bold-projekte.com

이 이메일 도메인이 관측된 논문 1건

arXiv:2610.10590v1cs.AI

도구 사용 에이전트를 위한 에이전트 제어 망각: 실전에서의 가역적 컨텍스트 큐레이션

Agent-Controlled Forgetting for Tool-Using Agents: Reversible Context Curation in Practice

도구를 사용하는 에이전트(agent)는 원래의 페이로드보다 유용한 내용이 훨씬 적을 수 있는 관측 결과를 반복해서 전달받습니다. 본 연구에서는 에이전트 제어 망각을 다룹니다. 이는 행동하는 모델(model)이 이전에 관측된 도구 결과를 선택하여 원래 위치에서 짧은 메모로 대체하고, 복구 가능한 아카이브에 정확한 원본을 보관하는 방식입니다. 파이썬(Python) 하네스는 사용자 지시사항과 어시스턴트 메시지를 이러한 작업으로부터 보호하면서, 작업별 모델 학습(training) 없이 배치(batch) 아카이브 생성 및 명시적 복구 기능을 제공합니다. 탐색적 OpenTelemetry 디버깅 사례와 이후 이어진 무관한 구현 작업에서, 이 방법은 히스토리를 그대로 유지한 경우의 912,492개 대비 제공자 보고 기준 231,951개의 프롬프트(prompt) 토큰으로 끝났고, 누적 입력 토큰을 50% 적게 사용했으며, 추정 API 비용은 약 4.38달러 대비 1.28~1.44달러였습니다. 두 실험군 모두 두 사례의 주요 행동 오라클을 통과했으나, 후속 평가를 완전히 만족하지는 못했습니다. 제안된 방법은 더 많은 요청을 수행했고 17% 더 오랜 시간이 걸렸습니다. 이와 대조적인 애플리케이션 개발 쌍에서는 컨텍스트나 비용 절감이 발생하지 않았으며, 이전의 연속 작업에서는 컨텍스트 감소에도 불구하고 수동 평가 품질이 더 낮게 나타났습니다. 이러한 관찰 결과는 노이즈가 많은 도구 사용 궤적에서 상당한 자원 절감을 입증하며, 가역적 컨텍스트 관리에서 워크로드 의존성이 핵심 고려사항임을 보여줍니다.