sparse-policy-selection

모델이 새로운 추론 능력을 습득하기보다 이미 갖춘 여러 해법 가운데 일부 분기에서 선택 확률을 조정하는 관점이다. 불확실성이 높은 소수의 토큰 위치에만 선택 변경을 집중해 전체 정책을 효율적으로 교정한다.