EvoOntology 논문, 자기진화 온톨로지 계층이 DDR-Bench와 BIRD에서 데이터 에이전트 점수를 끌어올린다고 보고

elvis (@omarsar0)가 에이전트를 위한 자기진화 온톨로지에 관한 논문을 소개했다. 게시물에 따르면 데이터 에이전트는 보통 일반 도구를 통해 테이블, 파일, 데이터베이스를 보며, 프롬프트에 붙여 넣은 수작업 시맨틱 계층은 다수의 소스에 확장되지 않는다. EvoOntology는 대신 전용 에이전트로 온톨로지를 구축하고 스키마, 콘텐츠, 도구 계층을 갖춘 MCP 서버로 제공하며, 데이터 에이전트는 런타임에 이를 질의한다.

게시물에 따르면, 논문은 데이터 에이전트가 작업하는 데이터의 온톨로지를 질의할 수 있을 때 GPT-5.5가 DDR-Bench에서 26.7포인트 향상된다고 보여준다. DDR-Bench의 6개 백본에서 정확도는 평균 17.8포인트 상승하며, Qwen3.5-Flash의 4.8부터 GPT-5.5의 26.7까지다. BIRD에서는 실행 정확도가 7.4포인트 상승한다. 온톨로지는 작은 타입이 지정된 단계로 편집되며, 각 편집은 동일 백본에서 쌍을 이룬 평가가 도움이 된다고 보여줄 때만 유지된다. 도구 계층에 대한 편집이 진화로 인한 이득의 **57%**를 차지한다.

논문: https://arxiv.org/abs/2609.15779. 논문과 대화: https://academy.dair.ai/papers/evoontology-a-self-evolving-ontology-layer-for-data-agents-2609.15779.