SI-Agent: An Agentic Framework for Feedback-Driven Generation and Tuning of Human-Readable System Instructions for Large Language Models
Created by
Haebom
저자
Jeshwanth Challagundla
개요
본 논문은 대규모 언어 모델(LLM)을 안내하는 시스템 지시어(SI)의 자동 생성 및 반복적 개선을 위한 새로운 에이전트 기반 프레임워크인 SI-Agent를 제안합니다. SI-Agent는 강사 에이전트, 지시 따르는 에이전트(목표 LLM), 피드백/보상 에이전트의 세 가지 에이전트로 구성되며, 피드백 기반 반복 학습을 통해 사람이 읽을 수 있는 SI를 생성하고 개선합니다. 강사 에이전트는 LLM 기반 편집이나 진화 알고리즘 등을 사용하여 피드백에 따라 SI를 수정하며, 실험 결과 SI-Agent가 성능과 해석 가능성 측면에서 기존 방법보다 우수한 성능을 보임을 확인했습니다.
