에이전트 루프의 자기 성찰

이 게임은 한 번에 끝나는 추측 능력을 스스로 잡아내고 수정하는 시스템으로 바꿔버립니다.

에이전트 루프에서 언어 모델은 작업(도구 호출, 코드 작성, 응답)을 수행하고 결과를 관찰하며 다음에 수행할 작업을 결정합니다. 자기 성찰은 모델이 계속하기 전에 최근 작업을 평가하는 의도적인 단계를 추가합니다. Reflexion(2023)과 같은 프레임워크는 이를 구체적으로 만듭니다. 시도가 실패한 후 에이전트는 짧은 구두 비평('빈 목록 사례를 처리하는 것을 잊었습니다')을 작성하고 이를 메모리에 저장하므로 다음 시도는 해당 교훈에 따라 결정됩니다. Self-Refine은 동일한 모델을 사용하여 피드백을 생성한 다음 반복적으로 답변을 다시 작성합니다. 반영은 출력을 목표와 비교하거나, 오류 메시지를 확인하거나, 테스트를 실행하는 과정에서 나올 수 있습니다. 단일 패스는 종종 실패하지만 비판 및 재시도 루프는 성공하는 코딩, 웹 탐색, 수학과 같은 다단계 작업에서 더 높은 신뢰성을 얻을 수 있습니다.