scaled-rl
스케일드 강화학습
보상 신호를 사용하여 모델의 추론 경로를 최적화하는 강화학습 기법이다. 단순히 정답을 모방하는 것을 넘어 논리적 사고 과정을 학습시킴으로써 소형 모델이 대형 모델에 필적하는 추론 성능을 갖추게 하는 데 핵심적인 역할을 한다.
스케일드 강화학습
보상 신호를 사용하여 모델의 추론 경로를 최적화하는 강화학습 기법이다. 단순히 정답을 모방하는 것을 넘어 논리적 사고 과정을 학습시킴으로써 소형 모델이 대형 모델에 필적하는 추론 성능을 갖추게 하는 데 핵심적인 역할을 한다.
