강화학습
3건
기사 통계를 확인하고 있습니다.

RadixArk, 데이지로즈-27B 공개
Qwen3.8-27B를 강화학습으로 사후학습해 코딩 벤치마크 성능을 높인 오픈소스 모델이다.

ThinkingBox 보상 학습, 성공률 9.08%p 상승
DB 판정값으로 Qwen3.8-27B를 학습해 평균 성공률과 반복 안정성을 높였지만 과제 범위는 좁아졌다.

허깅페이스, RL 환경 검색 필터 도입
허깅페이스가 RL 태스크셋 검색과 프레임워크 호환성 확인을 위한 태그·실행 명령 기능을 추가했다.