RLDE: 해석 가능한 반복적 문서 편집을 위한 강화학습 프레임워크
요약
본 논문은 반복적 문서 편집의 어려움을 해결하기 위해 RLDE라는 강화학습 프레임워크를 제안합니다. RLDE는 문서를 참조 없는 MDP 문제로 공식화하고, PPO 에이전트를 사용하여 독해성, 퍼플렉서티 등 다중 목표 보상을 최적화합니다. BEA-2019 평가에서 GPT-4와 같은 모델 대비 낮은 계산 비용으로 높은 성능을 입증했습니다.
핵심 포인트
- RLDE는 문서 수정을 MDP 문제로 공식화한 강화학습 프레임워크입니다.
- PPO 에이전트가 독해성, 퍼플렉서티 등 다중 목표 보상을 최적화합니다.
- 의미 정보 손실을 막기 위해 SBERT 기반 의미 보존 페널티를 적용했습니다.
- GPT-4와 비교하여 낮은 계산 추론 비용으로 높은 편집 품질을 달성했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기