연구진은 LLM의 복잡한 추론 경로를 효과적으로 학습하기 위해 구조화된 추론 패러다임을 제안했어요. Ctrl-R 프레임워크는 RL 과정에서 특정 추론 패턴을 타겟으로 탐색하도록 설계됐어요. 이 방법은 다양한 추론 행동 획득을 보장하고, 기존 RL의 한계를 극복할 수 있을 것으로 기대돼요.
Ctrl-R은 추적 가능한 경로 제어를 통해 LLM의 구조화된 추론 학습을 가능하게 해요. 이를 통해 LLM은 더 효율적으로 복잡한 문제를 해결하고, 다양한 추론 행동을 습득할 수 있을 것으로 예상돼요. 연구 결과는 arXiv에 공개됐어요.