PRAXIS (Procedural Recall for Agents with eXperiences Indexed by State)는 배포 후에도 절차적 지식을 습득할 수 없는 LLM 기반 에이전트의 한계를 극복하기 위해 제안된 경량의 사후 학습 메커니즘이다. PRAXIS는 행동의 결과를 저장하고, 과거 에피소드의 환경 및 내부 상태를 현재 상태와 결합하여 일치시킴으로써 이를 검색한다. 에이전트의 행동 선택은 실시간으로 생성된 검색된 상태-행동-결과 예제에 의해 보강된다. REAL 웹 브라우징 벤치마크 평가 결과, PRAXIS는 다양한 기반 모델 백본에서 작업 완료 정확도, 신뢰성 및 비용 효율성을 향상시켰으며, 유사한 환경에서 보이지 않는 작업에 대한 초기 일반화 능력을 보였다. PRAXIS는 AI 에이전트가 새로운 절차를 효과적으로 학습하도록 돕고, 빠르게 변화하는 상태 기반 환경에서 AI 에이전트의 실용적인 채택을 가능하게 한다.
