확인한 것만 기록한다.
2026-11-23 · 00:20 KST / 15:20 UTC한국어 | EN검색 /

속보01 / AI

입력당 한 번 실행하는 에이전트 학습법 공개

기사 내용을 바탕으로 만든 AI 삽화

연구진은 11월 17일 입력당 한 번 실행하는 에이전트 학습법 FlashREINFORCE를 발표했다.

논문에 따르면 행동의 가치를 추정하는 별도 모델 없이 학습하도록 설계했다. 같은 입력을 반복 실행해 비교 결과를 모으는 절차를 없앤 방식이다.

연구진 공개 수치에서 Qwen2.5-Math-1.5B의 평균 정확도는 38.0이다. 논문에는 실행 횟수가 FlashREINFORCE 256k, GRPO 512k로 적혀 있다.

연구진은 학습 중 행동 규칙의 변화와 긴 실행 기록에 따른 부정적 갱신을 제어했다고 밝혔다.

논문의 연구진 공개 수치에서 GRPO 대비 평균 정확도 격차는 1.7퍼센트포인트이다. 논문은 기존 그룹 방식이 같은 실행 예산에서 학습할 입력의 범위를 제한한다고 설명했다.

연구진은 초록에서 학습 코드 공개 일정을 제시하지 않았다.