본 논문은 농담 생성부터 수학적 추론에 이르기까지 정교한 추론과 문제 해결이 필요한 작업에 대해, 온도 및 추론 단계와 같은 효과적인 구성이 필요한 LLM을 위해 개발된 LLM 독립적인 플러그인인 AdaReasoner를 소개합니다. AdaReasoner는 강화 학습(RL) 프레임워크를 사용하여 훈련되었으며, 몇 샷 가이드만으로 추론 구성에 대한 정책 모델을 최적화하기 위해 요인화된 액션 공간과 표적 탐색 전략을 사전 훈련된 보상 모델과 결합합니다.
