[논문리뷰] Many Right Answers, One Training Example: Removing Responder Noise from GRPO for LLM Recommenders본 논문은 여러 명의 인간 응답자가 피드백을 제공하는 시나리오에서, Rank-GRPO와 같은 LLM Recommender 훈련을 위한 Reinforcement Learning (RL) 과정의 비효율성과 높은 분산 문제를 해결하고자 합니다.#Review#LLM Recommenders#Reinforcement Learning (RL)#GRPO#Responder Noise#Rao-Blackwellization#Reward Modeling#Recommendation Systems2026년 10월 14일댓글 수 로딩 중