토픽 (4개)
agent-harness 4건
엔터프라이즈 환경에서 자율적 에이전트의 작업 흐름을 안전하게 제어하고 최적화하려는 노력이 두드러집니다. 특히 에이전트가 위험한 명령을 실행하지 못하도록 차단하거나, 복잡한 작업을 신뢰성 있게 수행하기 위한 구조화된 프레임워크 구축에 집중하고 있습니다.
- [openai] Meta-Harness R&D: Enterprise-Grade Self-Improvement for Long-Horizon AI Workflows
- [github_trending] Destructive Command Guard (dcg) is for blocking dangerous git and shell commands from being executed by agents.
- [marktechpost] Meet LingBot-World-Infinity: An Open Causal World Model With An Agentic Harness
- [hn] Show HN: Policy enforcement for Claude Code, Cursor, and Codex
llm-as-judge-reliability 4건
LLM을 평가자로 사용하는 방식의 타당성과 신뢰성에 대한 근본적인 의문이 제기되고 있습니다. 평가 모델이 변경될 때 발생하는 점수 변동성이나, 모델 자체가 편향된 지름길을 택하는 문제를 해결하기 위해 더 정교한 벤치마킹과 검증 프레임워크를 개발하고 있습니다.
- [arxiv] When the Judge Changes, So Does the Measurement: Auditing LLM-as-Judge Reliability
- [openai] Separating signal from noise in coding evaluations
- [arxiv] Do You Need a Frontier Model as a Citation Verifier? Benchmarking Rubric LLMs for Deep-Research Source Attribution
- [arxiv] Validity of LLMs as data annotators: AMALIA on authority
agentic-coding-ecosystem 5건
Claude Code, Cursor 등 코딩 에이전트를 활용한 개발 생산성 향상이 주류로 자리 잡았습니다. 단순한 코드 생성을 넘어, 에이전트 간의 도구 호출 표준(MCP)을 준수하고, 특정 브랜드의 디자인 시스템과 연동하거나, 로컬 환경에서 안전하게 작업을 수행하는 도구들이 활발히 구축되고 있습니다.
- [hn] Show HN: Agents Council – Connect Claude, Codex, and Local Agents via MCP
- [github_trending] A library of Agent Skills designed to work with the Stitch MCP server.
- [github_trending] A collection of DESIGN.md files analysis by popular brand design systems. Drop one into your project and let coding agents generate a matching UI.
- [github_trending] DesktopCommanderMCP — This is MCP server for Claude that gives it terminal control, file system search and diff file editing capabilities
- [github_trending] Nutlope/hallmark — Anti-AI-slop design skill for Claude Code, Cursor, and Codex.
moe-optimization 3건
대규모 모델의 추론 성능과 효율성을 극대화하기 위해 Mixture-of-Experts(MoE) 구조를 활용한 모델들이 대거 등장하고 있습니다. 특히 압축 기술이나 가지치기(pruning) 기법을 결합하여 서버 처리량을 획기적으로 늘리는 방향으로 기술이 진화하고 있습니다.
- [marktechpost] Meet Nemotron Labs 3 Puzzle 75B A9B: A Compressed Hybrid MoE LLM Delivering 2.03x Server Throughput
- [marktechpost] Tencent Releases Hy3: An Open 295B Mixture-of-Experts (MoE) Model with 21B Active Parameters and 256K Context
- [marktechpost] Meituan Releases LongCat-2.0: A 1.6T-Parameter Open MoE Model with Native 1M Context and LongCat Sparse Attention
당일 수집된 원문 아이템 (60건)
Graphify-Labs/graphify — AI coding assistant skill (Claude Code, Codex, OpenCode, Cursor, Gemini CLI, and more). Turn any folder of code, SQL schemas, R scripts, shell scripts, docs, papers, images, or videos into a queryable knowledge graph. App code + database schema + infrastructure in one graph.
코드, 문서, 미디어 등 다양한 파일을 쿼리 가능한 지식 그래프로 변환해 주는 AI 코딩 어시스턴트 도구 Graphify.
