abc-sft
ABC 기반 보상 가중 SFT
수집한 궤적의 모든 단계 토큰에 대해 단계 보상 r_t를 w(r_t)=σ(α(r_t−β))로 매핑한 가중치를 곱해 교사 신호의 기여도를 조정하는 supervised fine-tuning 절차이다.
ABC 기반 보상 가중 SFT
수집한 궤적의 모든 단계 토큰에 대해 단계 보상 r_t를 w(r_t)=σ(α(r_t−β))로 매핑한 가중치를 곱해 교사 신호의 기여도를 조정하는 supervised fine-tuning 절차이다.
