[논문리뷰] TGRL: Temperature-Grouped Reinforcement Learning for Efficient Exploration in LLMs본 연구는 LLM의 RLVR 학습 과정에서 효율적인 탐색(Efficient Exploration)이 부족하여 모델이 로컬 최적해에 머무르는 문제를 해결하고자 한다.#Review#Reinforcement Learning#Large Language Models#Exploration#Temperature-Grouped#RLVR#Jensen-Shannon Divergence#Credit Allocation2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Not only where, But when: Temporal Scheduling for RLVR본 논문은 기존 RLVR 방법론에서 사용되는 Stagnant Credit Allocation 기법들이 가지는 최적화의 경직성 문제를 해결하고자 합니다. 대다수의 기존 연구는 특정 토큰을 강조하는 기준을 학습 내내 일관되게 적용하여, 시퀀스 내에 존재하는 이질적인 정책 행동(Reasoning scaffolding vs.#Review#Reinforcement Learning with Verifiable Rewards (RLVR)#Large Language Models (LLMs)#Temporal Scheduling#Credit Allocation#Trajectory Percentile Score (TP-Score)#Policy Optimization2026년 6월 1일댓글 수 로딩 중