GFlowNets는 보상 극대화 RL의 대안으로, 다양한 추론 경로를 장려하기 위해 보상 분포를 매칭하는 방식입니다. 연구진은 GFlowRL을 제안하며, 기존 파티션 네트워크를 제거하고 in-batch Monte Carlo 추정치를 활용하여 안정성을 높였습니다. GFlowRL은 수학, 코드, 적대적 레드팀링 벤치마크에서 기존 방법보다 뛰어난 성능을 보이며, 14B 규모에서 Codeforces 레이팅 2048을 달성했습니다.