[논문리뷰] On-Policy or Off-Policy Learning? A Systematic Study of Distillation Dynamics본 논문은 Post-training 과정에서 널리 활용되는 On-policy와 Off-policy 학습 방법론 사이의 성능 차이를 유발하는 핵심 요인을 규명합니다.#Review#Knowledge Distillation#On-Policy Learning#Off-Policy Learning#KL Divergence#Large Language Models#Rollout Policy#Strong-to-Weak Distillation2026년 10월 1일댓글 수 로딩 중
[논문리뷰] Learning Beyond What You Sample: Off-Policy-Aware Cross-Model Trajectory Exchange for RLVR본 논문은 Reinforcement Learning with Verifiable Rewards (RLVR) 기법, 특히 Group Relative Policy Optimization (GRPO)의 핵심적인 한계를 해결하고자 합니다.#Review#RLVR#GRPO#LLMs#Off-Policy Learning#Cross-Model Trajectory Exchange#Complementary Learning2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Data-Efficient RLVR via Off-Policy Influence Guidance본 논문은 대규모 언어 모델(LLM)의 추론 능력 향상을 위한 Verifiable Rewards를 사용한 강화 학습(RLVR) 에서 데이터 선택의 비효율성을 해결하는 것을 목표로 합니다.#Review#Reinforcement Learning with Verifiable Rewards (RLVR)#Influence Functions#Data Selection#Off-Policy Learning#Curriculum Learning#Large Language Models (LLMs)#Sparse Random Projection#Data Efficiency2025년 11월 9일댓글 수 로딩 중