자기대결과 기술 진화의 만남: 문제를 제기하고, 해결하고, 기억하는 자기 진화형 검색 에이전트
Self-Play Meets Skill Evolution: Self-Evolving Search Agents that Pose, Solve, and Remember
TL;DR AI
1분핵심 요약
연구진이 문제 생성과 기술 메모리가 함께 진화하는 자기증식형 검색 에이전트 프레임워크 SESA를 공개했다.
SESA는 한 에이전트가 문제를 만들고, 다른 에이전트가 저장된 절차적 기술을 불러와 풀이하는 자기대결 구조를 사용한다.
실패한 사례는 새 기술로 변환되어 메모리에 추가되며, 이 변화가 다음 훈련 데이터와 정책 학습에도 반영된다.
7개 오픈도메인 및 멀티홉 QA 벤치마크에서 기존 self-play 및 skill-augmented 기준선보다 더 좋은 성능을 보였다.
이 작업은 외부 기술 메모리가 추론뿐 아니라 학습과 커리큘럼 생성까지 바꿀 수 있음을 보여준다.