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.

Automated Design Optimization via Strategic Search with Large Language Models

Created by
  • Haebom
Category
Empty

저자

Anthony Carreon, Vansh Sharma, Venkat Raman

개요

본 논문은 변환과 설계 매개변수 정의가 어려운 설계 문제에 대해, LLM을 활용하여 설계 최적화를 수행하는 AUTO 프레임워크를 제시한다. AUTO는 탐색과 활용 전략을 선택하는 Strategist와 상세 설계를 실행하는 Implementor로 구성된 두 개의 에이전트를 활용하며, GPU 코드 최적화 문제에 적용하여 전문가 수준의 성능을 달성했다. 베이지안 최적화 방법론 대비 50-70%의 탐색 효율을 보이며, 실행 비용은 최대 159로 추정된다.

시사점, 한계점

•
시사점:
◦
LLM 기반 에이전트를 활용하여 정의가 어려운 설계 공간에서의 최적화 가능성을 제시함.
◦
GPU 코드 최적화 문제에서 전문가 수준의 성능을 달성하여 실용성을 입증함.
◦
베이지안 최적화 대비 높은 탐색 효율을 보여줌.
◦
인건비 대비 저렴한 실행 비용으로 최적화를 수행 가능함.
•
한계점:
◦
실행 비용이 최대 159로, 특정 환경에서는 여전히 비용 부담이 있을 수 있음.
◦
최적화 완료에 약 8시간이 소요되므로, 긴 실행 시간을 요하는 문제에는 적합하지 않을 수 있음.
◦
제시된 구체적인 LLM 아키텍처 및 전략에 대한 추가 정보가 필요함.
👍
Made with Slashpage