교사 모델 없이 공동 진화한 Gemma-4 12B, 소매·항공 업무 성능 향상

Yujia Zhang이 이끄는 연구진은 고객 서비스 봇에 쓰이는 120억 매개변수 Gemma-4 LLM의 새로운 학습 루프를 설명한 논문을 2026년 11월 13일 발표했다. 모델은 실패한 대화 기록을 바탕으로 자체 정책 규칙을 작성하고, LoRA 어댑터를 학습하기 전에 이를 검증한다. 두 차례 학습 후 에이전트의 소매·항공 벤치마크 통과 점수는 12.5~19.5점 상승해, 정책을 하드코딩한 기준 모델보다 높은 점수를 기록했다. 이 방법은 선도적인 프런티어 모델과의 성능 격차를 좁힌다.