PolicyShiftGuard

요약

PolicyShiftGuard는 고정된 분류 체계가 아닌 활성화된 정책 위반 여부를 판단하는 모델입니다. 동일한 이미지가 다른 정책 하에서 레이블이 바뀔 수 있음을 보여줍니다. 또한, LongStraw는 제한된 GPU 예산으로 긴 시퀀스의 RL 사후 학습을 효율적으로 수행하는 아키텍처를 제시했습니다.

핵심 포인트

• PolicyShiftGuard는 활성화된 정책 위반 여부를 판단합니다.
• 동일한 데이터도 정책에 따라 레이블이 바뀔 수 있습니다.
• LongStraw는 GPU 예산 제약 하의 효율적인 RL 사후 학습을 가능하게 합니다.