지금 4o 에서 o1 전환기 로 접어들면서 


추론모델의 담당하는 COT 데이터셋 은 모두 합성데이터 임 


문제를 제시하고 그 문제의 정답에 도달할 때까지 추론을 돌리고 정답에 도달하면 추론과정에 대한 인간 라벨러의 점수보상설계를 통해서 학습시켜둔거임


정확히 말하자면


'환각 과 오답이 난무하는 추론' 임 


환각 과 오답을 무한정 난무 시키면서 정답값을 수렴시키면서 얻어걸리는 형태로 찾아나가는 방식인거임 


추론은 맞는데 틀린걸 가정하지 않는 추론인거임 


간단하게 말하자면


존~~~~나게 딸깍이면서 얻어걸리는거 취합해서 정답에 '근사' 시키는게 COT 추론 예제 학습의 골자임 ㅋㅋㅋ 


헛돌아도 결국은 풀게 되어있음