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.

MAPS: Multi-Agent Personality Shaping for Collaborative Reasoning

Created by
  • Haebom
Category
Empty

저자

Jian Zhang, Zhiyuan Wang, Zhangqi Wang, Fangzhi Xu, Qika Lin, Lingling Zhang, Rui Mao, Erik Cambria, Jun Liu

개요

다중 에이전트를 활용한 협업 추론은 강력하고 다양한 문제 해결 능력을 제공하지만, 기존 접근 방식은 에이전트 행동의 획일성과 반성 및 재고 능력의 부재를 겪습니다. 본 논문은 에이전트 다양성과 내부 비판을 통해 추론을 향상시키는 새로운 프레임워크인 MAPS(Multi-Agent Personality Shaping)를 제안합니다. Big Five 성격 이론에서 영감을 얻어 MAPS는 개별 에이전트에 서로 다른 성격 특성을 할당하여 추론 방식을 형성하고 이질적인 협업을 촉진합니다. 더 깊고 적응적인 추론을 위해, MAPS는 중간 출력을 반영하고 결함 단계를 재검토하며 반복적인 개선을 안내하는 Critic 에이전트를 도입합니다. 이러한 성격 기반 에이전트 설계와 구조화된 협업의 통합은 추론 깊이와 유연성을 모두 향상시킵니다. 세 가지 벤치마크에 걸친 실험 평가에서 MAPS의 강력한 성능이 입증되었으며, 추가 분석을 통해 다양한 대규모 언어 모델 전반의 일반화 가능성과 다중 에이전트 협업의 이점을 확인했습니다.

시사점, 한계점

•
시사점:
◦
에이전트 다양성(성격)을 활용한 협업 추론 프레임워크 제안 (MAPS).
◦
내부 비판을 위한 Critic 에이전트 도입.
◦
대규모 언어 모델 및 다양한 벤치마크에서의 강력한 성능 입증.
◦
다중 에이전트 협업의 이점 확인.
•
한계점:
◦
구체적인 한계점은 논문 내용에 명시되지 않음. (논문 요약에 한계점 관련 내용 부재)
👍
Made with Slashpage