연구진은 RL 보스트레이닝이 기존 모델의 단순한 기술 증폭인지, 아니면 새로운 고차원 전략을 구성하는지 연구했어요. Trace 기반 추론 작업에서 RL은 사전 훈련 모델보다 훨씬 더 많은 미해결 문제를 해결하며, 단계별로 원시 역량을 재구성하는 방식으로 작동해요. RL은 재사용 가능한 구조에 집중하는 반면, 거부 조정은 잘못된 단축키를 많이 생성하며, RL은 원시 역량을 신뢰할 수 있는 고차원 전략으로 구축해요.