연구진은 LLM 에이전트의 도구 검색 성능 향상을 위해 CoHyDE라는 새로운 방법을 제시했어요. CoHyDE는 덴스 인코더와 LLM 리라이터를 공동으로 훈련하여, 자연어 쿼리와 기술적인 API 어휘 간의 간극을 줄여요.
CoHyDE는 덴스 인코더를 API 스타일의 가상 설명으로 재훈련하고, LLM 리라이터를 인코더의 검색 점수를 기반으로 선호도 학습시켜 반복적으로 개선해요.
ToolBench 도구 목록의 일부를 사용하여 세 번의 CoHyDE 훈련을 진행한 결과, 기존 방식보다 표준 쿼리에서 +2.5pp, 모호한 쿼리에서 +6.3pp의 NDCG@5 성능 향상을 달성했어요.