연구진은 LLM의 에이전트 환경에서의 신뢰성 문제를 분석하고 R-APS라는 새로운 방법을 제안했어요.
R-APS는 추론 모드 분해, 다중 컨텍스트 할당, 3가지 시간 척도 조정을 통해 오류 전파 방지, 강건성 확보, 지속적인 기억 관리를 가능하게 해요.
평면 메커니즘 합성 실험에서 R-APS는 기존 방법 대비 3.5배 더 강력한 강건성 인증, 46% 빠른 반복, 2.1배 Chamfer 거리 감소를 달성했어요.
작은 4B 규모의 전문 모델이 일반적인 70B 모델과 경쟁력을 보여, 구조화된 프로토콜이 모델 크기를 일부 상쇄할 수 있음을 시사해요.