연구자들은 대규모 언어 모델 에이전트가 자체 진화를 위해 재사용 가능한 표준 운영 절차(SOP)에 원자적 작업을 합성할 수 있는 프레임워크인 EvoSOP를 제안했습니다. 이 시스템은 실행 궤적에서 이러한 SOP를 추출하고 구성, 병합, 평가 및 가지치기를 통해 도구 세트를 반복적으로 최적화합니다.
- 에이전트는 저수준 워크플로우를 다시 발명할 필요성을 피하면서 다단계 로직을 캡슐화하는 호출 가능한 상위 수준 도구를 생성합니다.
- 이 프레임워크는 에이전트 상호작용에서 SOP를 추출하고 최적화하기 위한 체계적인 수명 주기를 구현합니다.
- 실험 결과, 기준선과 비교하여 작업 성공률이 크게 향상되고 상호작용 라운드가 감소한 것으로 나타났습니다.
이 접근 방식은 신뢰할 수 있고 효율적인 도구 사용 패턴을 촉진하며 자체 진화하는 에이전트 개발을 위한 확장 가능한 경로를 제공합니다.