[논문리뷰] CompoWorld: Compositional Environment Scaling for General Agents본 논문은 대규모 언어 모델(LLM) 에이전트 훈련을 위한 환경 스케일링의 핵심적인 문제를 해결하고자 합니다. 기존의 접근 방식은 주로 단일 환경 내에서 작업을 생성하여 에이전트에게 상호작용 데이터를 제공했지만, 실제 워크플로우는 에이전트가 여러 서비스에 걸쳐 정보와 행동을 연결하는 복합적인 능력을 요구합니다.#Review#Compositional Environment Scaling#General Agents#Reusable Services#Cross-Environment Tasks#Supervised Fine-tuning (SFT)#Reinforcement Learning (RL)#Completion-Focused Rubric Reward2026년 9월 28일댓글 수 로딩 중