정의
검증 가능한 평가 지표(validation score)를 목표로 두고, 모델이 가설 수립-실험-개선을 멈추지 않고 반복하게 하는 응용 레이어의 자율 연구 루프. RLVR의 개념을 학습 과정이 아니라 응용 과정으로 끌어온 것으로, Andrej Karpathy가 단순한 형태로 시연해 2026년 3월 바이럴됐다.
핵심 속성
- 구조: prepare.py / train.py / program.md 등 짧은 파일 + “never stop”(막히면 논문 읽고 가설 세우고 계속하라) 지시
- 보상: RL의 미분 가능한 보상이 아니라 “되고 안 되고”만 판정하는 신호로도 작동
- 작동 영역: evaluation metric을 명확히 정의할 수 있는 곳(벤치마크가 존재하면 무조건 됨). 공교롭게도 AI 훈련 자체가 잘 되는 영역
- 하네스 의존: Ralph loop는 기본, 성공은 앞(명료한 계획)과 뒤(평가 지표)를 정교화하는 데 달림
- 사례: TinyStories 최적화, Sparse Autoencoder, Shopify CEO의 53% 속도 개선
관계
- 20260603-everything-becomes-search-problem — 상위개념: 탐색 문제로의 치환
- 20260603-rlvr-agent-posttraining — 동형: 레이어만 다른 RLVR
- 20260603-autoresearch-success-lives-in-the-bookends — 적용: 하네스 설계
인용
작동하는 영역에서 심플하고 우아하게 이거를 토큰을 제대로 태워서 할 수 있는 그런 경로들이 발견되고 있는 중입니다.