자율 에이전트의 순차적 행동을 검증하는 새로운 알고리즘을 제시한다. 단 2~10개의 실행 추적만으로 올바른 행동을 자동으로 학습하고 새로운 실행을 검증할 수 있다. 컴파일러 이론의 도미네이터 분석과 멀티모달 LLM 기반 의미 이해를 결합해 핵심 상태를 식별하고 비결정적 행동을 처리한다. 제어 실험에서 3개의 훈련 추적만으로 제품 버그와 거짓 성공을 높은 정확도로 탐지했으며, UI 테스트·코드 생성·로봇 프로세스 등 다양한 도메인에서 설명 가능한 검증 결과를 제공한다.
- •2~10개의 통과 실행 추적에서 올바른 행동을 자동으로 학습하고 새 실행을 검증하는 알고리즘을 제안한다.
- •컴파일러 이론의 도미네이터 분석과 멀티모달 LLM의 의미 이해를 결합해 핵심 상태를 식별한다.
- •Prefix Tree Acceptors로 일반화된 기준 모델을 구성하고 위상 정렬 부분 시퀀스 매칭으로 검증한다.
- •UI 테스트, 코드 생성, 로봇 프로세스 등 다양한 도메인에서 설명 가능한 검증 결과와 커버리지 지표를 제공한다.
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.
Learning Correct Behavior from Examples: Validating Sequential Execution in Autonomous Agents
- 1.2~10개의 실행 트레이스만으로 자율 에이전트 정상 행동을 자동 학습하여 검증하는 알고리즘 제안
- 2.컴파일러 지배 분석과 멀티모달 LLM을 결합해 필수 상태 식별 및 비결정론적 동작 처리
- 3.3개 훈련 트레이스로 UI 테스트·코드 생성·로봇 등 다양한 도메인에서 제품 버그 탐지
왜 중요한가?
수천 개의 학습 예시 없이도 소수 추적만으로 에이전트 행동을 검증할 수 있어, 빠르게 진화하는 자율 에이전트 시스템의 QA 비용과 진입 장벽을 크게 낮춰준다.
본문 미리보기
arXiv:2605.03159v1 Announce Type: new Abstract: As autonomous agents become increasingly sophisticated, validating their sequential behavior presents a significant challenge. Traditional testing approaches require manual specification, exact sequence matching, or thousands of training examples. We present a novel algorithm that automatically learns correct behavior from just 2-10 passing execution traces and validates new executions against this learned model. Our approach combines dominator an
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:12AI 초안
