[태그:] 무작위 보상으로 모델 성능 향상

AI 일보 – 2025-05-28(석간)

MATH-500 MATH-500 테스트 세트 Qwen2.5-Math-7B RLAIF RLHF RLHF/RLAIF의 미래 강화 학습 강화 학습 신호 학습 모델 성능 무작위 보상 무작위 보상으로 모델 성능 향상 오류 보상 오류 보상으로 Qwen2.5-Math-7B 훈련