[태그:] 강화학습

사전학습 ACT를 청크 단위 PPO로 후훈련한 PAC-ACT가 시뮬레이션 접촉조작의 성공률과 힘 지표를 개선했다.

HKU·ByteDance Seed·베이징대 연구진이 이미지 조건부 프롬프트 우도를 보상으로 써 별도 선호 데이터 없이 생성 모델을 강화학습한 프리프린트를 공개했다.

AI 데이터 기업 머코어가 에이전트용 시뮬레이션 훈련환경을 만드는 딥튠을 인수했다. 강화학습의 병목이 환경으로 옮겨갔다는 판단이다.

AI 훈련 데이터 기업 머코어가 에이전트 훈련용 시뮬레이션 환경을 만드는 딥튠을 인수했다. 200억 달러 가치 투자 유치도 추진 중이다.

AI 훈련 스타트업 프라임 인텔렉트가 엔비디아·인텔·델 등에서 1.3억 달러를 유치하며 기업가치 10억 달러를 인정받았다.

SolarChain-Eval이 분산 에너지 시장 에이전트를 물리 안전·공정성·감사 가능성까지 포함해 평가한다.

고정된 평가 구간의 성능 순위가 다른 데이터 체제와 점근 성능을 대표하지 못할 수 있다는 이론·실험 분석이다.

인지 평가 신호를 조절해 일곱 장애 유사 표현형의 발생과 회복, 동반 상호작용을 실험한 계산정신의학 연구다.

두 모델이 서로의 채점자가 되어 경쟁하며 추론 능력을 함께 끌어올리는 강화학습 기법 Agon이 arXiv에 공개됐다. DeepMath 난이도 구간에서 GRPO 대비 ...

사람·보상모델 피드백을 대량으로 요구하던 확산모델 RLHF의 비효율을 줄이는 두 기법이 공개됐다. 정보량 큰 구간에 집중해 표본 효율을 최대 6배 끌어올렸다.

모든 시도가 실패해 학습 신호가 사라지는 어려운 문제를, 정답 앞부분을 힌트로 조절해 학습시키는 기법 AdaPrefix-GRPO가 나왔다. 작은 모델일수록 효과가 컸다.

완전히 관측 가능한 재작성 문법 환경에서 강화학습 후처리가 기본 모델의 단순 기술을 새로운 상위 전략으로 조립해낸다는 것을 보인 arXiv 논문이 ...