PANDO: 온라인 스킬 증류를 통한 효율적인 멀티모달 AI 에이전트
PANDO: Efficient Multimodal AI Agents via Online Skill Distillation
TL;DR AI
1분핵심 요약
연구진은 단일 롤아웃으로 구조화된 스킬 라이브러리를 학습하는 멀티모달 웹 에이전트 프레임워크 PANDO를 제안했다.
PANDO는 진행 상황 반영, 스킬 라우팅, 시각 정보 압축, 캐시 인지 프롬프팅을 통해 중복 행동과 토큰 사용을 줄인다.
910개 VisualWebArena 과제에서 58.3%의 성공률을 기록해 SGV와 WALT 재현 모델을 앞서면서도 훨씬 적은 토큰을 사용했다.
이번 연구는 새로운 효율성 지표를 제시하며, 웹 에이전트가 경험을 쌓을수록 더 빠르고 가벼워질 수 있음을 보여준다.