGPT-3-9B를 공개했다.
Apple이 리셋 없는 강화학습의 비가역성 문제를 측정하는 REVERSAL-BENCH를 공개하고, 비가역성 증가 시 학습이 중단되는 현상을 규명했다.
Postgres 쿼리 계획 생성 지연 시간을 44.7% 줄이고 최대 1.81배의 가속을 달성한 4B 파라미터 RL 모델이 공개되었다.
Apple 연구진이 확산 언어 모델의 강화학습 편향을 줄이는 DACA-GRPO를 공개했다.
쉬운 문제에 쓰던 연산을 어려운 문제에 재배분해 LLM 강화학습의 난제 해결 성능을 높였다.
Periodic Neon이 GPT-6와 Claude 5.1을 저비용으로 능가하며 실험실 분석에 도입됐다.
Dream-RSI가 온라인 탐색 기록을 재발견 시뮬레이터로 활용해 메타 탐색 전략을 개선하는 자기 개선 루프를 제안했다.
InternLM이 과학 문제 해결과 장기 에이전트 작업을 위해 설계된 397B 파라미터 멀티모달 모델 Intern-S2-397B를 공개했다.
Cognition이 Kimi K3 기반의 SWE-2를 공개하며 FrontierCode 벤치마크에서 Fable 5.1과 1%포인트 미만 차이를 보이면서도 비용을 64% 절감했다.
시퀀스 길이에 따라 시간적 경로가 확장되는 Recurrent Looped Transformer(RLT) 아키텍처가 공개됐다.
AgileRL이 매니페스트 기반 강화학습 SDK와 LoRA LLM 파인튜닝 기능을 담은 AgileRL Arena v1.0을 공개했다.
Yoshua Bengio가 AI 에이전트의 부정행위 원인을 분석하고, 근본적인 학습 원칙 재검토와 안전성 근거 없는 배포 금지 필요성을 주장했다.
마이크로소프트 연구진이 대형 교사 모델 없이 강화학습만으로 4B 파라미터 코딩 에이전트 FrogNano를 개발했다.
PPM은 긴 Horizon LLM 추론에서 sparse reward의 비효율성을 해결하고 최적 정책을 보장하는 프레임워크다.
Magic AI가 DeepSeek V4 Pro와 유사한 성능을 약 48배 적은 FLOPs로 달성한 Magic V5 e24 모델을 공개했다.
Human-Agent-Society가 에이전트 서빙 중 사용자 피드백으로 모델 가중치와 하네스를 실시간 갱신하는 오픈소스 인프라 'Reef'를 공개했다.
Meta와 Hugging Face가 에이전트 강화학습 환경을 표준화하는 오픈소스 프로젝트 OpenEnv를 공개했습니다.
Anthropic이 AI 에이전트 보안 사고 대응을 위해 METR 독립 검토를 도입하고 고위험 RL 작업을 일시 중단했다.
TRL과 OpenEnv를 활용해 인간 미적 취향을 보상 함수로 학습한 수채화 생성 코딩 모델의 오픈 소스 재현 프로젝트가 공개됐다.