[📪정보] 구글에서 기존 강화학습의 단점을 보완할 지도강화학습을 제시하다

[익명(photo9313)]

링크: https://arxiv.org/abs/2510.25992

대충 결과만 보고 보상을 주는 게 아니라 그 결과에 도달하기까지의 과정도 보상을 주는 방식으로 학습시키는 것 같아요.

창의성도 보장이 됐으면..

[익명(bam9398)]

[익명(photo9313)]

[룰누냔냐(remark7724)]

[익명(photo9313)]

[익명(126.203)]

대잼황

[익명(photo9313)]

[벤치처형(hyeongim264)]

오늘도 AI는 고고히 발전중

[익명(photo9313)]

[ㅇㅇ 1(114.70)]

폴 저아재는 그래도 최신 논문으로 가져오더라

[익명(photo9313)]

신뢰도 맥스!

[Azurespace(azurespace)]

저런 중간적 방법론은 실용적인 점이 장점인데 보통 두가지 방법의 단점을 어중간하게 공유하게 되는게 문제라서 일단 지켜봐야 글고 왠지 OAI가 쓴다는 방법같은건 저런게 아닐거같아...

[익명(photo9313)]

논문은 원래 다 테스트해보고 내는 게 정설이니까요. 좀 더 나은 방법이 나왔기를 빌어야..그래도 이론만 들으면 참 좋아보여서..

[ㅇㅇ 2(14.38)]

찌라시긴 하지만 차세대 모델 구글이랑 oai랑 접근이 다르다고는 하더라 둘다 일장일단이 있나봄

[이세이미야케(jkwarawara)]

구글의 논문이 공개됐다는건 내부에는 공개된 논문보다 훨씬 대단한 기술이 있다는 뜻!

[익명(photo9313)]

AGI!

[익명(heisy1111)]

구글은 그냥 연구하고 내고 무한반복인듯ㅇㅇ

[멘토스(gblzvhbddpj2)]

[익명(photo9313)]

[익명(sleep9291)]

단순히 정답을 맞추는게 아니라 실질적인 사고력을 기르는 학습방법인데 결과적으로 모델의 성능향상이 있었다고하니 대단한 연구결과같다

[익명(photo9313)]

인간지능을 항하여..

[스칼렛(ashamed6749)]

맞히다

[점심밥(yield0917)]

[익명(photo9313)]

[해당 댓글은 삭제되었습니다.]

해당 댓글은 삭제되었습니다.

[익명(photo9313)]

[ㅇㅇ 3(14.38)]

비슷한 접근 자체는 꽤 많았지. 이 논문은 그걸 구현하기 위한 것들 중 구글의 접근이라고 보면 될듯

[개발용더미(sy1mn1t4y83k)]

나는 개인용 LoRA 업데이트만 실시간으로 제공되는 서비스만 나와도 좋을거 같다. 어차피 AI 지식중 대부분은 내가 활용하는 영역이랑 별로 겹치지도 않을텐데 지금 수준의 지능이면 사실 나는 이미 충분하고 그냥 내 쪽의 도메인 지식들만 여기서 더 학습만 시키면 좋겠다는 생각 많이 들거든.. 지금 이미 별도로 관리하는 지침 세트 만들어서 필요할때마다 읽으라고 주고 있는데 이걸 이렇게 일일이 할거 없이 그냥 얘한테 학습을 좀 시켜 버리고 싶은 생각이 많이듬.. 기술적으로 이게 말이 되는 얘긴지는 모르겠다만

[개발용더미(sy1mn1t4y83k)]

이게 왜 그런 생각이 드냐면 지침을 미리 만들어 놓고 그걸 제대로 알려주기만 하는 걸로도 내가 원하는 역할 수행을 충분히 잘 해내고 있기 때문.. 근데 컨텍스트 때매 짤리면 또 금붕어 돼서 알려줘야 함.. 진짜 개빡침..

[익명(photo9313)]

지속학습이 온다..!

[36악장(dranhen)]

애초에 요즘 멀티모달 lm 연구들 중 다수가 llama같은거 가져다가 도메인 특화 튜닝하는건데 글케하면 되잖아 - dc App

[귀가있는로봇의노래(function8845)]

비용문제로 어렵지

[익명(badly2727)]

오픈ai에서 gpt 4 학습기능 제공하지 않음?

[익명(badly2727)]

@ㅇㅇ 내가 보유한 데이터로 fine tuning하는 기능 제공할걸

[익명(kingdom1952)]

대 젬 민

[익명(photo9313)]

[익명(disturb9787)]

이게 o1때 쓰인 방법 아님?

[익명(disturb9787)]

과정도 사람이 채점하는거

[익명(photo9313)]

그건 결과만이고 이건 과정도 포함인 것 같아요

[익명(disturb9787)]

@ㅇㅇ 아님 o1때도 과정 포함이었음

[ㅇㅇ 3(14.38)]

@ㅇㅇ 이 논문은 그 과정 학습에 사람의 개입(레이블링)이 필요없다는 것 같음

[ㅇㅇ 3(14.38)]

@ㅇㅇ 이 논문에서 제시한 방법은 품질 평가를 위한 reward 모델이 존재하지 않음 그렇기에 그 모델을 위한 인간 데이터로 이루어지는 별도 학습도 필요없다는 것 같고

[익명(photo9313)]

@ㅇㅇ 아,모방만 하는 게 아니라 유사도 기반 보상을 준다네요.그래서 좀 더 안정성이 높아지고 가성비도 좋아지고

[천사다천사(jjtheman999)]

[익명(photo9313)]

[익명(222.102)]

별로 새롭진 않은데

[익명(photo9313)]

[ㅇㅇ 4(112.169)]

어느 부분에서?

[익명(rechido)]