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.

Creativity in LLM-based Multi-Agent Systems: A Survey

Created by
  • Haebom

저자

Yi-Cheng Lin, Kang-Chieh Chen, Zhe-Yan Li, Tzu-Heng Wu, Tzu-Hsuan Wu, Kuan-Yu Chen, Hung-yi Lee, Yun-Nung Chen

개요

본 논문은 대규모 언어 모델(LLM) 기반 다중 에이전트 시스템(MAS)에서의 창의성에 초점을 맞춘 최초의 조사 연구이다. 텍스트 및 이미지 생성 작업에 중점을 두고, 에이전트의 적극성과 페르소나 디자인 분류, 발산적 탐색, 반복적 개선, 협업적 종합을 포함한 생성 기법과 관련 데이터셋 및 평가 지표에 대한 개요, 그리고 일관되지 않은 평가 기준, 편향 완화 부족, 조정 충돌 및 통합된 벤치마크 부족과 같은 주요 과제에 대한 논의를 제시한다. 기존의 MAS 인프라에 대한 종합적인 개요를 제공하는 기존 연구와 달리, 본 논문은 새로운 결과물 생성 및 평가 방법, 창의성이 에이전트 페르소나에 미치는 영향, 그리고 창의적인 워크플로우 조정 방법 등 창의성의 측면에 중점을 둔다. 결론적으로, 창의적인 MAS의 개발, 평가 및 표준화를 위한 구조화된 프레임워크와 로드맵을 제공한다.

시사점, 한계점

시사점:
LLM 기반 MAS에서의 창의성에 대한 최초의 체계적인 조사 연구 제공.
에이전트 적극성, 페르소나 디자인, 생성 기법, 평가 지표 등에 대한 분류 및 개요 제시.
창의적인 MAS 개발, 평가 및 표준화를 위한 로드맵 제시.
한계점:
일관되지 않은 평가 기준.
편향 완화의 부족.
에이전트 간 조정 충돌.
통합된 벤치마크의 부족.
👍