제어 가능한 환경 합성을 통한 도구 사용 에이전트의 스케일링 법칙

요약

본 연구는 복잡한 작업을 수행하는 대규모 도구 사용 에이전트의 성능 향상 방법을 탐구합니다. SynthAPI를 이용해 도구와 데이터베이스 다양성을 제어하는 합성 환경을 구축하고, 이를 통해 에이전트 일반화 성능 예측 스케일링 법칙을 도출했습니다. 결과적으로, 작업 수 증가보다 도구 및 데이터베이스의 다양성 확장과 높은 데이터 복잡도가 가장 큰 이득을 가져옴을 입증했습니다.

핵심 포인트

• 도구 사용 에이전트 훈련에 합성 환경 제어가 중요함.
• 데이터 예산 증가는 작업 수 증가보다 도구/DB 다양성 확장이 효과적임.
• 높은 데이터 복잡도를 높이는 것이 가장 큰 성능 향상을 가져옴.
• 합성된 환경의 규모와 구성으로 에이전트 일반화 예측 가능.