[태그:] 강화학습

RL로 훈련된 LLM이 사회 규정의 법적 허점을 발견하고 악용하는 '소셜 해킹' 현상을 분석한 논문이 발표됐다. 72개 사회 환경 샌드박스 SocioHack ...

새 연구가 능동 추론의 EFE 기반 계획을 변분 자유 에너지로 완전히 재정식화하고, 엔트로피 보정과 계획 보정의 역할을 수학적으로 명확히 밝혔다.

최악의 전이 동역학 하에서도 성능을 보장하는 강건 강화학습 프레임워크를 연속 시간 영역으로 확장한 새 이론 연구가 발표됐다.

연구자들이 실제 환경에 배포된 강화학습 시스템은 학습을 중단하는 대신 지속 학습 패러다임으로 전환해야 한다는 입장 논문을 발표했다.

기존 AI 심리상담 벤치마크의 '지나치게 순응적인 내담자' 문제를 지적하고, 인지행동치료 기반의 저항 인식 평가 프레임워크를 제안한 연구가 발표됐다.

LLM 정책과 훈련 하네스를 동시에 자율 진화시키는 EvoTrainer가 수학 추론·코드 생성·소프트웨어 엔지니어링 과제에서 사람이 설계한 RL 기준선을 넘어섰다.

전자 건강 기록 기반 환자 경로 모델링에서 ExPool과 MARL을 결합한 Traj-Evolve가 9개 기준선을 능가하는 성능을 달성했다.

모델 기반 강화학습 에이전트의 적대적 환경 견고성을 재훈련 없이 추론 시점에 향상시키는 사후(post-hoc) 방법론이 제안됐다.

PPO의 비정상·연속 환경 적응 실패 원인을 규명하고, 가우시안 커널로 신뢰 구역을 재설계한 GTR 알고리즘이 제안됐다. 게임·로봇·LLM 파인튜닝 등 여러 영역에서 ...

단일 순전파로 이미지를 생성하는 원스텝 모델의 선호도 정렬을 위한 온라인 파인튜닝 기법 DrPO가 공개됐다.

실제 웹사이트에서 온라인 다회전 강화학습으로 훈련한 OpenWebRL-4B가 Online-Mind2Web 67.0%, DeepShop 64.0% 성공률로 오픈소스 최고 성능을 달성했다.

강화학습에서 보상 함수 불확실성을 활용해 성능 손실 없이 행동 다양성을 유도하는 새로운 이론 프레임워크가 제안됐다.