학습 데이터·후속학습Bingxi Hou 외
Waypoint-OPD 공개
Waypoint-OPD 공개 — 강화학습 앞뒤로 교사 모델의 확률이 얼마나 달라졌는지를 그대로 쓰지 않고, 같은 학습의 중간 지점과 견줘 앞뒤 변화 방향이 어긋나면 그 신호를 눌러 학생 모델에 옮김
왜 중요한가
끝점만 보면 학습 초기와 후기의 선호 변화가 서로 지워져 교사가 일관되게 바뀐 부분을 가릴 수 있다는 지적에서 출발했다. 저자 측정으로 Qwen3-4B 교사와 Qwen3 계열 학생 셋을 수학·코드 두 영역에서 견준 여섯 설정 모두에서 비교 대상 중 영역 평균이 가장 높았다고 보고했다
출처 — 1차 출처를 우선 확인하고, 2차 보도는 「보도」로 따로 표시해요
논문arxiv.orghttps://arxiv.org/abs/2610.216012026년 43주차에 더한 기록이에요 · 그 주 보기