최근 LLMs의 발전으로 복잡한 추론 작업을 수행하고 검색 엔진과 같은 외부 도구를 효과적으로 사용하는 잠재력이 드러났다. 그러나 내부 지식 대신 검색을 언제 의존해야 하는지 모델에 스마트한 결정을 내릴 수 있도록 가르치는 것은 여전히 중요한 과제다. 단순한 프롬프트 기반 방법은 모델이 도구를 활용하도록 안내할 수 있지만, LLMs는 여전히 어려움을 겪고 있다. Ant Group의 연구원들은 SEM(Selective External Memory)이라는 새로운 접근 방식을 제안하여 이 문제를 해결하려고 노력했다. SEM은 LLM이 내부 지식과 외부 도구를 적절하게 조절하고 최적화하는 데 도움을 준다. 이를 통해 LLMs는 보다 효율적으로 도구를 사용하고 추론을 수행할 수 있다. 이러한 연구 결과는 LLMs의 성능 향상과 다양한 분야에서의 응용 가능성을 제시한다.

<Mark Tech Post 뉴스 본문 전체읽기>