ContextAgent: Context-Aware Proactive LLM Agents with Open-World Sensory Perceptions
Created by
Haebom
저자
Bufang Yang, Lilin Xu, Liekang Zeng, Kaiwei Liu, Siyang Jiang, Wenrui Lu, Hongkai Chen, Xiaofan Jiang, Guoliang Xing, Zhenyu Yan
개요
본 논문에서는 맥락 인식형 사전 예측 에이전트인 ContextAgent를 소개합니다. 기존의 사전 예측 에이전트들이 제한된 환경이나 규칙 기반 시스템에 의존하여 사용자 의도를 제대로 파악하지 못하고 기능이 제한적인 것과 달리, ContextAgent는 웨어러블 기기의 다양한 감각 정보(영상, 음성 등)를 활용하여 사용자 의도를 이해하고 사전 예측 서비스의 필요성을 예측합니다. 또한, 필요시 자동으로 필요한 도구를 호출하여 사용자를 지원합니다. 본 논문에서는 ContextAgent의 성능을 평가하기 위한 새로운 벤치마크인 ContextAgentBench도 함께 제시하며, ContextAgentBench를 이용한 실험 결과 ContextAgent가 기존 방식보다 사전 예측 정확도와 도구 호출 정확도에서 각각 최대 8.5%, 6.0% 향상된 성능을 보임을 확인했습니다.
시사점, 한계점
•
시사점:
◦
웨어러블 기기의 다양한 감각 정보를 활용하여 사용자 의도를 더욱 정확하게 파악하는 새로운 사전 예측 에이전트 모델을 제시.
◦
맥락 인식 기반의 사전 예측 에이전트 성능 평가를 위한 새로운 벤치마크(ContextAgentBench)를 제공.
◦
기존 사전 예측 에이전트보다 향상된 성능을 보이는 ContextAgent를 통해 더욱 인간 중심적인 사전 예측 AI 어시스턴트 개발 가능성 제시.