Stanford Researchers Introduce TRACE: A Capability-Targeted Agentic Training System That Turns Recurrent Agent Failures Into Synthetic RL Environment
스탠퍼드 연구진이 에이전트의 실패 사례를 분석해 학습 환경을 합성하고 역량을 강화하는 시스템 TRACE를 제안했다.
Prime Intellect Releases Verifiers v1: Composable Tasksets, Harnesses, and Runtimes for Agentic RL Training and Evaluations
Prime Intellect이 에이전트 강화학습 훈련 및 평가를 위한 구성 가능한 태스크셋, 하네스, 런타임 프레임워크인 Verifiers v1을 출시했다.
A Unified Approach to Interpreting Knowledge Distillation for Large Language Models via Interactions
LLM 지식 증류(KD)의 작동 원리를 상호작용 분석을 통해 탐구하고, 다양한 KD 방법이 공통적으로 상호작용의 희소화를 통해 성능을 최적화한다는 사실을 밝혀낸 논문.
HERO: A Heterogeneity-Aware Benchmark Library for Federated Continual Learning
연합 지속 학습(FCL) 환경에서 데이터 및 작업의 이질성을 고려하여 성능을 비교할 수 있도록 설계된 벤치마크 라이브러리 HERO를 소개한다.
Accelerating GPU Inference of Large Language Models with Moderately Unstructured Sparse Weight Matrices
중간 수준의 비정형 희소성을 가진 LLM의 GPU 추론 속도를 높이기 위한 새로운 행렬 저장 형식과 추론 기법을 제안한 논문.
TheBioCollection: Unified Pre-Training Scale LLM Corpus for Biology
생물학적 데이터를 통합하여 언어 모델 학습에 최적화한 52.6B 토큰 규모의 사전 학습 데이터셋 TheBioCollection을 제안한 논문.
Prompt-Driven Exploration
LLM과 VLA 모델의 프롬프트를 수정하여 강화학습 정책의 전역적 변화를 유도하는 프롬프트 기반 탐색 기법을 제안한 논문.
Eluna: An Agentic LLM System for Automating Warehouse Operations with Reasoning and Task Execution
창고 운영의 표준 절차(SOP)를 준수하며 효율적으로 작업을 수행하는 그래프 기반 멀티 에이전트 시스템 Eluna를 제안한 논문.
NL-PAC: Specification Ambiguity and Certified Minimax Risk Floors in LLM-Mediated Supervision
자연어 명세의 모호성으로 인한 식별 문제를 해결하기 위해 고정된 모델의 디코딩 규칙을 활용하는 NL-PAC 프레임워크를 제안한 논문.
CLAP: Direct VLM-to-VLA Adaptation via Language-Action Grounding
사전 학습된 VLM의 언어 분포를 보존하면서 최소한의 구조적 변경으로 VLA로 변환하는 CLAP 기법을 제안한 논문.
GATS: Graph-Augmented Tree Search with Layered World Models for Efficient Agent Planning
계층적 월드 모델을 결합하여 추론 중 LLM 호출 없이 효율적인 계획을 가능하게 하는 그래프 증강 트리 탐색 프레임워크 GATS를 제안한 논문.
Long-Horizon-Terminal-Bench: Testing the Limits of Agents on Long-Horizon Terminal Tasks with Dense Reward-Based Grading
AI 에이전트의 장기 작업 수행 능력을 평가하기 위해 46개의 과제로 구성된 벤치마크 Long-Horizon-Terminal-Bench를 제안한 논문.
A Formalization of the Mean-Field Derivation of the Vlasov Equation: AI-Assisted Lean Formalization as a Strategy Game
Lean 4 증명 보조기를 활용하여 수학자가 AI를 감독하며 수학적 정리를 형식화하는 전략 게임 방식의 연구 결과.
ARCANA: A Reflective Multi-Agent Program Synthesis Framework for ARC-AGI-2 Reasoning
ARC-AGI-2 과제를 해결하기 위해 인식, 가설 생성, 기호 실행, 성찰적 개선을 반복하는 협업형 멀티 에이전트 프레임워크 ARCANA를 제안한 논문.
