agentic-self-instruct
에이전트형 Self-Instruct
메인 오케스트레이터 LLM이 Challenger, Weak/Strong Solver, Judge 같은 서브에이전트를 호출해 반복적으로 예제·루브릭을 생성·평가·수정하는 파이프라인이다. 생성물의 학습 유효성(weak-vs-strong gap)을 기준으로 난이도를 조정해 타깃 모델 학습에 적합한 합성 데이터를 만든다.
중급
에이전트형 Self-Instruct
메인 오케스트레이터 LLM이 Challenger, Weak/Strong Solver, Judge 같은 서브에이전트를 호출해 반복적으로 예제·루브릭을 생성·평가·수정하는 파이프라인이다. 생성물의 학습 유효성(weak-vs-strong gap)을 기준으로 난이도를 조정해 타깃 모델 학습에 적합한 합성 데이터를 만든다.