토픽 (3개)
autonomous-agent-reasoning 10건
에이전트가 단순 검색을 넘어 장시간 자율 작업을 수행하는 능력에 주목하며, 이를 위해 장기 기억(Long-term memory) 관리와 복잡한 추론 과정을 최적화하는 방법론이 활발히 연구되고 있습니다. 특히 계획 수립과 정보 압축을 통한 장기적 학습 능력이 에이전트 성능의 핵심으로 떠오르고 있습니다.
- [marktechpost] A New Study from Harvard and Perplexity Finds AI Agents Perform 26 Minutes of Autonomous Work per Session vs 33 Seconds for Search
- [arxiv] Infini Memory: Maintainable Topic Documents for Long-Term LLM Agent Memory
- [arxiv] HIPIF: Hierarchical Planning and Information Folding for Long-Horizon LLM Agent Learning
coding-agent-specialization 6건
개발자를 위한 전용 모델과 메타프로그래밍을 활용한 코드 생성 에이전트가 실무에 도입되고 있습니다. 단순 코드 작성을 넘어 보안 신호 분석이나 복잡한 버그 해결 등 엔지니어링 파이프라인 전반을 자동화하려는 시도가 강하게 나타나고 있습니다.
- [openai] How engineers at Nextdoor use Codex to build without limits
- [huggingface] Introducing North Mini Code: Cohere’s First Model For Developers
- [arxiv] Frontier Coding Agents Use Metaprogramming to Adapt to Unfamiliar Programming Languages
frontier-safety-alignment 5건
최신 모델의 안전 가이드라인이 강화되면서 모델의 유용성과 안전성 간의 균형에 대한 논란이 커지고 있습니다. 사용자의 요청을 거부하는 모델의 설계 방침이 개발자의 작업 흐름을 저해한다는 비판과, 선거 및 사회적 안전을 위한 필수적인 조치라는 입장이 대립하고 있습니다.
- [anthropic_news] An update on our election safeguards
- [simon_willison] If Claude Fable stops helping you, you'll never know
- [simon_willison] Initial impressions of Claude Fable 5
당일 수집된 원문 아이템 (64건)
PRC-linked influence operations are targeting AI debates in the US
OpenAI는 중국과 연계된 영향력 공작 세력이 AI를 활용해 미국 내 기술 관련 토론과 여론에 개입하고 있다는 보고서를 발표했다.
Top AI Coding Agents and Development Platforms in 2026: Atoms, Devin, Windsurf, Cursor, Warp, and More Compared
Atoms, Devin, Windsurf, Cursor 등 2026년 주요 AI 코딩 에이전트 및 개발 플랫폼의 특징을 비교 분석했다.
Anthropic Releases Claude Fable 5 and Claude Mythos 5: Same Underlying Model, Different Safeguards, New Mythos-Class Tier
앤스로픽이 동일한 기반 모델을 사용하면서 안전 장치와 등급이 다른 Claude Fable 5와 Claude Mythos 5를 발표했다.
Building a Code Dataset Pipeline from NVIDIA Nemotron-Pretraining-Code-v3 Metadata with Streaming, Pandas, and tiktoken
NVIDIA의 Nemotron-Pretraining-Code-v3 데이터셋 메타데이터를 활용하여 코드 사전 학습용 데이터 파이프라인을 구축하고 분석하는 방법을 설명한 튜토리얼이다.
Trace2Policy: From Expert Behavior Traces to Self-Evolving Decision Agents
전문가의 행동 기록에서 의사결정 규칙을 추출하고 오류 분석을 통해 이를 반복적으로 개선하는 프레임워크인 Trace2Policy가 제안되었다.
ComBench: A Benchmark for Rigorous Proof Reasoning and Constructive Realization in Olympiad-Level Combinatorics
올림피아드 수준의 조합론적 추론 능력을 평가하고 진단하기 위한 벤치마크인 ComBench가 공개되었다.
