이 연구는 대규모 언어 모델(Large Language Models, LLMs)이 복잡한 작업 실행이 가능한 디지털 어시스턴트를 구동하는 잠재력을 평가한다. 이러한 어시스턴트들은 사전 훈련된 프로그래밍 지식에 의존하여 어시스턴트 라이브러리에 정의된 객체와 함수를 조합하여 다단계 목표를 실행하는 프로그램을 작성한다. 이를 위해 ASPERA라는 프레임워크를 개발했는데, 이는 어시스턴트 라이브러리 시뮬레이션과 인간 지원 LLM 데이터 생성 엔진으로 구성되어 있다. 이 엔진을 통해 개발자들은 LLM이 복잡한 사용자 쿼리, 시뮬레이션 상태 등으로 구성된 고품질 작업을 생성하는 데 도움을 줄 수 있다.

<Apple 뉴스 본문 전체읽기>