[논문리뷰] Inducing Process Supervision from Outcome-Only Reinforcement Learning본 논문은 강력한 PRM을 학습시키기 위한 비용 효율적인 대안을 제시하는 것을 목표로 합니다. 기존 연구들은 높은 품질의 단계별 주석(step-level annotation)을 요구하거나, Monte Carlo 추정치를 활용하여 많은 비용과 연산 자원을 소비하는 한계를 가지고 있습니다.#Review#Process Reward Models#Reinforcement Learning#Chain-of-Thought#Outcome-Only Supervision#Test-Time Scaling#LLM Reasoning2026년 10월 11일댓글 수 로딩 중