참고X
Perplexity, 에러 자동 교정 위한 '힌트 유도형 자기 증류' 연구 공개
컴퓨터 사용 모델의 툴 호출 오류를 21% 개선한 학습 기법. 에이전트 신뢰성 향상에 관심 있다면 참고할 만함.
요약
Perplexity AI가 자체 모델의 오류로부터 학습하도록 설계된 '힌트 유도형 자기 증류(hint-guided self-distillation)' 학습 방식을 도입했다. 연구팀은 모델을 사후 학습(post-training)시켜 스스로의 실수를 개선하도록 최적화했다. 실제 A/B 테스트 결과, 개선된 체크포인트를 적용한 모델은 초기 체크포인트 대비 툴 사용(tool-call) 실패율을 21.2% 감소시켰다. 이번 연구는 AI 모델의 추론 능력을 실질적으로 높이는 새로운 학습 방법론을 제시한다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 @perplexity_ai: New research: We post-trained a Computer model to learn from its own errors using hint-guided self-distillation. In a live A/B tes
원문 보기 ↗