Key-step Supervision
핵심 단계 감독
긴 궤적에서 성패를 결정하는 소수의 결정적 행동에 집중적으로 손실을 부여하는 학습 전략이다. 규칙 기반 검출기로 증거 발견, 경로 전환, 주요 context-update 등을 표지한 뒤 해당 단계만을 대상으로 강한 최적화 신호를 적용한다. AREX에서는 이 방식이 루틴 단계보다 학습 난이도가 높은 결정적 행동을 효과적으로 개선했다.
핵심 단계 감독
긴 궤적에서 성패를 결정하는 소수의 결정적 행동에 집중적으로 손실을 부여하는 학습 전략이다. 규칙 기반 검출기로 증거 발견, 경로 전환, 주요 context-update 등을 표지한 뒤 해당 단계만을 대상으로 강한 최적화 신호를 적용한다. AREX에서는 이 방식이 루틴 단계보다 학습 난이도가 높은 결정적 행동을 효과적으로 개선했다.
