연구진이 다국어 환경에서 GRPO(Group Relative Policy Optimization)를 대규모로 연구했어요. 영어 외 언어로 추론 훈련 시 영어와 성능 차이가 크지 않다는 점을 확인했어요. 여러 언어 간 성능 향상 효과가 나타나지만, 모델과 언어에 따라 결과가 달라져요.
특정 언어로 훈련하면 다른 언어에서 성능이 저하되는 현상이 관찰돼요. 연구 결과, 다국어 환경에서 GRPO는 폭넓은 언어 간 성능 향상을 가져다주지만, 언어별 성능 저하를 감지하기 위한 평가가 필요해요.
다국어 GRPO 훈련은 모델의 추론 능력을 향상시키는 데 효과적이며, 언어 간 성능 향상 효과도 기대할 수 있어요.