애피어 AI 연구 NeurIPS 채택⋯반복 추론 3206토큰→약 100토큰

AI 에이전트가 주어진 도구를 사용하는 데서 나아가 필요한 도구를 직접 만들고, 실제 사용 결과를 반영해 다시 개선하는 학습 방식이 제시됐다. 애피어(Appier)는 이 방식을 적용한 연구에서 반복 추론에 사용되는 출력량을 평균 3206토큰에서 약 100토큰으로 줄였다고 밝혔다.애피어는 연구 논문 ‘거대언어모델 에이전트를 위한 도구 생성과 활용의 공동 최적화(Joint Optimization of Tool Creation and Use for Large Language Model Agents)’가 AI·머신러닝 학회 NeurIPS에