논문 정보
- 날짜:
2026-03-23
- 카테고리: -
- 우선순위 점수: 2.133
핵심 요약
본 논문은 긴 작업 경로를 가진 LLM 에이전트의 성능 향상을 위해 하위 목표 분할 기반의 온라인 계획 프레임워크와 MiRA라는 강화학습 학습법을 제안합니다. MiRA는 밀집된 마일스톤 기반 보상 신호를 사용하여 Gemma3-12B 모델의 WebArena-Lite 성공률을 6.4%에서 43.0%로 크게 개선했습니다. 이를 통해 오픈소스 모델이 GPT-4o와 같은 상용 모델의 성능을 상회할 수 있음을 입증했습니다.
학습자 관점 포인트
- 우리 팀 영향: 마일스톤 기반 보상 설계와 하위 목표 분할 기법을 활용하여 복잡한 웹 탐색 에이전트의 성능을 획기적으로 개선할 수 있습니다.
- 권장 액션: 실험
- 액션 근거: 오픈소스 모델인 Gemma3-12B가 상용 모델을 능가하는 성능을 보여주었으므로, 제안된 MiRA 프레임워크의 내부 프로젝트 적용 가능성을 검증할 가치가 큽니다.
원문 링크
학습자는 이 문서를 읽고 실험 여부를 바로 결정하세요.
