Co-ReAct: ReAct 에이전트를 위한 단계별 협력자로서의 루브릭

Co-ReAct는 ReAct 에이전트의 각 추론 단계에 rubrics를 주입해, 다음 사고와 행동을 유도하는 단계별 계획 프레임워크를 제안한다.

Rubric generator는 전문가 순위를 기준으로 한 list-wise Spearman correlation을 활용해 GRPO로 학습되며, 더 나은 다음 단계 지침을 학습한다.

이 방식은 DeepResearchBench, SQA-CS-V2 같은 벤치마크에서 검색 중심 추론과 액션 선택 성능을 높인다.

핵심 의사결정 로직은 바꾸지 않으면서도, 오픈·클로즈드 모델 전반에서 ReAct 및 다른 기준선보다 성능 향상을 보였다.