L-MAD: A Systematic Evaluation of Multi-Agent Debate Structures in Legal Reasoning
법률 영역에서 멀티 에이전트 토론 구조와 결합 방법을 체계적으로 평가하는 L-MAD 프레임워크를 제안한 논문.
KV-PRM: Efficient Process Reward Modeling via KV-Cache Transfer for Multi-Agent Test-Time Scaling
LLM 생성 과정의 KV 캐시를 직접 활용하여 연산 효율을 높인 프로세스 보상 모델(PRM)인 KV-PRM을 제안했다.
OpenProver: Agentic and Interactive Theorem Proving with Lean 4
Lean 4와 통합된 LLM 기반 자동 정리 증명(ATP)을 위한 오픈소스 시스템 OpenProver를 제안한 논문.
Communication-Efficient Digital-Twin Coordination for Heterogeneous LLM Embodied Agents over Computing Power Networks
이질적인 LLM 기반 에이전트 팀이 제한된 네트워크 환경에서도 효율적으로 협업할 수 있도록 하는 통신 효율적 디지털 트윈 조정 프레임워크를 제안한 논문.
Fictional Worldbuilding: Multi-Agent LLM Collaboration with Hierarchical Context Compression and Iterative Review
계층적 컨텍스트 압축과 반복적 검토를 통해 가상 세계 구축의 일관성과 효율성을 높이는 멀티 에이전트 협업 시스템 AutoWorldBuilder를 제안한 논문.
How Does Bayesian Causal Discovery Fail? Characterising Structural Consequences in Linear Gaussian Networks under Latent Confounding
선형 가우시안 모델에서 잠재적 교란 요인이 있을 때 베이지안 인과 관계 발견이 어떻게 오류를 일으키고 가짜 에지를 생성하는지 분석한 논문.
Ceci n'est pas une pipe: AI systems as semantic abstractions
AI 시스템의 출력을 검증하기 위해 시스템이 생성한 표현과 실제 지식 간의 차이를 구분하고 오류를 정의하는 의미론적 프레임워크를 제안한 논문.
Shared Selective Persistent Memory for Agentic LLM Systems
LLM 에이전트 시스템에서 불필요한 맥락을 제거하고 재사용 가능한 핵심 정보만을 선별적으로 유지 및 공유하는 메모리 아키텍처를 제안한 논문.
SAGEAgent: A Self-Evolving Agent for Cost-Aware Modality Acquisition in Multimodal Survival Prediction
다중 모달 임상 종양학에서 비용 효율적인 진단 절차를 위해 최적의 모달리티를 순차적으로 결정하는 LLM 기반 에이전트 SAGEAgent를 제안한 논문.
Knowledge Graphs and Explainable AI as Complementary Resources for Urban Mining
도시 광산 분야에서 설명 가능한 AI와 지식 그래프를 결합하여 의사결정의 신뢰성과 투명성을 높이는 구조적 통합 방안을 연구한 논문.
TrustX Agent Risk Classification Framework (ARC): Risk-Tiering Internally Created Agentic AI Systems
기업 및 공공 분야의 에이전트형 AI 시스템을 체계적으로 분류하고 관리하기 위한 TrustX 에이전트 위험 분류 프레임워크를 제안한 논문.
Agora: Enhancing LLM Agent Reasoning Via Auction-Based Task Allocation
다양한 전문가 모델과 도구 간의 작업 할당을 최적화하기 위해 경매 메커니즘을 도입한 LLM 에이전트 프레임워크 Agora를 제안한 논문.
REFORGE: A Method for Benchmarking LLMs' Reverse Engineering Capabilities in Decompiled Binary Function Naming
컴파일러 최적화 환경에서 LLM의 역공학 성능을 공정하게 평가하기 위한 데이터셋 구축 및 벤치마킹 파이프라인 REFORGE를 제안한 논문.
iLENS: Interpretable LLM-Guided Mixture-of-Experts for Neuroimaging Survival Analysis
알츠하이머병 예측을 위해 LLM을 기반으로 전문가 혼합(MoE) 구조를 활용한 해석 가능한 생존 분석 프레임워크 iLENS를 제안한 논문.
