상하이 교통대학 연구원들이 강화 학습을 통한 복잡한 추론 작업에 대한 확장 가능한 Large Language Model (LLM) 개발을 위해 OctoThinker를 제안했다. CoT 프롬프팅과 대규모 강화 학습을 결합한 LLM은 Deepseek-R1-Zero와 같은 모델이 기본 모델에 직접 강화 학습을 적용함으로써 강한 추론 능력을 보여주었다. 이와 유사하게 SimpleRL 및 Open-ReasonerZero와 같은 방법은 Qwen과 같은 작은 모델에서도 개선을 보여주었다. 이러한 연구는 복잡한 추론 작업에 대한 LLM의 발전을 촉진하는 중요한 역할을 할 것으로 보인다.

<Mark Tech Post 뉴스 본문 전체읽기>