PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2603.19453v3cs.CL

Beyond Scalar Rewards: Dense Feedback for LLM Policy Synthesis in Sequential Social Dilemmas

다중 에이전트 환경에서 대규모 언어 모델(LLM)이 코드 기반 정책 함수를 반복적으로 생성·개선하는 프레임워크를 제안하며, 스칼라 보상만 제공하는 희소 피드백(sparse feedback) 대비 효율성·평등성·지속가능성·평화 등 사회적 지표를 함께 제공하는 밀집 피드백(dense feedback)이 Sequential Social Dilemma 환경(Gathering, Cleanup)에서 일관되게 동등하거나 우수한 성능을 보임을 Claude Sonnet 4.6 및 Gemini 3.1 Pro를 통해 실증했다. 스칼라 보상이 서로 다른 실패 패턴을 동일한 값으로 압축하는 피드백 앨리어싱(feedback aliasing) 문제를 사회적 지표가 해소함으로써, LLM이 Voronoi 영역 분할이나 적응형 청소 일정과 같은 협력 전략을 발견할 수 있음을 설명한다.