요약

Agent-R는 언어 모델 에이전트가 반복적인 자기 학습(Iterative Self-Training)을 통해 성찰(Reflect) 능력을 향상시키는 방법을 제안합니다. 모델 스스로의 피드백을 활용하여 에이전트의 성능을 고도화하는 연구를 다룹니다.

핵심 포인트

• 반복적 자기 학습을 통한 에이전트의 성찰 능력 강화
• 언어 모델의 자가 피드백 메커니즘 활용
• 에이전트 성능 최적화를 위한 새로운 학습 프레임워크 제안