보관함

기존 전고점 (초록선)에서 사야하는데 늦게 시작한 탓에 타이밍을 놓침 전부 이평에서 사서 욕심 안부리고 잘 팔았다. 잘한듯. 전부 long이었는데 마지막 short을 해버렸다.초단기 추세에 맞춰 잘 사고 잘 팔긴 했는데 다음부터는 이러지 말자. 급등나오면 위험했음. 매물대에서 덜었어야했는데 바보같이 불타기를 해버렸다.치명적인 실수. 뚜렷한 정배열일때만 불타야하는데 멍청했다.20이평에 맞는 봉 움직임 보고 빠르게 short으로 포지션 전환했음 이후 전저점에서 성공적으로 반익 완료 후 반본 걸어놓음. 오늘은 미묘한 봉의 움직임 냄새를 기가막히게 잘맡아서 모든 단타를 성공해버렸다. 특히 뒷 부분에서, 기준을 벗어나자마자 빠르게 손절하고 포지션을 바꾼게 아주 좋았다.

1줄 요약 정답이 없는 열린 문제에서도 추론을 학습시키는, 거꾸로 추론 과정을 합성하는 REER 패러다임을 제안 수학이나 프로그래밍 같이 검증가능하고 정답이 있는 문제들에서는 "Deep reasoning"이 강화학습을 통해 잘 되고 있는데 말이야... 그래서 창의적이고 열린 질문들에서는 추론을 어떻게 집어넣지? 그나마 써볼만한건 instruction distillation인 것 같은데... 하지만 비용도 비싸고 무엇보다 고품질 데이터가 부족하다! 그래서 제안하는 것! REverse-Engineered Reasoning(REER) ! 바텀-업으로 추론하는 대신, 탑-다운으로 추론하겠다! 이제 여기서 어느정도 이 논문의 핵심을 볼 수 있는데,Reasoning 하는 동안에 다양한 사고 ..

OpenAI의 "Why Language Models Hallucinate" 할루시네이션에 대해 다룬 논문 1줄 요약 할루시네이션의 원인은 훈련·평가 절차가 ‘모른다’고 말하기보다 ‘맞을지도 모르는 추측’을 보상하기 때문, 평가 방식을 바꿔라 저자들은 LLM이 단순히 언어 확률 모델이 아니라 평가 지표 점수를 올리는 방향으로 최적화된다고 강조한다. 평가가 ‘맞냐 틀리냐’만 보는 방식이면, 자연히 추측하는 모델이 유리해진다. 해법은 주류 평가 방식을 바꾸는 것 중간에 해당 수식이 나오는데, 이걸 수학적으로 증명한 것이 논문의 핵심이다.할루시네이션의 원인에 대해 분석한 논문은 많지만 수학적으로 증명한건 처음본다. IIV는 Is-It-Valid (IIV) binary classificati..