연구진은 인간의 개입 없이 보상 신호만으로 추론 능력을 학습하는 제로 RL을 1조 파라미터 규모로 확장했어요. 기존 연구의 한계를 극복하기 위해 안정적이고 효율적인 학습 파이프라인을 구축했어요. 스케일링은 샘플 효율성을 높이고 성능의 한계를 향상시키며, 모델이 스스로 고급 인지 행동을 개발하도록 이끌어요.
수학 벤치마크 7개에서 평가 결과, Ring-2.5-1T-Zero는 경쟁력 있는 성능을 달성했어요. 기존 방식의 휴리스틱이 불필요할 정도로 모델은 자발적으로 인간형 특징, 구조화된 형식, 자기 검증, 병렬 추론, 맥락 불안과 같은 고급 인지 행동을 개발했어요.
연구진은 종합적 이해, 재현성, 효율성을 평가하는 새로운 프레임워크를 제안하여 CoT 품질을 평가하고, 모델이 구조적이고 간결한 추론 과정을 생성하는 데 강점을 보임을 확인했어요.