[논문리뷰] Gains and Collapse in On-Policy Distillation:A Reinforcement Learning Perspective본 논문은 OPD가 널리 사용됨에도 불구하고, 모델의 성능 향상과 동시에 발생하는 과도한 생성 길이 및 반복적 출력과 같은 'collapse' 현상의 원인을 규명하고자 합니다.#Review#On-policy Distillation#Reinforcement Learning#Reward Hacking#Policy Gradient#Language Model Post-training#Sampling Efficiency#Implicit Reward2026년 10월 7일댓글 수 로딩 중
[논문리뷰] Sharpening Tax in Post-Training본 논문은 Large Language Models (LLMs)의 Reinforcement Learning (RL) Post-training이 Solution Coverage를 희생하면서 Sampling Efficiency를 향상시키는 'Accuracy-Coverage Tension' 문제를 다룹니다.#Review#Reinforcement Learning (RL)#Large Language Models (LLMs)#Post-training#Sharpening Tax#Solution Coverage#Sampling Efficiency#Agentic Tasks#Posterior-Tempered Group Sampling (PTGS)2026년 10월 1일댓글 수 로딩 중