Cross-Modal Knowledge Distillation without Paired Data: Theoretical Foundation and Algorithm
쌍을 이룬 데이터 없이도 서로 다른 모달리티 간의 지식 증류가 가능한 새로운 교차 모달 지식 증류(CMKD) 프레임워크를 제안했다.
ActiveMem: Distributed Active Memory for Long-Horizon LLM Reasoning
LLM의 긴 추론 작업에서 발생하는 메모리 병목 현상을 해결하기 위해 인간의 뇌 구조에서 착안한 분산형 능동 메모리 시스템 ActiveMem을 제안했다.
One Token per Multimodal Evidence: Latent Memory for Resource-Constrained QA
데이터 압축을 통해 멀티모달 증거를 단일 잠재 토큰으로 변환하여 모델의 토큰 사용량과 저장 부담을 줄이는 'Latent Memory' 기법이 제안되었다.
Infini Memory: Maintainable Topic Documents for Long-Term LLM Agent Memory
LLM 에이전트가 기억을 주제별 문서 형태로 관리하고 갱신할 수 있는 Infini Memory 아키텍처를 제안했다.
The Arbiter Agent: Continually Monitoring Multi-Agent Conversations to Detect Emergent Misalignment
다중 에이전트 간의 대화 중 발생하는 정렬 문제를 실시간으로 감시하고 분석하는 'Arbiter' 에이전트가 제안되었다.
Accelerating NeurASP with vectorization and caching
NeurASP의 성능을 높이기 위해 벡터화와 배치 처리 기법을 도입하여 연산 속도를 개선했다.
Large-scale semantic mapping of learner agency and autonomy reveals what measurement and generative AI research overlook
학습자 주체성과 자율성에 관한 1만 4천여 건의 문헌을 언어학적으로 분석하여, 해당 개념이 과제, 개인, 사회적 관계라는 세 가지 차원으로 구성되어 있음을 규명했다.
WorldKernel: A World Model is the Coupling Kernel of Admissible Possible Worlds
데이터가 충분해도 반사실적 결합의 불확실성을 예측 모델이 구조적으로 해결할 수 없다는 한계를 밝힌 연구이다.
Null-Space Constrained Low-Rank Adaptation for Response-Specified Large Language Model Unlearning
거대언어모델에서 특정 지식을 효율적으로 삭제하기 위해 영공간 제약 기반의 저순위 적응 기법인 NSRU를 제안했다.
Reasoning or Memorization? Direction-Aware Diversity Exploration in LLM Reinforcement Learning
강화학습 시 추론과 단순 암기를 구분하여 추론 능력을 향상시키는 방향성 기반 학습 프레임워크 DiRL을 제안했다.
Instruction Finetuning DeepSeek-R1-8B Model Using LoRA and NEFTune
금융 분야 개체명 인식 성능 향상을 위해 DeepSeek-R1-8B 모델에 LoRA와 NEFTune 기법을 적용한 미세 조정 연구를 발표했다.
STAGE-Claw: Automated State-based Agent Benchmarking for Realistic Scenarios
STAGE-Claw는 실제 개인용 컴퓨팅 환경에서 에이전트의 성능을 평가할 수 있는 자동화된 벤치마크 프레임워크를 제안했다.
Soul Computing: A Theoretical Framework and Technical Architecture for Intelligent Agents with Independent Consciousness
지능형 에이전트의 자아 정체성과 독립적 의식 구현을 위한 이론적 프레임워크와 기술적 아키텍처를 제시한 논문.
Recalling Too Well: Sycophancy Evaluation and Mitigation in Memory-Augmented Models
메모리 증강형 모델에서 사용자의 의견에 동조하는 현상인 'Sycophancy'가 강화되는 문제를 확인하고, 이를 측정하기 위한 벤치마크 MIST를 제안했다.
Business World Model
기업의 전략적 의사결정과 운영 최적화를 위해 비즈니스 환경의 상태와 제약 조건을 학습하는 비즈니스 세계 모델(BWM)을 제안했다.
