최근 추론 중심 언어 모델의 발전으로 AI에서 시험 시간 계산의 규모가 커졌다. 강화학습(RL)은 추론 능력을 개발하고 보상 조작 함정을 완화하는 데 중요하다. 그러나 기본 모델로부터 새로운 추론 능력을 제공하는지 또는 기존 솔루션의 샘플링 효율을 최적화하는 데 도움을 주는지에 대한 근본적인 논쟁이 여전히 남아 있다. NVIDIA는 ProRL을 소개함으로써 장기간 강화학습이 언어 모델의 새로운 추론 능력을 발휘하고 일반화를 향상시킨다. 자세한 내용은 링크를 참고하시기 바랍니다.

<Mark Tech Post 뉴스 본문 전체읽기>