Group Relative Policy Optimization (GRPO)은 모델의 가장 어려운 문제에서 정체됩니다. 그룹 내 어느 것도 성공하지 못하면, 그룹 상대 이점(group-relative advantages)이 사라지고 해당 문제는 기울기(gradient)에 기여하지 않아 우리가 가장 배우고 싶어 하는 경계 예제(frontier examples)를 낭비하게 만듭니다. 참조 해답의 올바른 접두사(prefix)를 앞에 붙이는 것은 성공률을 높여, 접두사 길이를 난이도에 대한 연속적인 조절기(knob)로 만듭니다. 기존 방법들은 이 조절기를 한 번 설정하는 반면, AdaPrefix-GRPO는 이를 피드백 컨트롤러로 변환합니다. 훈련 전반에 걸쳐 각 문제가 가져가야 할 해답의 양을 조정하여 성공률을 50% 근처로 유지하는데, 이곳에서 GRPO의 기울기 신호가 가장 크며, 이후에는 도움을 완전히 철회하여 배포된 모델이 아무런 도움 없이 문제를 해결하게 합니다. 매칭된 훈련 FLOPs(Floating Point Operations) 기준으로 어려운 수학 문제에서, 이 방법은 0.6B 모델의 학습 분포 외부 문제에 대한 GRPO의 정확도를 두 배 이상 높이고 (2.1배), Qwen3-1.7B에서는 1.6배, AIME에서는 1.7배를 달성하는 동시에 트레이스 길이는 대략 절반으로 줄입니다. 이 방법은 데이터 준비 단계에 추가되고 접두사 토큰에 손실 마스크(loss mask)가 적용되며, 트레이너는 기본 설정을 사용합니다. 모델이 작을수록 얻는 이득이 더 큽니다.