Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Affordable AI Assistants with Knowledge Graph of Thoughts

Created by
  • Haebom

저자

Maciej Besta, Lorenzo Paleari, Jia Hao Andrea Jiang, Robert Gerstenberger, You Wu, Jon Gunnar Hannesson, Patrick Iff, Ales Kubicek, Piotr Nyczyk, Diana Khimey, Nils Blach, Haiqiang Zhang, Tao Zhang, Peiran Ma, Grzegorz Kwasniewski, Marcin Copik, Hubert Niewiadomski, Torsten Hoefler

개요

본 논문은 대규모 언어 모델(LLM) 기반 AI 어시스턴트의 높은 운영 비용과 복잡한 벤치마크(예: GAIA)에서의 낮은 성공률 문제를 해결하기 위해, 지식 그래프 기반 사고(Knowledge Graph of Thoughts, KGoT)라는 혁신적인 아키텍처를 제안한다. KGoT는 LLM 추론과 동적으로 생성되는 지식 그래프(KG)를 통합하여, 수학 솔버, 웹 크롤러, 파이썬 스크립트 등 외부 도구를 통해 작업 관련 지식을 추출하고 구조화한다. 이러한 구조화된 지식 표현은 저렴한 모델이 복잡한 작업을 효과적으로 해결하고 편향과 잡음을 최소화할 수 있도록 한다. GAIA 벤치마크에서 GPT-4o mini를 사용한 Hugging Face Agents 대비 29%의 성공률 향상을 달성했으며, GPT-4o 대비 운영 비용을 36배 이상 절감했다. Qwen2.5-32B, Deepseek-R1-70B와 같은 다른 모델 및 SimpleQA와 같은 다른 벤치마크에서도 유사한 성능 향상을 보였다. KGoT는 확장성, 경제성, 다용성 및 높은 성능을 갖춘 AI 어시스턴트 솔루션을 제공한다.

시사점, 한계점

•
시사점:
◦
LLM 기반 AI 어시스턴트의 높은 운영 비용 문제를 효과적으로 해결하는 새로운 아키텍처 제시
◦
복잡한 작업에서 LLM의 성능을 향상시키는 방법 제시 (GAIA 벤치마크에서 29% 성공률 향상)
◦
저렴한 모델을 사용하여 고성능을 달성하는 방법 제시 (GPT-4o 대비 36배 이상 운영 비용 절감)
◦
동적으로 생성되는 지식 그래프를 활용하여 편향과 잡음을 최소화하는 방법 제시
◦
다양한 모델과 벤치마크에서의 우수한 성능 입증
•
한계점:
◦
제시된 아키텍처의 일반화 성능 및 다양한 작업 유형에 대한 적용 가능성에 대한 추가 연구 필요
◦
외부 도구 의존도가 높아 도구 사용 불가능 시 성능 저하 가능성 존재
◦
동적 지식 그래프 생성 및 관리의 효율성 및 확장성에 대한 추가적인 검증 필요
◦
특정 벤치마크에 대한 결과만 제시되었으므로, 다른 벤치마크에서의 일반화 성능에 대한 추가 연구 필요
👍
Made with Slashpage