Ornith 1.0: 자기 스캐폴딩으로 실행 하네스를 직접 작성하는 에이전트 코딩 LLM 계열 살펴보기
영상에서 소개한 Ornith 1.0은 모델이 자신의 실행 하네스를 직접 작성하는 '자기 스캐폴딩' 코딩 LLM 계열이다. 공개된 4종 모델 구성과 2단계 강화학습(GRPO), 보상 해킹을 막는 3중 방어, 그리고 실제 데모를 정리했다.
핵심 내용 읽기 →
AI TOPIC
GRPO 최신 뉴스와 핵심 해설
GRPO 관련 핵심 뉴스와 활용 인사이트 2편을 최신순으로 모았습니다.
DeepSeek-R1 강화학습만으로 LLM 추론 능력을 키우는 GRPO 원리 쉽게 해설
DeepSeek-R1 논문을 따라 언어모델과 강화학습의 연결, GRPO 알고리즘, 규칙 기반 보상과 보상 해킹 방지, 그리고 큰 모델의 지식을 작은 모델로 옮기는 증류까지 초보자도 이해하도록 차근차근 풀어봤다.
핵심 내용 읽기 →