sequence-level-rl
시퀀스 수준 강화학습
시퀀스 수준 강화학습은 전체 생성 경로의 반환(Return)을 단위로 정책을 갱신하는 접근이다. 이 논문에서는 토큰 수준 보상 대신 전체 상호작용 궤적의 성공 여부와 도구 사용 비용을 결합해 보상을 산정한다. 길이 편향과 도구 상호작용 깊이를 정규화하는 것이 안정적 최적화에 중요하다.
시퀀스 수준 강화학습
시퀀스 수준 강화학습은 전체 생성 경로의 반환(Return)을 단위로 정책을 갱신하는 접근이다. 이 논문에서는 토큰 수준 보상 대신 전체 상호작용 궤적의 성공 여부와 도구 사용 비용을 결합해 보상을 산정한다. 길이 편향과 도구 상호작용 깊이를 정규화하는 것이 안정적 최적화에 중요하다.
