취향을 보상으로 학습하다, 코드로 수채화를 그리는 공개 실험
허깅페이스가 TRL과 OpenEnv로 코딩 모델의 수채화 표현을 학습한 실험을 공개했다. 모델이 만든 그림을 사람이 골라 참조 자료로 쓰고 보상 구성을 비교한다. 아름다움의 기준과 데이터의 범위, 평가 실패를 구분하는 일이 결과를 어떻게 바꾸는지 살핀다.
“HuggingFace” 검색 결과검색 초기화27편
코딩 에이전트의 지난 판단을 찾다, 로컬 기록에서 시작하는 funes
허깅페이스가 에이전트 세션 기록을 검색 가능한 기억으로 만드는 funes를 소개했다. 원문과 출처를 함께 반환하고 필요할 때 자신이 소유한 데이터셋으로 공유한다. 기록의 검색과 사실의 확정, 로컬 처리와 공유 범위의 차이를 살핀다.
350M 모델의 구조화 출력 학습, IFStruct 통과율 22.6%→29.7%
허깅페이스가 LFM2.5-350M에 100단계 GRPO 학습을 적용한 공개 실험을 소개했다. 동일한 서빙 환경의 2천 개 시험에서 통과율이 7.1%포인트 늘었다. JSON과 YAML의 차이, 형식 검증과 내용의 정확성을 구분해 결과를 읽는다.
