강화학습 아님? 짧은 내 식견으로 들어본 건

gpt 3부터 강화학습을 적용해서 개선해왔는데 강화학습이 유달리 진보가 없어서 (혹은 아예 불가능한걸 논하고 있던가) 여지껏 그나마 연구가 전부 적용 범용성 (continuous한 state, action 등) 이나 convergence, volatility, efficiency 등만 치중해 있고 reward system을 결국 인간이 짜야 하는 한계 때문에 앞으로 못나가고 있다?