[논문리뷰] Self-Improvement with Auxiliary Rewards: Learning from Verified Traces and Evaluating Transfer본 논문은 정답(Answer-level)만을 보상으로 활용하는 기존의 RLVR 방식이 동일한 정답을 도출한 서로 다른 추론 과정(Reasoning traces)을 구분하지 못한다는 한계점을 해결하고자 합니다.#Review#Self-Improvement#Auxiliary Rewards#Small Language Models#Reasoning Traces#Test-time Reinforcement Learning#DPO#SFT2026년 11월 2일댓글 수 로딩 중
[논문리뷰] Can Large Language Models Reinvent Foundational Algorithms?본 연구는 GRPO 기반의 on-policy unlearning과 cold start 단계를 결합하여 타겟 알고리즘 지식을 모델에서 제거합니다. 재발명 단계에서는 Python interpreter와 상호작용하며, 실패 시 Generative Verifier가 제공하는 진단 피드백을 통해 솔루션을 수정합니다.#Review#Large Language Models#LLM Unlearning#Algorithmic Invention#GRPO#Test-time Reinforcement Learning2026년 4월 19일댓글 수 로딩 중