섞인 문제를 푸는 법: 절차를 먼저 고르고, 따져보고, 모아보는 추론
SCoRE 2026 혼합 도메인 평가에서 절차 조건화 자기 일관성을 제안한 Route-Verify-Vote를 절차 선택과 집합 투표, 적응형 예산의 관점에서 풀어봅니다.
노시욱 (Patrick Rho)
작성한 글
페이지 8
맥락을 읽고 정책을 고쳐 쓰는 자동화라는 발상
지연된 피드백과 바뀌는 규칙 앞에서 무너지는 기업 자동화를 반성 기반 정책 다듬기로 풀려는 아키텍처 Adaptive Workflow Intelligence를 해설합니다.
위험한 일을 멈추는 법을 배우지 못하는 팀
보상이 공유될 때 왜 신고가 최선인데도 학습되지 않는지, 기울기가 k배로 부풀어 오르는 구조와 감사 설계의 조건을 따라가 봅니다.
그래프를 어떻게 그려야 공격이 보일까, 37편 논문을 세어 본 연구
사이버 공격 탐지에서 그래프 표현 방식을 정량 비교한 연구를 해설합니다. 자동 표현 학습 73퍼센트라는 대세와 도메인별 선택의 갈림길, 그리고 p 0.008 뒤에 남은 운영 질문을 따라갑니다.
파라미터 덩어리 너머로, 기억과 스킬을 조립하는 언어모델
FEM-ASM 논문을 따라가며 문서 상태와 실행 가능한 스킬이 타입 있는 제안으로 모이고 잔차 연산자로 맞춰지는 구조, Multi-Mesh 실험과 52,809개 기억 저장소의 의미를 살펴봅니다.
얼마나 함께 만들었는지 적는 법, REAL Rating이 제안하는 눈금
사람이 썼는지 기계가 썼는지 둘로 나누는 표기 대신, 만들고 쓰는 과정의 AI 관여를 0부터 5까지 여섯 단계로 적는 REAL Rating의 문제의식과 설계, 다섯 가지 결과물에 대한 적용과 남은 질문을 읽는다.
맞힌 답을 살려두는 학습, Exploration-Preserving Policy Optimization이 묻는 것
검증 가능한 보상으로 추론을 가르칠 때 드문 정답이 사라지는 이유를 따라가며 ExPPO의 surprisal 기반 신용 재분배와 커버리지 실험을 읽는다.
마크다운을 넘어선 스킬 자가 진화, SkillScriptBench가 재는 것
문서와 스크립트가 한 묶음으로 움직이는 실행형 에이전트 스킬을 어떻게 고치고 유지할지, 350개 작업으로 따로 재는 벤치마크를 읽어봅니다.
에이전트에게 코딩을 가르친다는 말의 실제 뜻
실행 피드백으로 탐색을 이끌고 되돌린 트리로 패치를 고르는 방법이 SWE-bench에서 52.8%를 풀고 검증기의 오답 허용을 절반 이하로 낮춘 과정을 해설합니다.
행동 기록이 사람 설명을 이긴다, LLM 합성 페르소나의 개인을 복원하는 방법
인구 평균은 누구나 맞힌다. 845명 2차 패널과 14개 행동 편향 실험에서 설명 기반 페르소나가 개인차를 절반만 살리고 행동 기록이 분산과 예측력을 되살린 과정을 해설합니다.
ROAR: 서로 다른 AI 연구 시스템을 하나로 묶는 실행 기록 인프라
값비싼 AI 연구 실행 기록을 서로 비교할 수 있게 만드는 관계형 스키마와 파싱 계층, 900번 이상의 실행에서 드러난 탐색의 본질을 따라갑니다.
LatentQuant, NVFP4 양자화 아래에서 정책이 믿는 잠복 약속을 지키는 법
복원 점수는 그대로인데 로봇 성공률이 무너진 이유를 따라가며, 인코더 정렬부터 고정하는 2단계 NVFP4 학습으로 정책이 기대하는 잠복 분포를 되찾은 LatentQuant를 해설합니다.