A-RSI: 제로데이터 멀티모달 자기 개선 위한 적응형 태스크 새로고침
이 논문은 모델이 새로운 훈련 경험을 언제 획득해야 하는지에 대한 문제를 해결하기 위해 A-RSI(Adaptive Task Refresh)라는 프레임워크를 제안합니다. A-RSI는 훈련 로그의 보상 변화와 정확도를 모니터링하여 학습 신호가 감소할 때 작업 풀을 새로고침하며, 모델 자체의 불확실한 예측에 의존하는 기존 방식과 달리 독립적으로 검증 가능한 새로운 작업 생성을 목표로 합니다. 이를 통해 모델은 검증 또는 테스트 점수 없이도 스스로 학습 경험을 갱신하고 개선할 수 있습니다.