동차 Beating 모니터링에 따르면, Google TPU 소프트웨어 엔지니어 Patrick Toulme는 GLM 5.2가 증류를 통해 Opus를 따라잡았다는 외부의 주장에 오해가 있다고 지적했습니다. 대형 모델의 에이전트 코딩 작업 훈련에서 어려운 점은 '제로 그래디언트 딜레마'에 있습니다. 즉, 모델이 초기 단계에서 올바른 실행 경로를 생성하지 못하면 강화 학습이 그래디언트 신호를 얻어 파라미터 업데이트를 시작할 수 없습니다. Claude나 GPT-5.5를 증류하는 역할은 단지 콜드 스타트 단계에서 시드 솔루션을 제공하여 제로 그래디언트 딜레마를 우회하는 데 있을 뿐입니다.
모델이 콜드 스타트 임계값을 넘어서면, 이후의 성능 향상은 더 이상 증류에 의존하지 않고 전적으로 강화 학습의 등반 알고리즘을 통한 자기 진화에 의존합니다. Toulme는 GLM 5.2가 이미 독립적으로 성공 경로를 생성할 수 있는 능력을 갖추었으며, 강화 학습을 통해 완전히 자율적으로 더 높은 수준으로 반복 발전하여 미국 대형 모델에 대한 의존을 완전히 벗어날 수 있다고 강조했습니다.
Redis 창립자 Salvatore Sanfilippo는 또 다른 경로의 가능성을 보충했습니다. 고성능 모델을 통해 추론 모드를 도입하는 것(증류)이 더 나은 RL 신호를 얻는 데 매우 유용하지만, DeepSeek R0의 실천은 증류 시드가 전혀 없는 순수 콜드 스타트 상황에서도 강화 학습이 자율적으로 작동하여 돌파구를 마련할 수 있음을 이미 증명했습니다.
동시에 그는 콜드 스타트 임계값을 넘어야 한다면, 대형 모델 개발은 미국 API에 의존하지 않고 DeepSeek-v3.2와 같은 국내 오픈소스 모델을 사용하여 초기 미세 조정을 진행할 수 있다고 생각합니다.