LLM 에이전트 계획 능력 진단 프레임워크: Agent Planning Benchmark (APB) 공개

연구진이 LLM 에이전트의 계획 능력을 진단하는 새로운 벤치마크인 Agent Planning Benchmark (APB)를 발표했어요. APB는 4,209개의 멀티모달 사례로 구성되어 있으며, 장기 계획, 피드백 기반 단계별 계획, 오류가 있는 도구 환경에서의 견고성 등 다양한 시나리오를 포함하고 있어요. APB 테스트 결과, 대부분의 LLM이 장기 계획, 도구 노이즈 강건성, 거절 정확도, 추론 시간 개선 등에서 약점을 보였어요.