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.

UpBench: A Dynamically Evolving Real-World Labor-Market Agentic Benchmark Framework Built for Human-Centric AI

Created by
  • Haebom
Category
Empty

저자

Darvin Yi, Teng Liu, Mattie Terzolo, Lance Hasson, Ayan Sinh, Pablo Mendes, Andrew Rabinovich

개요

본 논문은 대규모 언어 모델(LLM) 에이전트의 실제 역량, 적응성 및 인간 협업 능력을 평가하기 위한 동적 벤치마크인 UpBench를 소개합니다. Upwork 노동 시장의 실제 직무를 기반으로 하는 UpBench는 실제 작업 활동과 재정적 결과에 기반한 평가를 제공합니다. 전문 프리랜서가 각 직무를 상세한 수용 기준에 따라 분해하고, AI 제출물을 기준별 피드백과 함께 평가하는 루브릭 기반 평가 프레임워크를 활용합니다. UpBench는 인간-AI 협업 연구를 지원하며, 온라인 작업의 변화를 반영하여 정기적으로 과제를 업데이트합니다.

시사점, 한계점

•
시사점:
◦
실제 노동 시장 데이터를 기반으로 LLM 에이전트의 실질적인 역량을 평가하는 새로운 벤치마크 제공
◦
세분화된 평가를 위한 루브릭 기반 프레임워크를 통해 모델의 강점, 약점, 지시 준수 능력 분석 가능
◦
인간 전문성을 데이터 파이프라인 전체에 통합하여 실제 전문 표준에 대한 충실도 유지
◦
동적 업데이트를 통해 변화하는 온라인 작업 환경에 적응하는 에이전트 평가 가능
◦
AI와 인간의 협업을 위한 프레임워크 제시
•
한계점:
◦
구체적인 한계점은 논문에 직접적으로 명시되지 않았음 (추후 연구를 통해 밝혀질 수 있음)
👍
Made with Slashpage