SLMベースのエイジェンティックAI、P-C-G搭載：韓国語ツール利用向け最適化
なぜ重要か: 企業や社会への影響が見込まれ、一般メディアにも波及する可能性があります。
arXiv:2509.19369v1発表形式：クロス
概要：本稿では、韓国語ツール利用向けに最適化された、小規模言語モデル（SLM）ベースのAgentアーキテクチャであるPlanner-Caller-Generator（P-C-G）を提案する。P-C-Gは、Planner、Caller、Generatorの役割によって計画、呼び出し、生成を分離する。Plannerはオンデマンドの再計画を限定的に行い、初期バッチ計画を作成する。Callerは、スキーマと値の同時検証後に正規化された呼び出しオブジェクトを返す。Generatorはツールの出力を統合して最終的な回答を生成する。韓国語環境における韓国語から英語への頻繁なコードスイッチングによって発生する実行エラーを削減するため、韓国語優先のバリューポリシーを採用する。評価は、韓国語クエリと韓国語ツール/パラメータ仕様を前提とし、シングルチェーン、マルチチェーン、パラメータ不足、関数不足のシナリオを網羅し、統一されたI/Oインターフェース下で5回実行した平均値をLLM-as-a-Judgeプロトコルを用いて実施する。結果は、P-C-Gがトークンの削減と許容可能なレイテンシの維持を行いながら、競争力のあるツール使用精度とエンドツーエンドの品質を提供することを示しており、役割特化型SLMが韓国語ツール使用Agentのコスト効率の高い代替手段であることを示唆している。
原文（英語）を表示
Title (EN): SLM-Based Agentic AI with P-C-G: Optimized for Korean Tool Use
arXiv:2509.19369v1 Announce Type: cross
Abstract: We propose a small-scale language model (SLM) based agent architecture, Planner-Caller-Generator (P-C-G), optimized for Korean tool use. P-C-G separates planning, calling, and generation by role: the Planner produces an initial batch plan with limited on-demand replanning; the Caller returns a normalized call object after joint schema-value validation; and the Generator integrates tool outputs to produce the final answer. We apply a Korean-first value policy to reduce execution failures caused by frequent Korean-to-English code switching in Korean settings. Evaluation assumes Korean queries and Korean tool/parameter specifications; it covers single-chain, multi-chain, missing-parameters, and missing-functions scenarios, and is conducted via an LLM-as-a-Judge protocol averaged over five runs under a unified I/O interface. Results show that P-C-G delivers competitive tool-use accuracy and end-to-end quality while reducing tokens and maintaining acceptable latency, indicating that role-specialized SLMs are a cost-effective alternative for Korean tool-use agents.
Published: 2025-09-24 19:00 UTC