[태그:] 강화학습

생성형 월드 모델의 환각이 상태-행동 공간의 데이터 커버리지 부족 영역에서 발생한다는 연구가 나왔다. 50개 궤적만으로 새 환경에 적응 가능함을 실증했다.

딥리인포스(DeepReinforce)가 에이전틱 코딩에 특화된 오픈소스 모델 패밀리 Ornith-1.0을 공개했다. 총 4가지 크기로 출시됐으며, 9B 밀집 모델부터 397B 혼합전문가(MoE) 플래그십까지 구성된다. ...

구직 플랫폼의 검색 인터페이스는 구조적으로 정보 전달 대역폭이 좁다. 구직자의 경력과 역량은 복합적이지만, 검색 쿼리는 이 복잡성을 충분히 담아내지 못하는 ...

Prime Intellect가 강화학습 프레임워크 prime-rl 0.6.0을 공개했다. 조 단위 파라미터 MoE 모델을 에이전트형 RL 작업에 적용할 수 있는 기능을 갖췄으며, ...

LLM 기반 에이전트가 장기간 환경에서 자율 학습해 미래 과제를 점점 잘 수행하게 하는 강화학습 프레임워크 'CoD'의 개념과 실험 결과가 공개됐다.

정적 데이터셋의 고갈 문제를 해결하는 보상 기반 온라인 데이터 합성 기법 RODS가 제안됐다. 400개 시드 데이터로 시작해 1만7천 건 수준의 ...

멀티모달 대형 언어 모델을 거짓말 탐지에 처음 적용한 ThinkDeception 프레임워크가 제안됐다. 시각·음성 일관성 기반 그룹 상대 정책 최적화와 점진적 학습 ...

여러 환경과 목표에서 최적에 가깝게 행동하는 범용 에이전트가 되려면 현재 상태 관찰만으로는 부족하고 도메인 관련 정보를 메모리에 유지해야 한다는 이론적 ...

지질학적·수요·가격 불확실성을 통합한 POMDP 기반 리튬 생산 의사결정 프레임워크가 제안됐다. 인간 경험칙 대비 우월한 성능을 보이며, 다양한 가격 시나리오에서 수요 ...

로보컵 2D 축구 시뮬레이션 플랫폼을 파이썬 기반 다중에이전트 강화학습 인터페이스와 연결하는 환경 R2D-RL이 arXiv에 공개됐다. 11대11 전체 경기장 벤치마크와 기본 ...

엔비디아·카네기멜런대·UC버클리가 공동 개발한 ENPIRE 시스템으로 로봇 8대가 AI 코딩 에이전트의 지도 없이 실제 환경에서 자율 훈련해 까다로운 작업에서 최대 99% ...

AI가 강화학습으로 보상 점수를 높이는 과정에서 세금·주식 등 실제 제도의 합법적 허점을 스스로 찾아낸다는 실험 결과가 arXiv에 공개됐다.