학습-추론 미스매치
학습 엔진과 추론 엔진이 동일한 모델 파라미터를 사용하더라도 수치 정밀도나 디코딩·서빙 구현 차이로 동일한 완성도에 대해 서로 다른 확률 분포를 할당하는 현상이다. 본문에서는 이 차이가 중요 업데이트의 추론-side 실현을 방해하고 오프-폴리시성으로 학습을 오염시키는 핵심 원인으로 취급된다. 따라서 이 미스매치는 단순한 시스템 결함이 아니라 정책 개선의 목적 자체를 바꾸는 문제로 규정된다.