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.
LG AI연구원이 복잡한 단계별 전환이 가능한 다단계 강화학습(Multi-Phase RL) 프레임워크와 플랫폼 RL-Studio를 선보였다.
OpenAI가 개발한 자동 보안 테스터 GPT-Red를 이용해 AI 모델의 취약점을 찾고 GPT-5.6의 안전성을 6배 향상시켰다.
인터넷 규모의 비디오 데이터를 활용해 목표 지향적 행동을 학습하는 4B 파라미터 규모의 Minecraft 에이전트 Pan을 공개했다.
NVIDIA가 대규모 MoE 모델의 에이전트 학습을 위해 설계된 PyTorch 네이티브 RL 프레임워크 Molt를 공개했습니다.
Prime Intellect가 에이전트 RL 및 평가를 위한 환경 스택인 verifiers v1을 출시했다.
하드웨어의 연산 및 메모리 대역폭 상태에 따라 투기적 디코딩의 토큰 수를 동적으로 조절하여 LLM 추론 효율을 극대화한다.
SAO는 단일 롤아웃 샘플링과 토큰 레벨 클리핑을 통해 에이전트형 강화 학습의 안정성과 효율성을 높인 기술이다.
MLLM의 1인칭 시점 비디오 이해력을 높이기 위해 시간적 추론을 강화하는 TGPO 알고리즘을 제안한다.
강화학습과 Flow Matching을 결합해 멀티턴 이미지 편집 시 발생하는 오류 전파 문제를 해결했다.
Lean 4 기반의 정식 검증에 특화된 오픈 소스 모델 Leanstral 1.5가 출시되었습니다.
RL 학습 시 특정 중간 레이어만 학습시켜도 전체 파라미터 학습과 유사한 성능을 낼 수 있음을 발견했다.
강화 학습을 통해 Diffusion LLM의 토큰 선택(Unmasking) 효율성을 극대화하는 새로운 정책 학습 방법을 제안한다.
Apple 연구진이 LLM이 복잡한 문제 해결에 필요한 다양한 추론 패턴을 효과적으로 학습하도록 돕는 Ctrl-R 프레임워크를 제안했다.
RL 미세 조정을 거친 VLM은 시각적 추론 성능은 향상되지만, 텍스트 섭동에 취약한 모습을 보인다.
RadixArk가 대규모 LLM 강화학습(RL) 사후 학습을 위해 SGLang, Megatron-LM, Ray를 통합한 오픈소스 프레임워크 Miles를 공개했다.
Gemma 4와 Qwen 3.5 기반의 Ornith-1.0이 에이전트형 코딩을 위한 자기 개선 오픈소스 모델로 공개됐다.
Meta는 Reward Model이 유사한 응답에 과도하게 반응하여 발생하는 Reward Hacking 문제를 해결하기 위한 새로운 측정 및 클러스터링 방법을 제안했다.
DeepReinforce가 스스로 스캐폴드를 구축하며 학습하는 에이전틱 코딩 모델 Ornith-1.0 시리즈를 오픈 소스로 공개했다.
Qwen 팀이 7개 도메인을 시뮬레이션하는 네이티브 언어 월드 모델 Qwen-AgentWorld를 출시했다.
터미널 에이전트 성능을 극대화하는 새로운 RL 레시피와 대규모 데이터셋 TMax-15k가 공개되었습니다.