BaNEL (Bayesian Negative Evidence Learning)은 대량의 지도 데이터와 풍부한 보상 함수에 의존하는 기존 생성 모델의 한계를 극복하기 위해 제안된 알고리즘입니다. 특히, 희소 보상 환경에서 성공적인 샘플 없이 실패한 시도만 사용하여 모델을 후처리 훈련합니다. BaNEL은 실패 패턴을 학습하는 또 다른 생성 모델을 활용하여 새로운 데이터가 기존 실패와 유사한지 평가하고, 생성 방향을 조정합니다. 이 방법은 기존의 참신성 보너스 접근 방식보다 우수한 성능을 보이면서, 적은 수의 보상 평가를 사용합니다.
