Caramel LabCaramel Lab
#

문제 해결

2편의 한국어 분석 — 최신순으로 정렬했어요

컴퓨터 과학발표 2026.10· 3최근 1년 3회

LLM 기반 에이전트형 SW 결함 해결

소프트웨어 저장소에서 사용자 설명 기반의 실제 문제 해결은 소프트웨어 유지보수의 핵심입니다. 최근 대규모 언어 모델(LLM)의 추론 및 생성 능력 발전으로 자동화된 소프트웨어 문제 해결 분야에서 상당한 진전이 있었습니다. 그러나 실제 소프트웨어 문제 해결은 본질적으로 복잡하며, 장기적인 추론, 반복적 탐색, 피드백 기반 의사결정 등 기존의 단일 단계 접근 방식을 넘어서는 에이전트형 역량을 요구합니다. 본 연구는 LLM 기반 에이전트형 시스템이 소프트웨어 문제 해결의 유망한 방향임을 인식하고, 이 분야의 폭발적인 성장을 체계적으로 …

컴퓨터 과학발표 2026.08· 8최근 1년 8회

LLM과 실제 탐색: 상호보완적 역할 재고찰

문제 해결의 핵심인 탐색(Search)과 대규모 언어 모델(LLM)의 상호보완적 관계를 세 가지 관점에서 체계적으로 탐구합니다. 첫째, 학습이 탐색 효율성을 어떻게 향상시키는지 분석하고, LLM을 활용한 효과적이고 효율적인 탐색 프레임워크인 SeaL(Search via Learning)을 제안합니다. 둘째, 탐색의 엄격한 완전성을 보장하기 위해 SeaL을 SeaL-C로 확장합니다. 세 가지 실제 계획(planning) 작업에 대한 평가 결과, SeaL은 기존 방식 대비 탐색 공간을 최대 99.1%까지 줄이면서 거의 완벽한 정확도를…

연구 트렌드로 돌아가기