Hanyong Lee

[논문리뷰] ALYMPICS- LLM Agents Meet Game Theory (COLING 2025)

14 minute read

본 논문은 대규모 언어 모델(LLM) 에이전트를 활용한 게임 이론 연구를 위한 체계적 플랫폼 ‘Alympics’를 제안하며, 이를 통해 복잡한 전략적 상호작용을 시뮬레이션하고 분석하는 방법을 제시한다.

8 minute read

본 연구는 게임 이론의 핵심 원리인 합리성을 기준으로 대형 언어 모델(LLM)의 행동을 분석한 결과, 최신 LLM도 인간과 상당한 차이를 보여 사회과학 게임 실험에 LLM을 도입할 때 신중한 접근이 필요함을 제시한다.

13 minute read

본 논문은 게임 이론의 Level-K 프레임워크를 기반으로, 대규모 언어 모델이 다른 에이전트의 관점과 행동을 재귀적으로 추론하며 전략적 깊이를 확장할 수 있는 K-R 프레임워크를 제안하여, 다중 에이전트 환경에서의 전략적 추론 성능을 향상시켰다.

9 minute read

이 논문은 상담 대화에서 상식 및 도메인 지식을 통합해 응답을 생성하는 방법을 제안하고, 검색 기반 및 COMET 생성 지식이 응답 품질 향상에 효과적임을 실험적으로 입증하였다.

14 minute read

본 논문은 사용자 이미지 기반 페르소나를 활용해 개인 맞춤형 대화를 가능케 하는 PicPersona-TOD 데이터셋과, 이를 활용해 보다 자연스럽고 몰입감 있는 대화를 생성하는 NLG 모델 Pictor를 제안한다.