모델 연구
ADE: Agentic Data Evolution Framework for Human-Centered Objectives
ARarXiv
대규모 언어 모델(LLM)의 인간 중심 목표 정렬 문제를 해결하기 위한 데이터 중심 프레임워크인 ADE를 제안했다.
세 줄 요약
- ADE는 폐쇄 루프의 관찰-변화-선택(OVS) 절차로 데이터 스냅샷을 개선하며, DEV300에서 내재적 승률은 50%에서 75.81%로 상승했다.
- 이러한 성능 향상은 대상이 되는 약하게 검증 가능한 교육 목표 외에도 다양한 벤치마크와 모델 규모 전반에 걸쳐 나타난다.
- ADE는 지속적인 교차 라운드 개선을 위해 안정 상태 인정 메커니즘(quality ratchet)이 업데이트를 보수적으로 게이트한다.
대규모 언어 모델(LLM)의 인간 중심 목표 정렬 문제를 해결하기 위한 데이터 중심 프레임워크인 ADE를 제안했다.