Signed Symmetric Quantization for Few-Bit Integers
저비트 양자화 시 발생하는 대칭형 양자화기의 클리핑 오류를 해결하고 효율성을 개선하기 위한 새로운 양자화 방식을 제안한 논문.
Director: Accelerating Distributed MoE Serving via Online Proactive Expert Placement
MoE 모델의 분산 추론 시 변화하는 요청 패턴에 대응하여 전문가 배치를 최적화하는 기법인 Director를 제안한 논문.
EHR-MPC: Inference-Time Control for Sepsis Treatment with Generative Patient Digital Twins
생성형 EHR 모델을 활용한 환자 디지털 트윈 기반의 패혈증 치료 최적화 프레임워크 EHR-MPC를 제안한 연구.
Multi-Conditioned Diffusion Synthesis of Sand Boils for Low-Resource Earthen-Levee Inspection
부족한 주석 데이터를 극복하기 위해 멀티 컨디션 확산 모델을 활용하여 흙 제방의 샌드 보일(sand boil) 이미지를 합성하는 파이프라인을 제안한 논문.
DaDaDa: A Dataset for Data Pricing in Data Marketplaces
데이터 시장에서 데이터 제품의 적정 가격 산정 문제를 다루고 이를 위한 데이터셋 DaDaDa를 제안한 논문.
LLM-Driven Evolutionary Generation of Multi-Objective Bayesian Optimization Algorithms
대규모 언어 모델을 진화 전략의 변이 및 교차 연산자로 활용하여 다목적 베이지안 최적화 알고리즘을 자동 생성하는 방법론을 제안한 연구.
Toward Auditable AI Scientists: A Hypothesis Evolution Protocol for LLM Agents
LLM 에이전트의 과학적 가설 생성, 평가, 진화 과정을 추적 가능하게 만드는 가설 진화 프로토콜(HEP)을 제안한 논문.
A Novel Parallel QCNN Architecture with Efficient Classical Simulability
MNIST 데이터셋의 이진 분류를 위해 고전적 기기에서 효율적으로 시뮬레이션 가능한 새로운 병렬 양자 합성곱 신경망(QCNN) 아키텍처를 제안한 논문.
Interval Certifications for Multilayered Perceptrons via Lattice Traversal
다층 퍼셉트론의 적대적 견고성 문제를 격자 탐색 문제로 변환하여 해결하는 이론적 프레임워크를 제안한 논문.
MultiView-Bench: A Diagnostic Benchmark for World-Centric Multi-View Integration in VLMs
다양한 시점을 통합하여 일관된 3D 세계 모델을 구축하는 VLM의 능력을 평가하는 진단용 벤치마크 MultiView-Bench를 소개한다.
The Patchwork Problem in LLM-Generated Code
LLM이 생성한 코드가 로컬에서는 정상 작동하나 배포 시 구조적 불일치로 인해 실패하는 '패치워크 문제'를 정의하고 이를 분석한 연구 논문.
CogniConsole: Externalizing Inference-Time Control as a Formal Abstraction for Reliable LLM Interactions
LLM의 추론 시 제어 기능을 외부화하여 신뢰성을 높이는 구조적 인터페이스 CogniConsole을 제안한 논문.
Neuro-Agentic Control: A Deep Learning-based LLM-Powered Agentic AI Framework for Controlling Security Controls
LLM 기반 계획기와 시계열 파운데이션 모델을 결합하여 산업 IoT 환경에서 물리적 기반의 자율 방어를 수행하는 신경 에이전트 제어 프레임워크를 제안했다.
MedRealMM: A Real-World Multimodal Benchmark for Chinese Online Medical Consultation
실제 중국 온라인 의료 상담 데이터를 기반으로 한 멀티모달 의료 벤치마크 MedRealMM을 제안한 논문.
Scoped Verification for Reliable Long-Horizon Agentic Context Evolution under Distribution Shift
LLM 에이전트의 지속적인 지침 업데이트를 관리하고 검증하기 위해 유형화된 의미론적 그래프를 활용하는 GRACE 프레임워크를 제안한 논문.
