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.
ZPPO는 Replay Buffer를 활용해 모델이 어려운 질문을 반복 학습하게 함으로써 일반화 성능 저하 없이 난제 해결 능력을 높인다.
AI 리서치 에이전트의 외부 쿼리가 민감한 정보를 유출하는 '모자이크 효과'를 규명하고 해결책을 제시한다.
구글 클라우드가 영국 기업들의 AI 도입을 돕기 위해 에이전트 기반의 AI 생태계 확장을 선언했다.
Hugging Face가 DeepSeek-R1의 학습 파이프라인을 재현하기 위한 오픈소스 프로젝트인 Open-R1을 공개했다.
생성 AI가 진정한 과학적 발견을 이루기 위해서는 단순 모방을 넘어 평가와 선택이 결합된 강화학습 기반의 루프가 필수적이다.
LLM을 활용해 CAD 모델의 생성과 편집을 동시에 수행하는 PR-CAD 프레임워크를 제안함.
LLM이 단기 기억을 장기 지식으로 통합하고 스스로 성능을 개선하는 'Sleep' 학습 패러다임을 제안한다.
Stable-Layers는 VLM의 피드백을 활용한 강화 학습을 통해 쌍을 이룬 데이터 없이 이미지 레이어 분해 모델을 미세 조정한다.
Microsoft AI가 7종의 새로운 MAI 모델을 출시하고, 사용자 워크플로우에 최적화된 Frontier Tuning 기술을 공개했다.
에이전트 RL 학습 시 디코딩된 토큰을 재인코딩하여 발생하는 토큰 불일치 문제를 방지해야 한다.
NVIDIA Research는 시뮬레이션 기술을 통해 로봇이 실세계의 복잡한 환경에 적응하고 자율적으로 작동할 수 있도록 돕는 연구 성과를 공개했다.
TRL 라이브러리에 변경된 가중치만 전송하는 Delta Weight Sync 기능을 추가하여 RL 학습 시 대역폭 소모를 획기적으로 줄였다.
Amazon 연구진이 SSFT와 GFPO를 통해 LLM이 다양한 추론 경로를 생성하고 최적의 전략을 선택하도록 학습시키는 기술을 발표했다.
DeepSeek는 단순 모델 판매를 넘어 10조 달러 규모의 중국 AI 하드웨어 생태계를 구축하려는 거대 전략을 추진 중이다.
프레임워크 없이 환경 정의부터 보상 함수 설계까지, 다이어그램 에이전트 예제로 강화학습 기반 에이전트 훈련의 핵심 원리를 설명한다.
Cursor가 강화학습과 합성 데이터, 새로운 분산 학습 기술을 적용한 코딩 에이전트 Composer 2.5를 출시했다.