리서치 연구
A Survey on Self-Improving Test-Time Intelligence: Feedback-Driven Adapting, Learning, and Scaling at Inference
ARarXiv
AI 시스템이 고정된 모델 실행을 넘어, 실제 사용 환경(추론 단계)에서 스스로 성능을 개선하는 기술에 대한 종합적인 검토가 이루어졌습니다.
세 줄 요약
- 기존에는 분리되어 연구되던 테스트 시간 적응/학습/확장 개념들을 '피드백 기반의 테스트 시간 지능(TTI)'이라는 통합 관점으로 제시했습니다.
- 이러한 통일된 프레임워크는 자가 개선 AI 시스템 연구에 명확하고 체계적인 학문적 로드맵을 제공하며, 분야 간 연결고리를 찾는 데 도움을 줍니다.
- 비전, 언어, 멀티모달 등 광범위한 영역의 주요 방법론과 응용 사례를 다루었으며, 향후 해결해야 할 개방적 과제들을 제시합니다.
AI 시스템이 고정된 모델 실행을 넘어, 실제 사용 환경(추론 단계)에서 스스로 성능을 개선하는 기술에 대한 종합적인 검토가 이루어졌습니다.