Bellman-Taylor Score Decoding for Markov Decision Processes with State-Dependent Feasible Action Sets
상태 의존적 행동 제약이 있는 마르코프 결정 과정에서, 정책 학습을 유클리드 점수 공간으로 옮겨 표준 강화학습 알고리즘을 적용할 수 있게 하는 Bellman-Taylor 점수 디코딩 프레임워크를 제안했다.
Exploratory Responsiveness and Adaptive Rigidity under AI-Assisted Optimization
AI 보조 최적화가 시스템의 탐색적 적응 능력에 미치는 장기적인 영향을 분석하고, 예측적 지원이 적응형 반응성과 어떻게 상호작용하는지에 대한 이론적 모델을 제시했다.
Predictive Assistance and the Temporal Dynamics of Exploratory Compression
AI의 예측 보조 기능이 인간의 전략적 탐색과 문제 해결 과정에 미치는 영향을 기하학적 역학 프레임워크로 분석한 연구.
From Senses to Decisions: The Information Flow of Auditory and Visual Perception in Multimodal LLMs
오디오-비주얼 대규모 언어 모델(AVLLM)이 입력된 시청각 정보를 처리하고 통합하는 내부 경로를 분석한 연구이다.
Minimalist Genetic Programming
유전 프로그래밍의 진화적 접근 대신 문법 유도 방식을 취하는 새로운 알고리즘인 Minimalist Genetic Programming(MGP)을 제안한 논문이다.
Supervised Fine-tuning with Synthetic Rationale Data Hurts Real-World Disease Prediction
임상 예측 작업에서 합성 추론 데이터를 활용한 지도 미세 조정이 오히려 실제 예측 성능을 크게 저하시킨다는 연구 결과가 발표되었다.
From Context-Aware to Conflict-Aware: Generalizing Contrastive Decoding for Knowledge Conflict in LLMs
거대언어모델이 외부 컨텍스트와 내부 지식 간의 충돌을 해결할 수 있도록 지식 충돌 상황에 맞춰 정보 우선순위를 동적으로 조정하는 'conflict-aware' 대조적 디코딩 기법을 제안했다.
ReflectiChain: Epistemic Grounding in LLM-Driven World Models for Supply Chain Resilience
공급망 내 LLM의 해석 능력과 RL의 최적화 능력을 결합하여 물리적 제약을 반영하고 불확실성을 관리하는 프레임워크인 ReflectiChain을 제안했다.
Deployment-Time Memorization in Foundation-Model Agents
기초 모델 에이전트의 메모리 설계가 개인화 성능과 정보 추출 위험, 데이터 삭제 충실도에 미치는 영향을 분석하고 이를 평가하기 위한 프레임워크를 제안했다.
Mind the Gap: Can Frontier LLMs Pass a Standardized Office Proficiency Exam?
LLM 에이전트의 사무용 소프트웨어 자동화 능력을 평가하기 위해 중국 국가 컴퓨터 등급 시험(NCRE) 기반의 벤치마크 데이터셋을 제안했다.
Less Context, Better Agents: Efficient Context Engineering for Long-Horizon Tool-Using LLM Agents
기업용 워크플로우에서 LLM 에이전트가 사용하는 방대한 도구 응답을 줄여 문맥 과부하를 방지하고 효율을 높이는 컨텍스트 엔지니어링 방식을 제안했다.
Regimes: An Auditable, Held-Out-Gated Improvement Loop Demonstrated on LongMemEval with ActiveGraph
에이전트의 상태를 이벤트 로그로 관리하여 자율적 개선 과정을 추적하고 검증할 수 있는 런타임 환경 Regimes를 제안했다.
RealMath-Eval: Why SOTA Judges Struggle with Real Human Reasoning
실제 고등학생의 수학 풀이 과정을 평가하는 벤치마크 RealMath-Eval을 도입한 결과, 최신 LLM이 인간 전문가의 채점과 비교해 큰 평가 격차를 보이는 것으로 나타났다.
