Agent KB: Leveraging Cross-Domain Experience for Agentic Problem Solving
Created by
Haebom
저자
Xiangru Tang, Tianrui Qin, Tianhao Peng, Ziyang Zhou, Daniel Shao, Tingting Du, Xinming Wei, Peng Xia, Fang Wu, He Zhu, Ge Zhang, Jiaheng Liu, Xingyao Wang, Sirui Hong, Chenglin Wu, Hao Cheng, Chi Wang, Wangchunshu Zhou
개요
본 논문은 상호 지식 전이를 통해 AI 에이전트의 문제 해결 능력을 향상시키는 Agent KB 시스템을 제안합니다. Agent KB는 고수준 문제 해결 전략과 상세한 실행 과정을 모두 담는 공유 지식 기반으로, 교사-학생 이중 단계 검색 메커니즘을 통해 학생 에이전트는 전략적 지침을, 교사 에이전트는 실행 단계의 세부적인 개선 사항을 제공합니다. GAIA 벤치마크와 SWE-bench 코드 수정 작업을 통해 Agent KB가 성능 향상에 효과적임을 실험적으로 검증했습니다. 특히, 세부 실행 단계의 개선이 전반적인 성능 향상에 중요한 역할을 한다는 점을 밝혔습니다.
시사점, 한계점
•
시사점:
◦
AI 에이전트 간의 효과적인 지식 전이를 위한 새로운 방법론 제시.
◦
계층적 지식 전이 메커니즘을 통해 다양한 전략을 활용하고 제한된 추론 경로를 벗어날 수 있음을 보여줌.
