논문 정보
- 날짜:
2026-03-23 - 카테고리: -
- 우선순위 점수: 0.967
핵심 요약
비정형 표 데이터에서 복잡한 추론을 수행하기 위해 계층적 메타 그래프와 폐쇄 루프 의사결정 프로세스를 결합한 에이전트 프레임워크를 제안합니다. 기대 인식 선택 정책을 통해 고효율 실행 경로를 우선시하며, 과거 실행 결과를 구조화된 메모리에 저장하여 지속적으로 추론 과정을 개선합니다. 실험을 통해 장기적 추론이 필요한 표 분석 작업에서 전략적 계획과 저수준 실행을 분리하는 방식의 효과를 입증했습니다.학습자 관점 포인트
- 우리 팀 영향: 복잡한 계층 구조를 가진 비정형 표 데이터 분석 시 LLM의 추론 정확도와 효율성을 크게 향상시킬 수 있습니다.
- 권장 액션: 실험
- 액션 근거: 비정형 데이터에 대한 다단계 추론 성능이 우수하고 구조화된 메모리 활용 방식이 실무 적용 가능성이 높기 때문입니다.
원문 링크
- arXiv: https://arxiv.org/abs/2603.09151
- Hugging Face Papers: https://huggingface.co/papers/2603.09151