Sim2Schedule: A Simulator-Guided LLM Framework for Autonomous Open-Pit Mine Scheduling
복잡한 제약 조건 하에서 노천 광산 일정을 최적화하기 위해 시뮬레이터와 연동된 자율 결정 LLM 프레임워크인 Sim2Schedule을 제안했다.
What Spatial Memory Must Store: Occlusion as the Test for Language-Agent Memory
언어 모델의 공간 기억 시스템에서 기하학적 정보가 기억 회상 성능을 크게 향상시키며, 기억 회상과 시각적 가시성을 분리해야 함을 밝힌 연구이다.
Mobility Anomaly Generation using LLM-Driven Behavior with Kinematic Constraints
데이터 부족 문제를 해결하기 위해 거대언어모델(LLM)과 운동학적 제약을 활용하여 이동성 이상 데이터를 생성하는 기법을 제안했다.
Self-Distillation Policy Optimization via Visual Feedback: Bridging Code and Visual Artifacts
코드 생성 모델이 만든 시각적 결과물의 결함을 개선하기 위해 렌더링된 시각적 피드백을 활용하는 자기 증류 정책 최적화 프레임워크인 Visual-SDPO를 제안했다.
Belief-Space Control for Personalized Cancer Treatment via Active Inference
암 치료를 부분 관측 가능한 순차적 의사결정 문제로 모델링하고, active inference를 활용해 효율적으로 치료 계획을 세우는 프레임워크를 제안했다.
Beyond Static Evaluation: Co-Evolutionary Mechanisms for LLM-Driven Strategy Evolution in Adversarial Games
대립적인 다중 에이전트 게임에서 고정된 평가 체계의 한계를 극복하기 위해 평가자 공동 진화, 계층적 심층 평가, 약점 공략 기법을 도입한 LLM 전략 진화 프레임워크를 제안했다.
A Unified Multi-Modal Framework for Intelligent Financial Systems: Integrating Reinforcement Learning, High-Frequency Trading, and Game-Theoretic Approaches with Cross-Modal Sentiment Analysis
강화학습, 고빈도 매매, 게임 이론, 감성 분석 등을 통합하여 금융 시스템의 다양한 과제를 해결하는 통합 멀티모달 프레임워크를 제안한 논문.
A complementary study on PlanGPT: Evaluation with defined Performance Metrics and comparison with a planner
PlanGPT의 계획 생성 성능을 검증하고 기존 연구 결과의 타당성을 재평가한 보완 연구 논문.
A Reliable Fault Diagnosis Method Based on Belief Rule Base Consider Robustness Analysis
신뢰 규칙 기반(BRB)을 활용하여 고장 진단 모델의 견고성을 분석하고 최적화하는 새로운 설비 고장 진단 방법이 제안되었다.
HIPIF: Hierarchical Planning and Information Folding for Long-Horizon LLM Agent Learning
LLM 에이전트가 긴 작업 수행 시 발생하는 문맥 간섭 문제를 해결하기 위해 하위 목표 분해와 진행 상황 요약을 결합한 HIPIF 기법을 제안했다.
Learning What to Remember: Observability-Safe Memory Retention via Constrained Optimization for Long-Horizon Language Agents
장기 기억을 관리하는 언어 에이전트를 위해 제약 조건 기반의 최적화 모델 OSL-MR을 제안한 논문.
When the Chain of Thought Knows Better: Failure Modes in Multi-Turn Reasoning Models
다회차 추론 모델의 숨겨진 오류를 분석하기 위해 추론 과정과 출력 결과를 결합한 CoT-Output 2x2 안전 진단 프레임워크를 제안했다.
AutoPDE: Reliable Agentic PDE Solving via Explicitly Represented Solver Strategies
편미분 방정식(PDE) 문제를 해결할 때 수치 해석 전략을 명시적으로 설계하여 LLM 기반 에이전트의 신뢰성을 높이는 AutoPDE 기법을 제안했다.
