사후 학습 기반 강화학습
사후 학습 기반 강화학습은 이미 사전학습된 LLM·VLM 위에서 추가 정책 학습이나 보상 기반 미세조정을 적용하여 특정 작업 성능을 향상하는 과정이다. 이 방식은 기존 파라미터를 크게 변경하지 않으면서 행동 정책을 조정하기 때문에 기업 환경에서 안전성과 비용 효율을 유지하는 데 유리하다. 주로 시뮬레이션 또는 인간 피드백을 보상 신호로 사용하여 모델 출력을 목적에 맞게 튜닝한다.
