ryoiki-tokuiten/Deepthink

해결하는 문제

Iterative Studio는 "테스트 시간 계산"을 확장하여 LLM이 인지 루프에 빠져 복잡한 문제를 해결하지 못하는 상황을 해결하기 위한 프레임워크를 제공합니다. 병렬 전략 탐색과 수정 과정에서 구조화된 노이즈 주입을 통해 에이전트가 동일한 실수를 반복하지 않도록 방지합니다.

작동 방식

이 시스템은 주로 세 가지 모드를 통해 작동합니다:

• Deepthink 모드: 문제에 접근하기 위한 여러 고수준 전략을 병렬로 생성하는 다중 에이전트 시스템입니다. 실행 에이전트를 안내하는 "정보 패킷"을 만들기 위해 가설을 독립적으로 테스트합니다. 인지 루프를 피하기 위해 "구조화된 노이즈 에이전트"가 수정 단계에서 무작위하지만 제한된 아티팩트와 대체 논리 조각을 도입하여 모델이 무시할 수 있는 경로를 고려하도록 강제합니다. 마지막 판정자가 병렬 분기에서 최상의 결과를 선택합니다.
• 적응형 Deepthink 모드: 오케스트레이터가 주도하는 Deepthink 버전으로, 패스 기반 워크플로우를 사용합니다. 전략 생성, 가설 테스트, 실행을 관리하며 성공한 전략을 저장하고 실패한 전략을 교체할 수 있습니다.
• 컨텍스트 모드: 더 간단한 3-에이전트 협업(메인 생성기, 반복 에이전트, 메모리 에이전트)으로, 반복적 개선과 히스토리 압축을 통한 자동 컨텍스트 창 관리에 중점을 둡니다.

대상 사용자

정교한 다중 에이전트 파이프라인과 반복적 개선 루프를 구현하여 LLM 문제 해결 능력의 한계를 넓히고자 하는 개발자와 연구자.

주요 기능

• 병렬 전략 탐색: 문제에 대한 여러 개별 접근 방식을 동시에 실행합니다.
• 구조화된 노이즈 주입: 수정 단계에서 무작위하지만 제한된 아티팩트를 도입하여 LLM 인지 루프를 깨뜨립니다.
• 독립적 가설 테스트: 불확실성을 분리하여 검증함으로써 실행 에이전트에게 집중된 컨텍스트를 제공합니다.
• 통합 샌드박스: 에이전트가 코드를 실행하고 아티팩트를 검증할 수 있는 안전한 가상 환경을 제공합니다.
• 다중 제공자 지원: 모든 주요 LLM 제공자 및 로컬 모델과 호환됩니다.

요약

병렬 전략 탐색과 구조화된 노이즈 주입을 통해 테스트 시간 계산을 확장하여 인지 루프에 빠지지 않고 복잡한 문제를 해결하는 다중 에이전트 프레임워크입니다.