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