개인화 후 저장 (Personalize-then-Store)

요약

PerMemBench는 LLM 에이전트가 모든 사용자에게 동일한 메모리 규칙을 적용하는 문제를 해결하기 위해 개인화된 메모리 정책과 세션 수준 게이팅을 도입합니다. 이를 통해 에이전트가 사용자의 필요를 학습하고 더 많은 유용한 정보를 유지할 수 있음을 증명합니다.

핵심 포인트

• 개인화된 메모리 정책 도입을 통한 에이전트 성능 향상
• 세션 수준 게이팅을 통한 효율적인 정보 유지
• 사용자별 맞춤형 메모리 관리의 중요성 입증