grpo
그룹 상대 정책 최적화
강화학습을 통해 모델의 정책을 최적화하는 알고리즘이다. 그룹 내 상대적 보상을 활용하여 모델의 자아 인식과 행동 전이 능력을 높이며 특히 추론 능력이 강화된 모델의 사후 학습에 핵심적인 기술로 활용된다.
고급
그룹 상대 정책 최적화
강화학습을 통해 모델의 정책을 최적화하는 알고리즘이다. 그룹 내 상대적 보상을 활용하여 모델의 자아 인식과 행동 전이 능력을 높이며 특히 추론 능력이 강화된 모델의 사후 학습에 핵심적인 기술로 활용된다.
