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.

MARS: A Multi-Agent Framework Incorporating Socratic Guidance for Automated Prompt Optimization

Created by
  • Haebom
Category
Empty

저자

Jian Zhang, Zhangqi Wang, Haiping Zhu, Jun Liu, Qika Lin, Erik Cambria

개요

본 논문은 대규모 언어 모델(LLM)의 프롬프트 최적화 문제를 해결하기 위해 다중 에이전트 프레임워크를 제안합니다. 기존의 자동 프롬프트 최적화(APO) 방법들이 고정된 템플릿의 유연성 부족과 비효율적인 탐색 문제를 가지는 것에 착안하여, MARS(Multi-Agent framework Incorporating Socratic guidance)라는 새로운 프레임워크를 제시합니다. MARS는 각기 다른 기능을 가진 7개의 에이전트와 계획자(Planner)로 구성되어 있으며, Socratic 대화 패턴(Teacher-Critic-Student)을 통해 프롬프트를 반복적으로 최적화하고 효율적인 탐색을 수행합니다. 다양한 데이터셋을 이용한 실험을 통해 제안하는 방법의 효과성과 해석 가능성을 검증합니다.

시사점, 한계점

•
시사점:
◦
다중 에이전트 기반의 유연하고 효율적인 자동 프롬프트 최적화 방법 제시
◦
Socratic 대화 패턴을 통한 지속적이고 점진적인 프롬프트 최적화
◦
다양한 데이터셋에서의 실험을 통한 방법의 효과성 및 해석 가능성 검증
•
한계점:
◦
제안된 7개 에이전트의 상호작용 및 구성에 대한 상세한 설명 부족 (추가적인 분석 필요)
◦
특정 데이터셋에 대한 성능 평가에 국한, 일반화 가능성에 대한 추가 연구 필요
◦
계산 비용 및 복잡성에 대한 분석 부족
👍
Made with Slashpage