SEAL: 에이전트와 학습 환경의 시너지적 공진화
SEAL: Synergistic Co-Evolution of Agents and Learning Environments
TL;DR AI
1분핵심 요약
연구진은 도구 사용 에이전트와 학습 환경을 함께 진화시키는 폐쇄루프 프레임워크 SEAL을 제안했다.
SEAL은 실패한 롤아웃을 분석해 라벨로 전환하고, 이를 바탕으로 에이전트 정책과 감독 환경을 함께 업데이트한다.
여러 모델 백본에서 정확도 향상, 뛰어난 분포 밖 전이, 더 나은 일반화 성능을 보였다.
이 방식은 에이전트-환경 불일치를 직접 해결하며, 약 400개 샘플만으로 큰 개선을 이끌었다.
같은 주제
