adapting-while-learning
학습 중 적응 프레임워크 (AWL)
AWL은 시뮬레이터와의 상호작용으로 물리적 지식을 증류하고, 모델이 자신의 학습 한계를 인지할 때 외부 수치 시뮬레이터를 동적으로 호출하는 구조를 결합한 프레임워크이다. 첫 단계인 world-knowledge distillation로 시뮬레이터에서 얻은 물리적 가능성 범위를 감독형 파인튜닝으로 내재화하고, 두 번째 단계인 dynamic tool adaptation으로 복잡한 문제에 대해 전용 도구를 호출한다. 이 과정은 자연어에서 수치적 실행으로의 정밀한 전환을 촉진한다.
