[논문리뷰] Mitigating the Length-Scaling Tax with Online Distillation본 논문은 LLM의 RLVR 사후 학습 과정에서 발생하는 불필요한 응답 길이 증가 문제를 해결하고자 합니다. 기존 연구들은 추론 역량 강화의 신호로 응답 길이 성장을 긍정적으로 보았으나, 저자들은 이미 잘 해결되는 쉬운 문제들조차 RL 업데이트 과정에서 불필요하게 길어지는 LST를 확인했습니다 .#Review#Length-Scaling Tax#Reinforcement Learning#Online Distillation#Reasoning Efficiency#Chain-of-Thought#Policy Gradient#Post-training2026년 9월 30일댓글 수 로딩 중