연구진이 LLM 에이전트의 성능을 향상시키는 HASP(Harnessing LLM Agents with Skill Programs) 프레임워크를 공개했어요. HASP는 과거 경험에서 얻은 스킬을 실행 가능한 프로그램 함수(PF)로 변환하여 에이전트 루프에 개입할 수 있도록 합니다.
PF는 실패 가능성이 높은 상태에서 작동하며 다음 액션 수정 또는 교정 컨텍스트 주입을 통해 에이전트의 성능을 개선하며, 추론 시간 개입, 사전 훈련 감독, 자체 개선 등 다양한 방식으로 활용 가능해요.
실험 결과, 웹 검색, 수학 추론, 코딩 작업에서 기존 방법 대비 25~30.4% 성능 향상을 보여줬으며, PF 작동 원리 분석 및 스킬 내면화 과정에 대한 인사이트도 제공해요.