RL을 이용해 4B VLM으로 GeoGuesser 게임 플레이하기

요약

본 글은 강화학습(RL)을 활용하여 4B VLM이 GeoGuesser 게임을 플레이하도록 훈련시킨 과정을 공유합니다. 환경, 데이터셋, 훈련 레시피 등 모든 요소가 오픈 소스로 공개되었으며, GPT-5.4 mini나 Haiku 같은 모델들을 능가하는 성능을 보여주었습니다.

핵심 포인트

• RL을 이용해 VLM의 게임 플레이 능력을 입증함.
• 환경 구축부터 훈련까지 전 과정을 워크스루로 공개.
• 오픈 소스로 환경, 데이터셋, 코드를 제공하여 재현 가능성을 높임.