Aske Plaat, Max van Duijn, Niki van Stein, Mike Preuss, Peter van der Putten, Kees Joost Batenburg
개요
본 논문은 에이전트 역할을 하는 대규모 언어 모델(LLM)에 대한 연구를 검토하고 연구 아젠다를 제시한다. LLM 에이전트는 추론, 행동, 상호작용의 세 가지 주요 특징을 가지며, 이를 기준으로 문헌을 정리한다. 연구는 의사 결정 개선에 초점을 맞춘 추론, 유용한 조력자 역할을 목표로 하는 행동 모델, 협업적 과제 해결 및 사회적 행동 시뮬레이션을 위한 다중 에이전트 시스템에 대한 연구를 포함한다.
시사점, 한계점
•
시사점:
◦
에이전트 LLM은 의료 진단, 물류, 금융 시장 분석 등 다양한 분야에 적용될 수 있다.
◦
자기 반성적 에이전트는 과학 연구 과정 자체를 향상시킬 수 있다.
◦
에이전트 LLM은 지속적인 학습을 가능하게 하여, 더 큰 데이터셋 없이도 학습할 수 있게 한다.
•
한계점:
◦
현실 세계에서 LLM 조력자의 행동과 관련된 안전, 책임 및 보안 문제는 해결해야 할 과제이다.
