GEPO 이질적인 태스크(heterogeneous tasks) 전반에 걸쳐 탐색(exploration)과 활용(exploitation)의 균형을
요약
GEPO는 이질적인 태스크에서 탐색과 활용의 균형을 맞추기 위해 그룹 엔트로피를 활용하는 GRPO의 경량 확장 버전입니다. 또한 Cura 1T는 재귀적 자기 개선 루프를 통해 의료 벤치마크에서 뛰어난 성능을 보여주는 모델입니다.
핵심 포인트
- GEPO: 그룹 엔트로피를 이용한 GRPO의 경량화 버전
- 이질적 태스크에서의 탐색과 활용 균형 최적화
- Cura 1T: 재귀적 자기 개선을 통한 의료 벤치마크 성능 극대화
- 인간 피드백 기반의 계획, 훈련, 평가 루프 적용
GEPO
이질적인 태스크(heterogeneous tasks) 전반에 걸쳐 탐색(exploration)과 활용(exploitation)의 균형을 맞추기 위해 그룹 엔트로피(group entropy)를 사용하는 GRPO의 경량 확장 버전입니다.
논문:
Cura 1T
인간이 게이트 역할을 하는 재귀적 자기 개선(recursive self-improvement) 루프를 통해 6개의 가장 어려운 의료 벤치마크 중 5개에서 프런티어 모델(frontier models)을 선도합니다. 각 라운드는 실패 모드(failure modes)에 대해 계획, 훈련, 평가 및 개선을 수행합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 X @huggingpapers (검증됨)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기0