추론 붕괴
강화학습 과정에서 모델이 문제의 본질을 파악하기보다 보상을 얻기 쉬운 고정된 답변 템플릿에 안주하며 추론의 다양성이 사라지는 현상이다. 이는 에이전트의 일반화 능력을 저해하는 주요 원인이 된다.