LongMedBench: Benchmarking Medical Agents for Long-Horizon Clinical Decision-Making
의료 분야 LLM 에이전트의 장기적 임상 의사결정 능력을 평가하기 위한 EHR 기반 벤치마크 LongMedBench를 제안한 논문.
ProofCouncil: An LLM Agent for Solving Open Mathematical Problems
오픈 수학 문제 해결을 위해 저자-비평가 아키텍처를 도입한 LLM 에이전트 ProofCouncil을 제안한 논문.
Multimodal Reward Hacking in Reinforcement Learning
멀티모달 대규모 언어 모델의 강화학습 과정에서 발생하는 보상 해킹 문제를 분석하고 새로운 실패 측정 지표인 NRFR을 제안한 논문.
Beyond Fixed Representations: The Vocabulary and Verifier Gaps in Open-Ended AI
개방형 혁신을 위해 모델이 고정된 표현에서 벗어나 새로운 개념적 프리미티브를 생성하고 활용해야 함을 주장하는 논문.
ConceptSMILE: Auditing the Trustworthiness of Concept-Based Explainable AI
개념 기반 설명 가능 AI의 신뢰성을 평가하기 위한 모델 독립적 감사 프레임워크 ConceptSMILE을 제안한 논문.
Minimal Decision Dynamics and Contextual Probability: A Quantum Tug-of-War Model
의사결정의 문맥 의존성을 설명하기 위해 양자 역학적 접근을 결합한 최소 내부 상태 기반의 의사결정 모델(QTOW)을 제안한 논문.
Sticky Routing: Training MoE Models for Memory-Efficient Inference
인접 토큰 간의 급격한 전문가 전환을 줄여 추론 효율성을 높이는 미분 가능한 라우팅 일관성 손실 함수 StickyMoE를 제안한 논문.
Reward Transport: Property Control in Flow Matching via Noise-Space Alignment
노이즈 공간 정렬을 통해 추가 계산 없이 분자 속성을 제어할 수 있는 생성 모델링 기법 Reward Transport를 제안한 논문.
LieBN: Batch Normalization over Lie Groups
리군(Lie groups) 상에서 다목적 리만 배치 정규화를 수행할 수 있는 프레임워크 LieBN을 제안한 논문.
Meet NeuroVFM: A New Neuroimaging Foundation Model Trained With Vol-JEPA on Uncurated Clinical MRI and CT Volumes
미시간 대학 연구진이 라벨링되지 않은 임상 MRI 및 CT 데이터를 Vol-JEPA 방식으로 학습한 신경영상 파운데이션 모델 NeuroVFM을 발표했다.
Directly Responsible Individuals (DRI)
LLM 기반 에이전트가 인간 조직에서 가지는 역할과 관련하여, 프로젝트의 최종 책임자인 DRI(Directly Responsible Individual)는 기계가 아닌 인간의 영역이어야 한다는 의견을 담고 있다.
shot-scraper 1.11
스크린샷 도구인 shot-scraper 1.11 버전이 서버 연결 대기 시간 최적화 및 명령어 옵션 일관성 개선을 포함하여 출시되었다.
Fable gets another bump
앤스로픽이 모델 컴퓨팅 자원 제약으로 인해 중단 예정이었던 Claude Fable 5의 제공 기간을 연장했다는 소식과 이에 대한 분석입니다.
sqlite-utils 4.1.1
SQLite 데이터베이스 관리를 위한 유틸리티 라이브러리 sqlite-utils 4.1.1 버전이 릴리스되었습니다.
Guide to Loop Engineering: How ‘autoresearch’ and ‘Bilevel Autoresearch’ Turn AI Agents Into Autonomous Machine Learning ML Research Loops
AI 에이전트를 활용해 연구 과정을 자동화하는 루프 엔지니어링 개념과 방법론을 설명한 가이드입니다.
Show HN: Juggler – an open-source GUI coding agent, by the creator of JUCE
JUCE 제작자가 개발한 오픈소스 GUI 코딩 에이전트 Juggler.