MAI Thinking 1 — 추론 모델의 RL 강화학습 심층 분석 한 줄 요약 Microsoft의 MAI Thinking 1은 "모델을 생각하게 만드는 것"이 아니라 "수천 단계 동안 계속 생각하게 유지하는 것"이 핵심 문제였고, GRPO 알고리즘의 엔트로피 붕괴와 정책 발산이라는 치명적 결점을 세 가지 혁신 온도조절기...