[논문리뷰] AdviSD: Learning to Advise Frontier LLMs via Targeted Multi-Turn Self-Distillation본 논문은 Frozen 상태의 Frontier LLM을 제어하는 Advisor 모델이 학습 과정에서 겪는 비효율적인 피드백 문제를 해결하고자 한다. 기존의 Outcome-based Reinforcement Learning만으로는 구체적으로 어떤 Advice가 성공에 기여했는지 식별하기 어렵다는 한계가 있다.#Review#Advisor-Executor#Self-Distillation#Reinforcement Learning#Prompt Optimization#Multi-Turn Advising#Targeted Feedback2026년 9월 30일댓글 수 로딩 중