[논문리뷰] Eat Your Precision: Precision Objective Mitigates Reward Hacking in Rubric-based RL기존 rubric-based RL은 open-ended generation과 같은 non-verifiable tasks에서 reward를 정의하는 데 효과적이지만, 주로 rubric coverage를 recall objective로 사용하기 때문에 reward hacking에 취약하다.#Review#Reward Hacking#Rubric-based RL#Precision Objective#F-beta Score#LLM Evaluation#Free-form Generation#Necessity Credit2026년 10월 26일댓글 수 로딩 중
[논문리뷰] Scoring Higher, Answering Worse: Mitigating Reward Hacking in Rubric-Based RL via Protocol-Level Rubrics본 논문은 Rubric-based RL에서 표준적으로 사용되는 Additive Aggregation이 심각한 Reward Hacking을 유발한다는 점을 지적합니다 .#Review#Reward Hacking#Rubric-based RL#ProRubric#Additive Aggregation#Clinical Protocol#Language Model Alignment2026년 10월 13일댓글 수 로딩 중
[논문리뷰] Learning to Learn from Context: Synthetic Training from Perturbed Public Documents본 논문은 LLM이 긴 문맥에서 정보를 추출하고 추론하는 Context Learning 능력이 현저히 부족하다는 문제점을 해결하고자 한다.#Review#Context Learning#Synthetic Training#Long-Context Understanding#Data Perturbation#Rubric-based RL#LLM Fine-tuning2026년 9월 28일댓글 수 로딩 중
[논문리뷰] Enhancing Rubric-based RL via Self-Distillation본 논문은 Rubric-based RL에서 발생하는 exploration의 한계와 scalar reward 집계로 인한 학습 신호 소실 문제를 해결하고자 합니다. 기존의 GRPO 기반 연구들은 특정 기준을 만족하는 사례가 없으면 학습 신호를 생성하지 못하는 Unexplored Criteria 문제에 직면해 있습니다.#Review#Reinforcement Learning#Rubric-based RL#Self-Distillation#LLM#Policy Optimization#GRPO#Alignment2026년 8월 2일댓글 수 로딩 중