프로세스 반영 감독
모델이 생성한 중간 단계 궤적을 텍스트 반영(reflection)으로 변환하여 SFT 데이터로 사용하는 감독 기법이다. 반영은 중간 결정, 구조적 오류, 추론의 약점을 서술형으로 캡처하여 모델이 구조적 패턴과 논리적 발판을 학습하도록 유도한다. 본 논문에서는 PRS가 형식(overfit) 문제를 일부 완화하면서 안정성과 최종 성능을 크게 향상시키는 것으로 보고되었다.
