Learning from Failures: Heterogeneous Graph Memory for Small Language Model Tool-Using Agents

소형 언어모델 도구 에이전트가 과거 실패에서 학습하는 이질 그래프 메모리. 대형 모델 비용 없이 장기 과제의 구조적 오류를 줄인다.

소형/중형 언어모델로 구성된 도구 사용 에이전트가 과거 실패(관측 누락, 조기 행동 등 구조적 오류)를 이질 그래프 메모리에 축적해 재발을 방지한다. 대형 모델의 비용 없이 장기 과제 수행 능력을 끌어올리는 비용 효율적 방향으로, ATF Works가 지향하는 소형 에이전트+실패 학습 루프와 정확히 같은 설계다.

핵심 요약

• 소형 LM 도구 에이전트가 과거 실패에서 학습하는 이질 그래프 메모리
• 관측 누락·조기 행동 같은 구조적 오류 재발 방지
• 대형 모델 비용 없이 장기 과제 수행 능력 향상
• ATF Works 소형 에이전트의 실패 학습 루프 설계에 직접 적용

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.