참고AI타임스
메타, 에이전트 성능 높이는 'EvoHarness-RL' 공개
AI 에이전트가 외부 도구와 메모리를 스스로 관리하게 하는 학습 기법. 에이전트 개발 시 참고.
요약
메타와 미국 일리노이대학교 어배너-샴페인(UIUC) 연구진은 AI가 외부 환경인 '하네스'를 스스로 관리하고 학습하는 새로운 기술인 'EvoHarness-RL'을 공개했다. 이 기술은 AI가 외부 메모리와 도구를 수동적 규칙에 따르지 않고 주도적으로 판단해 사용하도록 설계됐다. 이를 통해 AI 에이전트는 외부 정보를 언제 읽고, 업데이트하며, 정리할지 스스로 결정할 수 있게 된다. 특히 메타는 80억 개의 파라미터를 가진 소형 AI 모델로 'Claude 3.5 Opus'급의 성능을 구현해 주목받았다. 이번 연구는 AI 에이전트가 복잡한 업무를 장시간 효율적으로 수행하기 위한 핵심 과제인 외부 실행 환경 관리 능력을 크게 개선했다는 평가를 받는다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 메타, 80억 소형 AI로 ‘클로드 오퍼스 4.5’급 성능 구현…‘에보하네스-RL’ 공개
원문 보기 ↗