HeavySkill: 에이전트 하네스 내의 무거운 사고 (Heavy Thinking)

요약

HeavySkill은 복잡한 추론 과정을 병렬 궤도 생성과 순차적 성찰로 분해하여, 기존의 Best-of-N 전략을 능가하는 새로운 테스트 시간 스케일링 기법입니다. 이 방법은 Pass@N 성능에 근접하면서도 효율적인 방식으로 모델의 추론 능력을 평가할 수 있게 합니다.

핵심 포인트

• 복잡한 추론 과정을 병렬 궤도 생성과 순차적 성찰로 분해하여 처리합니다.
• 기존 Best-of-N 전략보다 우수한 성능을 보여줍니다.
• Pass@N 성능에 근접하는 테스트 시간 스케일링 기법입니다.