이종 최적화(Heterogeneous Optimization)를 위한 LLM 기반 평가 계획 수립
요약
본 연구는 이종 최적화(Heterogeneous Optimization) 문제에서 평가 계획 수립 과정을 LLM 기반으로 대체한 REP-HO를 제안합니다. 기존의 방법들이 수동 설계된 휴리스틱 규칙에 의존했던 것과 달리, REP-HO는 원시 최적화 상태 정보를 받아 유연하고 적응적인 평가 계획을 수립할 수 있습니다. 이는 다양한 이종 영역에서 우수한 성능을 보여주며 LLM이 강력한 플래너 역할을 할 수 있음을 입증합니다.
핵심 포인트
- LLM 기반의 REP-HO를 제안하여 기존 휴리스틱 규칙 의존성을 극복했습니다.
- REP-HO는 원시 최적화 상태 정보를 활용해 유연하고 적응적인 평가 계획을 수립합니다.
- 비용 불균형, 충실도 등 5가지 이종 영역에서 높은 성능과 안정성을 입증했습니다.
- LLM이 고정된 설계 지표의 대안으로 강력한 플래너 역할을 할 수 있음을 시사합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.LG (Machine Learning)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기