[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
[논문리뷰] Chain-of-Experience for Continual LLM Improvement본 논문은 현대의 LLM들이 학습 후 고정된 상태로 배포되어 매 추론을 고립된 이벤트로 처리함으로써 추론 단계에서의 지속적 개선 능력을 상실하고 있다는 점을 문제로 지적합니다.#Review#Chain-of-Experience#Test-time Improvement#LLM#Iterative Feedback#Continual Learning#Reasoning Efficiency2026년 8월 20일댓글 수 로딩 중
[논문리뷰] ThoughtFold: Folding Reasoning Chains via Introspective Preference Learning본 논문은 LRMs가 추론 과정에서 '오버씽킹(overthinking)' 현상으로 인해 불필요하게 긴 CoTs를 생성하여 비효율적인 계산 자원을 소모하는 문제를 해결하고자 합니다.#Review#Large Reasoning Models#Reinforcement Learning#Chain-of-Thoughts#Preference Learning#Reasoning Efficiency#Redundancy Mitigation2026년 6월 3일댓글 수 로딩 중
[논문리뷰] Rectifying LLM Thought from Lens of Optimization본 논문은 Long Chain-of-Thought (CoT) LLM이 흔히 보이는 과도한 추론 및 불필요하게 긴 추론 사슬과 같은 비최적 추론 행동 을 해결하여, 성능 저하 및 높은 계산 비용 문제를 개선하는 것을 목표로 합니다. CoT를 최적화 과정으로 재개념화하고 이를 효과적으로 교정하고자 합니다.#Review#LLM Reasoning#Chain-of-Thought#RLVR#Optimization Framework#Process-level Reward#Gradient Descent#Reasoning Efficiency#Suboptimal Reasoning2025년 12월 1일댓글 수 로딩 중
[논문리뷰] DLER: Doing Length pEnalty Right - Incentivizing More Intelligence per Token via Reinforcement Learning본 논문은 추론 언어 모델(LLM)이 불필요하게 긴 출력을 생성하는 문제를 해결하고, 토큰당 인텔리전스(정확도 대비 응답 길이)를 극대화하는 것을 목표로 합니다. 특히, 길이 패널티로 인한 정확도 저하가 패널티 설계 자체보다는 RL 최적화 기법 의 미흡함에서 비롯됨을 재조명하여 이를 개선하고자 합니다.#Review#Reinforcement Learning#Length Penalty#Reasoning Efficiency#Large Language Models#RL Optimization#Accuracy-Efficiency Trade-off#Chain-of-Thought2025년 10월 20일댓글 수 로딩 중
[논문리뷰] Train Long, Think Short: Curriculum Learning for Efficient Reasoning대규모 언어 모델(LLMs)의 추론 능력 향상 과정에서 발생하는 비효율성, 즉 고정된 토큰 예산의 한계와 과도하게 긴 추론 과정의 문제를 해결하고자 합니다.#Review#Curriculum Learning#Reinforcement Learning#Large Language Models#Reasoning Efficiency#Token Budget Control#Group Relative Policy Optimization#Chain-of-Thought2025년 8월 13일댓글 수 로딩 중