Rogue One은 LLM 기반의 지식 기반 자동 특징 추출을 위한 새로운 멀티 에이전트 프레임워크입니다. Scientist, Extractor, Tester의 세 가지 전문 에이전트가 협력하여 예측 가능한 특징을 반복적으로 발견, 생성 및 검증합니다. 정량적 피드백 외에 질적 피드백 메커니즘과 "flooding-pruning" 전략을 사용하여 특징 탐색과 활용의 균형을 맞춥니다. 또한, RAG 시스템을 통해 외부 지식을 통합하여 통계적으로 강력하면서 의미 있고 해석 가능한 특징을 생성합니다. 19개의 분류 데이터 세트와 9개의 회귀 데이터 세트에서 기존 방법보다 뛰어난 성능을 보이며, 새로운 가설을 제시하는 등 과학적 발견 도구로서의 유용성을 보여줍니다.
