MOCHA: 에이전트 스킬 최적화를 위한 다목적 체비쇼프 어닐링

연구진은 Chebyshev scalarization과 exponential annealing을 활용한 다목적 LLM 에이전트 스킬 최적화 기법 MOCHA를 제안했다.

이 방법은 단일 성능만이 아니라 작업 정확도와 배포 제약을 함께 균형 있게 최적화한다.

6개 태스크 실험에서 MOCHA는 기존 프롬프트 최적화 기법들을 앞섰고, FEVER와 TheoremQA에서도 성능 향상을 보였다.

또한 더 많은 Pareto-optimal 스킬 변형을 찾아, 경쟁하는 목표 간 더 나은 절충안을 제시했다.