PPO 모델의 가치 네트워크를 활용하여 선호도 높은 텍스트 생성하기: Value-Guided Monte-Carlo Tree Search 디코딩

PPO 모델의 가치 네트워크를 활용하여 MCTS 디코딩을 수행함으로써 선호도 높은 텍스트를 생성할 수 있다.