PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.27472v1cs.CL

Supersede: LLM 에이전트의 메모리 업데이트 격차 진단 및 학습

Supersede: Diagnosing and Training the Memory-Update Gap in LLM Agents

LLM 에이전트가 다중 세션 대화에서 갱신된 사실을 이전 값 대신 현재 값으로 올바르게 유지하는 능력, 즉 supersession 능력이 경계 메모리(bounded memory) 조건에서 심각하게 저하되며(gpt-5.4 기준 92%→77%), 더 큰 모델이나 더 많은 메모리로도 이 격차가 좁혀지지 않음을 실제 대화 데이터로 입증했다. 저자들은 이 측정을 학습 신호로 전환하는 강화학습 환경 Supersede를 공개하고, Qwen2.5-3B를 GRPO로 미세조정하여 held-out supersession 정확도를 9.0%에서 16.7%로 거의 두 배 향상시키는 데 성공했다.