[공지사항]을 빙자한 안부와 근황 
Show more

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.

Plancraft: an evaluation dataset for planning with LLM agents

Created by
  • Haebom

저자

Gautier Dagan, Frank Keller, Alex Lascarides

개요

Plancraft는 LLM 에이전트를 위한 다중 모드 평가 데이터셋입니다. Minecraft 제작 GUI를 기반으로 텍스트 전용 및 다중 모드 인터페이스를 제공합니다. 도구 사용 및 RAG(Retrieval Augmented Generation) 평가를 위해 Minecraft 위키를 포함하며, 현대 에이전트 아키텍처의 다양한 구성 요소를 분석하기 위해 수작업으로 제작된 플래너와 Oracle Retriever를 포함합니다. 의사결정 평가를 위해 의도적으로 해결할 수 없는 예제의 하위 집합도 포함하여 에이전트가 작업을 완료할 뿐만 아니라 해결 가능한지 여부를 결정해야 하는 현실적인 과제를 제공합니다. 오픈소스 및 클로즈드소스 LLM을 벤치마킹하고 수작업으로 제작된 플래너와 성능 및 효율성을 비교합니다. 전반적으로 LLM과 VLM이 Plancraft에서 제시하는 계획 문제에 어려움을 겪는다는 것을 발견하고, 이들의 기능을 향상시키는 방법에 대한 제안을 제공합니다.

시사점, 한계점

시사점: LLM 및 VLM의 계획 능력과 의사결정 능력을 현실적인 문제를 통해 평가하는 새로운 벤치마크를 제공합니다. Minecraft 위키를 활용한 RAG 성능 평가 및 수작업 플래너와의 비교를 통해 LLM 에이전트 아키텍처 개선 방향을 제시합니다. 해결 불가능한 문제 포함을 통해 에이전트의 문제 해결 능력 뿐 아니라 판단력 평가가 가능합니다.
한계점: 현재 벤치마크에 사용된 Minecraft 환경 및 과제의 일반화 가능성에 대한 추가 연구가 필요합니다. 평가 데이터셋의 규모 및 다양성 제한이 존재할 수 있습니다. 특정 게임 환경에 국한된 평가 결과가 다른 도메인으로의 일반화에 어려움을 야기할 수 있습니다.
👍