본 논문은 대규모 언어 모델 기반 다중 에이전트 시스템(LaMAS)의 강화 학습 기반 미세 조정을 위한 새로운 패러다임인 다중 에이전트 강화 학습 미세 조정(MARFT)을 제안한다. 기존 다중 에이전트 강화 학습(MARL)의 LaMAS 적용의 어려움을 지적하고, LaMAS의 특성에 맞는 새로운 POMDP인 Flex-POMDP와 LaMAS에 특화된 알고리즘 프레임워크를 제시한다. RL에서 RFT로의 발전 과정을 검토하고, 이를 다중 에이전트 영역으로 확장하여 MARL과 MARFT의 차이점을 명확히 한다. 강력하고 확장 가능한 MARFT 프레임워크의 핵심 알고리즘과 오픈소스 구현을 제공하며, 실제 응용 사례와 향후 과제를 논의한다.
