본 논문은 지시 따르기 LLM을 활용한 자동화된 주장 매칭 작업을 위한 새로운 에이전트 기반 접근 방식을 제시합니다. 먼저 LLM으로 프롬프트를 생성한 다음, LLM을 사용하여 바이너리 분류 작업으로 주장 매칭을 수행하는 2단계 파이프라인을 제안합니다. LLM이 생성한 프롬프트가 사람이 생성한 프롬프트보다 성능이 뛰어나며, 소규모 LLM이 프롬프트 생성 과정에서 대규모 LLM만큼 잘 수행하여 계산 리소스를 절약할 수 있음을 입증합니다. 또한, 파이프라인의 각 단계에 서로 다른 LLM을 사용하는 것, 즉 프롬프트 생성에 LLM을 사용하고 주장 매칭에 다른 LLM을 사용하는 것의 효과를 보여줍니다. 프롬프트 생성 과정에 대한 조사를 통해 LLM의 주장 매칭 이해에 대한 통찰력을 얻었습니다.
