리젝션 샘플링 기반 SFT
리젝션 샘플링 SFT는 실행 가능한 도구 호출 형식을 배우기 위해 후보 궤적을 샘플링하고 규칙 필터로 유효한 궤적만 선별해 지도학습하는 방식이다. 이 과정은 RL 전 단계에서 정책이 실행가능한 행동을 생산하도록 보장해 초기 탐색의 불안정을 줄인다. 유효 궤적은 도구 형식, 실행 가능성, 정답 여부 기준으로 선택된다.
