연구진은 실패한 시나리오를 활용하여 컴퓨터 사용 에이전트의 성능을 개선하는 새로운 방법을 제시했어요. 기존 방식은 성공적인 시나리오만 활용했지만, 실패 시나리오 분석을 통해 모델의 약점을 보완하는 방식입니다.
실패 원인을 진단하고, 추론 시간 솔루션을 제안하며, 코드를 수정하는 방식으로 에이전트를 개선하며, OpenCUA-72B 모델의 성공률을 42.3%에서 48.9%로 6.6%p 향상시켰어요.
추가 훈련 비용 없이, 적은 추론 오버헤드로 에이전트 성능을 개선할 수 있음을 보여주며, 성공 기반 파이프라인을 보완하는 방식으로 활용 가능성을 입증했어요.