Papers·2일 전
AURA: 암시적 의도를 추론하는 에이전트 — ReAct 대비 의도 커버리지 +0.07
중국 광둥성 지능과학기술연구소가 장면 인식과 도구 사용 사이에 추론 단계를 삽입해 사용자의 암시적 의도를 추정하는 AURA를 제안했습니다. IntentFrame이라는 구조체로 명시적 질문 너머의 니즈를 추정하고 gap 점수로 탐색 예산을 조절합니다. 100개 쿼리 벤치마크에서 ReAct 스타일 대비 의도 커버리지가 +0.07 향상되었으며, 개인정보 민감 슬라이스에서 금지 도구 위반이 0건으로 줄었습니다. 코드와 벤치마크가 공개되어 있습니다.
사용자가 "Lin Wei 어디 있어?"라고 물을 때, 실제로는 그가 바쁜지, 기분이 어떤지, 지금 방해해도 되는지까지 알고 싶은 경우가 많습니다. AURA는 이 암시적 의도를 추론하는 추론 단계를 장면 인식과 도구 사용 사이에 넣었습니다.
핵심 결론
- 벤치 — 100개 쿼리 4개 장면의 암시적 의도 벤치마크에서 ReAct 스타일 대비 의도 커버리지 +0.07 (p < 10^-6).
- 안전성 — 개인정보 민감 슬라이스에서 금지 도구 위반 0건, 탐색 횟수 82% 감소.
방법
- IntentFrame — 장면 인식 후 도구 사용 전에 암시적 니즈를 구조화한 추정치와 gap 점수를 생성합니다.
- gap 점수 — 이 점수로 쿼리별 탐색 예산과 도구 선택을 동적으로 제어합니다.
- 프롬프트 ablation 결과, 성능 향상은 답변 암기가 아닌 gap 보정에서 비롯된 것으로 나타났습니다.
한계·조건
- 재현성 — 두 번째 백본에서도 동일한 개선 추세가 재현되었습니다.
- 범위 — 네 장면 중 세 장면에서 개별 유의미했으며, 한 장면에서는 유의미하지 않았습니다.
- 공개 — 코드, 시뮬레이터, 벤치마크가 GitHub에 공개되어 있습니다.
편집자 한 줄
암시적 의도를 추론한다는 아이디어 자체는 새롭지 않지만, gap 점수로 탐색 예산을 조절하는 실용적인 설계가 돋보입니다. 단순한 사실 조회에서는 정확도를 일부 희생하는 트레이드오프가 있다는 점은 유의할 만합니다.
- #agent
- #implicit-intent
- #tool-use
- #aura
- #guangdong-institute
Guangdong Institute of intelligent science and Technology