LLM 에이전트의 스킬을 재실행 가능한 증거로 진화시키는 EVISKILL
Key Point
매개변수 고정 상태에서 LLM의 스킬을 직접 개선할 수 있는 새로운 방법론으로, 지속적 학습을 추구하는 에이전트 시스템 개발자와 연구자에게 실용적이다.
핵심 요약
- LLM 에이전트가 모델 파라미터를 업데이트하지 않으면서 상호작용 경험으로부터 재사용 가능한 절차적 지식을 축적하고 개선하는 지속적 스킬 진화를 다룬다.
- 기존 경험 기반 방식들은 편집을 정당화하는 행동 증거와 작업 문맥을 잃기 쉬우며, 전역 검증이 구성 변화들에 대한 불완전한 판단을 제공하는 문제가 있다.
- EVISKILL은 실행 관찰값을 재실행 가능한 증거 카드로 정렬하고, 편집을 그들의 지원 문맥과 명시적으로 연결한다.