요약

Pass@1 성능을 넘어선 변분 문제 합성(Variational Problem Synthesis) 기술을 통해 RLVR(Reinforcement Learning from Verifiable Rewards)을 지속시키는 방법론을 다룹니다. 셀프 플레이 방식을 활용하여 모델의 학습 효율을 높이는 연구 내용을 포함합니다.

핵심 포인트

• Pass@1 지표의 한계 극복 방안 제시
• 변분 문제 합성을 통한 데이터 생성
• RLVR 학습 지속을 위한 셀프 플레이 메커니즘