혼합 도메인 RL
수학, 코딩, 지시응답 등 서로 다른 능력을 하나의 RL 업데이트로 동시에 학습하는 방식으로, 서로 다른 도메인 업데이트 간 간섭이 발생할 수 있다. 본 논문에서는 Mix-RL의 잔여 성분이 도메인 간 간섭을 유발한다고 가정하고 SAR로 이를 정화했다. Mix-RL의 정화는 도메인 간 성능 균형을 개선하는 주요 대상이었다.
