EvoLib: 경험을 진화하는 지식으로 전환하다

EvoLib는 마이크로소프트 리서치가 개발한 프레임워크로, 추론 중에 정답 레이블이나 모델 업데이트 없이도 AI 시스템이 경험을 통해 학습할 수 있게 해줍니다. 원시 경험을 정적으로 저장하는 기존의 메모리 시스템과 달리, EvoLib은 과거 시도를 재사용 가능한 기술과 반성적 통찰력으로 변환합니다. 이러한 지식 단위는 유사한 기존 지식과 지속적으로 통합되어 더 일반화되며, 각 단위는 미래 작업에 미치는 장기적 영향에 따라 가중치가 부여됩니다. 이 프레임워크는 수학적 추론, 코드 효율성, 의사 결정 과제에서 테스트되었으며, 검색 기반 메모리 접근 방식보다 더 효율적인 토큰 사용으로 일관되게 더 나은 성능을 보였습니다. 또한 EvoLib은 임의의 작업 순서에서도 강건한 성능을 보여, 작업이 순서 없이 도착하는 실제 시나리오에서의 실용적 적용 가능성을 나타냅니다. 이 시스템은 고립된 계산 확장 및 다른 메모리 기반 방법과 비교하여 테스트 시 계산량이 증가할수록 더 큰 성능 향상을 달성합니다. 코드와 실험은 GitHub에서 공개적으로 이용 가능합니다.