(논문 요약) iGRPO: Self-Feedback–Driven LLM Reasoning (paper)

핵심 내용

• Iterative Group Relative Policy Optimization
  • draft 여러개 생성후 verifiable reward 가 가장 높은 draft 선택
  • selected draft 를 prompt 에 추가하여 다시 생성
  • GRPO 로 학습