커버리지 인식 샘플링
훈련 데이터 샘플링을 프레임 단위가 아니라 태스크 또는 상태-행동 영역 단위로 재가중치하여 저표본 영역의 비중을 높이는 방식이다. 논문에서는 태스크 균일 샘플링을 적용해 토크나이저와 dynamics 모델 모두에서 환각 예측 지표가 개선되는 것을 확인했다. 이 방법은 같은 데이터로 아키텍처 변경 없이 환각을 줄이는 데이터 중심 개입이다.
