RewardMap은 2025년 10월 서호대학교, 통지대학교 등 여러 대학의 연구팀이 공동으로 제안했습니다. 관련 연구 결과는 논문 "..."에 게재되었습니다.RewardMap: 다단계 강화 학습을 통한 세분화된 시각적 추론에서 희소 보상 처리".

RewardMap은 다중 모드 대규모 언어 모델(MLLM)의 시각적 이해 및 추론 능력을 향상시키도록 설계된 다단계 강화 학습(RL) 프레임워크입니다. 이 프레임워크는 두 가지 주요 설계 특징을 통합합니다. 첫째, 상세한 보상을 포함하는 난이도 인식 보상 설계를 도입하여 희소 보상 문제를 직접 해결하면서 더욱 풍부한 지도 학습을 제공합니다. 둘째, 연구진은 단순한 지각 과제에서 복잡한 추론 과제로 점진적으로 전환하는 다단계 강화 학습 방식을 제안하여 기존의 지도 학습 미세 조정(SFT)보다 효과적인 콜드 스타트 전략을 제공합니다.