AI Briefing#rlvr
#rlvr와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#rlvr와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Forethought 논문이 학습 한계를 넘어 테스트 타임에서 성능을 높이는 컴퓨트 외삽을 정의했다.
RLVR 이론 논문이 pass@1 개선이 pass@k 성능을 구조적으로 저하시킨다는 것을 증명했다
Apple 연구진이 자가 피드백 내재화로 어려운 과제에서 성능을 높이는 RLTL;DR을 공개했다.
Steven Byrnes는 LLM이 수학에서 뛰어난 이유는 검증 용이성보다 수학 문헌의 높은 정확도(99% 이상)와 이를 기반으로 한 사전학습 데이터의 품질 때문이라고 주장한다.
ReViSQL-K2.6 모델이 RLVR과 보상 셰이핑을 통해 스캐폴딩 없이 Text-to-SQL 벤치마크에서 인간 수준 성능을 달성했다.
GRPO를 활용한 비영어 및 다국어 환경에서의 추론 성능과 언어 간 전이 효과를 대규모로 분석했다.
AI가 AI 연구를 수행할 때 발생할 수 있는 재귀적 자기 개선(RSI)과 정렬 위험을 분석한다.
실행 검증 가능한 Python 코드가 포함된 1만 개의 금융 추론 데이터셋 Financial-RLVR-10K가 공개되었다.
PopuLoRA가 teacher-student LoRA population으로 검증 가능한 self-play 커리큘럼을 공진화했다.
저자는 SFT, RL, OPD를 분포 관점에서 비교하며 정책 기반 샘플링의 중요성을 강조했다.