机器之心2026년 10월 31일 12:11중국어 → 한국어
칭화대, 토큰 모방 아닌 결정 학습 에이전트 증류 'ActionOPD' 제안
칭화대는 다중 턴 도구 호출 환경에서 토큰이 아닌 행동 수준에서 결정을 학습하는 온라인 증류 기법 ActionOPD를 제안했다.
중국어 원문을 AI로 번역했습니다. 고유명사와 수치는 원문 표기를 우선하며, 중요한 판단에는 아래 출처 원문을 함께 확인하세요.
다중 턴 도구 호출과 복잡한 환경 상호작용 속에서 대규모 언어 모델은 점차 Agent 형태로 빠르게 실체화되고 있다. 최첨단 대규모 모델의 높은 추론 비용이라는 제약 때문에, 그 의사결정 능력을 경량 모델로 이전하는 방법이 현재 Agent 연구의 중요한 과제가 되었다. 그러나 단일 턴 텍스트 생성과 달리 Agent의 매 단계 출력은 환경 상태를 변화시키고 이후 궤적에 영향을 미치며, 이는 두 가지 기본적인 문제를 제기한다. 1. 어떤 상황에서...