LongTraceRL

요약

LongTraceRL은 검색 에이전트의 궤적과 엔티티 수준의 보상을 활용하여 LLM의 128K 컨텍스트 추론 능력을 향상시키는 연구입니다. 4B, 8B, 30B 규모의 모델과 학습 데이터가 함께 공개되었습니다.

핵심 포인트

• 검색 에이전트 궤적 및 엔티티 수준 루브릭 보상 학습
• LLM의 128K 컨텍스트 내 추론 능력 강화
• 4B, 8B, 30B 모델 및 학습 데이터 공개