본 논문에서는 기호적 피드백을 활용한 강화 학습(RLSF)이라는 새로운 LLM 미세 조정 패러다임을 제안하며, 이는 기존 방법보다 복잡한 추론 작업에서 LLM의 성능을 향상시키도록 설계되었습니다.
