[태그:] 강화학습

제안자·해결자·평가자 세 모듈의 협력 진화로 개방형 딥 리서치 태스크를 자율 수행하는 HOTE 프레임워크가 공개됐다.

트랜스포머(Transformer) 기반 심층 강화학습으로 개방형 공정 스케줄링 문제(OSSP)를 풀고, 소규모 훈련 인스턴스로 대규모 문제에 일반화하는 연구가 공개됐다.

IterCAD는 멀티모달 에이전트와 실행 가능한 CAD 샌드박스의 폐루프 상호작용으로 기존 단발성 자동화 방식의 한계를 극복했다.

연구팀이 강화학습 기반 LLM 훈련에서 다중 토큰 예측(MTP)의 수용률 저하 문제를 해결하는 Bebop 기법을 제안해 최대 1.8배 종단간 가속을 달성했다.

공급망 AI 에이전트가 직면하는 근본적인 한계인 언어 모델의 물리적 맥락 부재와 강화학습의 의미론적 맹목성을 동시에 해소하는 프레임워크 REFLECTICHAIN이 arXiv(2606.10359)에 공개됐다. ...

LLM(대규모 언어 모델) 강화학습에서 새로운 탐색 궤적이 진정한 추론 향상에서 비롯된 것인지, 아니면 암기된 패턴의 변형에서 비롯된 것인지를 구분하는 방법론 ...

예측형 인공지능 시스템이 인간의 탐색적 인지 과정에 미치는 영향을 분석한 이론적 연구가 arXiv에 공개됐다. 고전 인지 이론은 문제 해결을 구조화된 ...

LLM(대규모 언어 모델) 기반 에이전트가 다단계 장기 과제에서 급격히 성능이 저하되는 문제를 해결하기 위해 HIPIF(Hierarchical Planning and Information Folding)가 제안됐다. ...

2D 불규칙 중첩(nesting) 문제를 강화학습(RL)으로 풀어내는 새로운 접근법이 arXiv에 공개됐다. 기존 휴리스틱 방법론은 다각형의 실제 기하학적 형태를 반영하지 못하고 연속적 ...

계산 공학에서 고품질 사각형 메시(quadrilateral mesh)를 생성하는 일은 오랫동안 수작업과 휴리스틱에 의존해 왔다. 연구진은 이 문제를 완전히 자동화하는 강화학습 프레임워크 ...

대규모 언어 모델(LLM) 기반 코드 진화 기법을 적대적 다중 에이전트 게임에 적용하는 과정에서 발생하는 핵심 난제, 즉 전략이 발전할수록 평가 ...

암 치료는 부분적 관측 가능성, 환자별 이질적 특성, 검사 비용 제약이 복합된 순차적 의사결정 문제다. 기존 강화학습(RL) 기반 접근법은 상태 ...