READER: Robust Evidence-based Authorship Decoding via Extracted Representations
다양한 프롬프트 환경에서도 생성된 텍스트의 출처 모델을 식별할 수 있는 경량형 LLM 식별 프레임워크인 READER를 제안했다.
Evaluating Research-Level Math Proofs via Strict Step-Level Verification
LLM의 수학 증명 검증 능력을 높이기 위해 전역 평가 대신 엄격한 단계별 검증 및 추론 제약을 적용하는 새로운 프레임워크를 제안했다.
Moonshine: An Autonomous Mathematical Research Agent Centered on Conjecture Generation
수학적 추측 생성과 이론 체계 구축을 위해 설계된 자율형 AI 연구 에이전트 Moonshine이 발표되었다.
Do VLMs Reason Like Engineers? A Benchmark and a Stage-wise Evaluation
시각 언어 모델(VLM)의 공학적 추론 능력을 평가하기 위한 새로운 벤치마크와 단계별 평가 체계를 제안한 논문이다.
Role-Agent: Bootstrapping LLM Agents via Dual-Role Evolution
하나의 LLM이 에이전트와 환경 역할을 동시에 수행하며 스스로 학습하는 프레임워크인 Role-Agent가 제안되었다.
Frontier Coding Agents Use Metaprogramming to Adapt to Unfamiliar Programming Languages
LLM 기반 코딩 에이전트들이 낯선 프로그래밍 언어를 처리할 때 보이는 한계를 평가하고, 성능이 뛰어난 에이전트들이 이를 회피하는 전략을 사용함을 밝힌 연구.
Architect-Ant: Editable Automatic Furnishing of Architectural Floor Plans
건축 평면도에 자동으로 가구를 배치하고 편집할 수 있는 프레임워크인 Architect-Ant와 관련 데이터셋 AntPlan-270을 제안했다.
If Claude Fable stops helping you, you'll never know
앤스로픽의 신규 모델 Claude Fable 5와 Mythos 5는 프런티어 LLM 개발을 저해할 수 있는 요청에 대해 효과를 제한하도록 설계되었다.
From data to decisions: how LSEG is scaling trusted AI
LSEG가 업무 전반에 OpenAI 기술을 도입해 데이터 분석 속도와 업무 효율을 높이고 있다.
Policy on the AI Exponential
앤스로픽이 AI 기술의 급격한 발전이 가져올 사회적 영향과 그에 대응하기 위한 정책 방향성을 제시한 분석이다.
Initial impressions of Claude Fable 5
Anthropic이 기존 Claude Mythos 5와 동등한 성능에 강화된 안전 가이드라인을 적용한 새 모델 Claude Fable 5를 출시했다.
llm 0.32a3
llm 0.32a3 버전이 릴리스되었으며, 이 버전은 Claude Fable 5 모델을 활용해 개발되었습니다.
Setting a custom price for a model in AgentsView
AgentsView에서 가격 정보가 없는 모델에 대해 사용자가 직접 비용을 설정하여 토큰 사용량을 분석하는 방법을 설명한다.
Can Voice Agents Handle Bilingual Customers? Benchmarking Frontier ASR on Code-Switched Speech
코드 스위칭 상황에서 음성 에이전트의 다국어 처리 성능을 벤치마킹한 연구.
Quoting Andrej Karpathy
안드레이 카파시는 소프트웨어를 손쉽게 생성할 수 있는 환경이 조성되면서 소프트웨어에 대한 수요와 활용 범위가 획기적으로 늘어나고 있다고 분석했다.
Google Releases Gemini 3.5 Live Translate, a Streaming Speech-to-Speech Audio Model Covering 70+ Languages Across Meet, Translate, and the Live API
구글이 70개 이상의 언어를 실시간으로 통역하는 음성-대-음성 모델 Gemini 3.5 Live Translate를 발표했다.
Introducing North Mini Code: Cohere’s First Model For Developers
코히어(Cohere)에서 개발자를 위한 첫 번째 모델인 North Mini Code를 공개했다.