SERA는 LLM 기반의 자율 주행 시스템 자기 진화 프레임워크로, 실패 사례 분석을 통해 목표 지향적인 시나리오를 추천하여 성능 향상을 도모합니다. 성능 로그 분석으로 실패 패턴을 식별하고, 구조화된 시나리오 데이터베이스에서 의미적으로 일치하는 시나리오를 동적으로 검색합니다. LLM 기반의 반추 메커니즘을 통해 관련성과 다양성을 극대화하여 추천을 개선하며, 선택된 시나리오는 적은 데이터로 목표 지향적인 적응을 가능하게 하는 few-shot fine-tuning에 사용됩니다. 실험 결과, 다양한 자율 주행 기준 모델에서 주요 지표를 일관되게 향상시키는 효과와 일반화 가능성을 보였습니다.
