LLM 에이전트의 멀티턴 강화학습 효과 검증

멀티턴 에이전트형 강화학습은 대화 턴 상한이 엄격해지면 성능 향상 폭이 크게 줄어들어, 충분한 턴 예산에 의존하는 것으로 나타났다. 단일 단계의 판단 품질을 일률적으로 끌어올리는 것이 아니라, 그 효과는 오류로부터의 회복과 장기 과제에서의 견고성에 집중된다. 제안 기법인 BudgetMix RL은 학습 중 대화 예산을 변동시켜 다양한 실행 설정에서 견고한 성능을 보인 것으로 알려졌다.