Collaborative Theory of Mind: Learning to Self-Revise by Anticipating User Responses | AIChainDay

0단 자동

AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.

규칙 판: 규칙 판 도입 이전 기사입니다.
남기는 것: 규칙 판 · 모델 · 시각
판 기록: 아직 없습니다.

AI2026년 10월 12일AI 점수: 90%

Collaborative Theory of Mind: Learning to Self-Revise by Anticipating User Responses

출처:arXiv cs.AI

AI 인사이트

개발자

1.LLM이 사용자 반응을 예측해 스스로 응답 수정하는 'CToM' 프레임워크 제안
2.초안→사용자 반응 예측→예측 기반 내부 수정 순 동작, GRPO 결합해 성능·효율 동시 최적화
3.협업 수학추론 과제에서 정확도를 나이브 GRPO 74.1%에서 79.6%로 향상
4.동일 보상 조건서 사용자 응답 수 코딩 8%·글쓰기 17% 감소하면서도 성능은 개선

왜 중요한가?

사용자의 피드백을 받은 뒤가 아니라 받기 전에 반응을 미리 예측해 스스로 답을 고치도록 학습시킴으로써, 다중 턴 협업에서 LLM이 사용자 의도를 오해한 채 섣불리 답을 내놓는 고질적 문제를 완화할 실마리를 제공한다.

언급 프로젝트

CToM

본문 미리보기

arXiv:2610.12872v1 Announce Type: new Abstract: Large language models (LLMs) demonstrate strong individual task performance, yet still struggle to collaborate with users over extended, multi-turn interactions, for example by attempting solutions before understanding the user's needs or by failing to revise mistaken assumptions after receiving feedback. We propose Collaborative Theory of Mind (CToM), a framework that addresses these challenges by explicitly training LLMs to anticipate user respo

전체 내용이 궁금하다면?

원문을 직접 읽어보세요

원문 보기