일주일 뒤 할 일을 기억하는가, PM-Bench가 드러낸 LLM 에이전트의 빈틈
UCLA 연구진이 7일짜리 텍스트 환경에서 8개 모델과 8개 에이전트 구성을 비교했다. 최고 결과도 F1 65.1%에 그쳐 미래 의도 실행의 한계를 ...
[태그:] PM-Bench
PM-Bench, LLM 에이전트의 ‘나중에 할 일’ 수행 능력 측정한다
UCLA 연구진이 7일 일정과 81개 실행 과제로 LLM 에이전트의 전향 기억, 갱신 대응, 과잉 실행을 함께 평가했다.
