AI 연구연구 프리프린트
EliteReplay, 강화학습 뒤에도 다양한 정답 풀이를 보존
원문 읽기 · arxiv.org ↗(새 탭에서 열림)동결한 기본 모델에서 서로 다른 올바른 풀이를 모아 GRPO 학습 중 재생한다.
배경과 변화
- 동결한 기본 모델에서 서로 다른 올바른 풀이를 모아 GRPO 학습 중 재생한다.
근거와 결과
- 텍스트-투-SQL 실험에서 비교 방법보다 올바른 전략을 최대 77% 더 만들고 AmbiQT의 모호한 두 해석을 약 두 배 자주 다뤘다고 보고했다.
적용 조건
- 프리프린트의 선택된 텍스트-투-SQL 과제와 pass@128 평가에 한정된다. 다른 업무의 일반화는 확인되지 않았다.
함께 확인할 조건
- 프리프린트의 선택된 텍스트-투-SQL 과제와 pass@128 평가에 한정된다. 다른 업무의 일반화는 확인되지 않았다.
출처와 편집 기준
arxiv.org · 연구 프리프린트 · 검수 2026.10.18 (KST)
요약은 원문의 핵심을 정리했으며, 커머스 인사이트는 편집 해석이다.