보상만 쫓았는데 세상의 규칙을 배웠다고요
보상만 보고 배운 PPO 에이전트의 가치 함수 안에 세상에 대한 이해가 들어 있는지, 같은 장면을 살짝 바꿔 묻는 반사실 개입으로 따져본 Crafter 연구를 구조와 다이아몬드 규칙, 물과 음식, 인벤토리 감각 중심으로 읽는다.
핵심 주제
AI 에이전트
AI 에이전트를 도구에서 책임 있는 동료로 전환하기
에이전트 오케스트레이션, 협업, 역할과 에스컬레이션, 장기 실행과 인간 감독을 실제 운영 관점에서 살펴봅니다.
관련 글
페이지 2
턴 제한을 풀자 오픈 웨이트가 가장 비싼 모델과 어깨를 나란히 했다
CTI-REALM에서 26개 모델을 같은 조건으로 겨뤄 턴 제한이라는 숨은 변수를 걷어내자 비용 10분의 1의 오픈 웨이트 모델이 최상위 보상에 도달한 과정을 따라갑니다.
오래 일하는 에이전트를 재는 법, 터미널에서 세 시간 버티기
46개 과제를 고치고 31개를 더해 77개로 넓힌 LHTB 2.0이 재구성 파이프라인과 단계별 보상, 세 시간 평가로 에이전트의 지속력을 어떻게 측정하는지 해설합니다.
선생 없이 스스로 나아지는 에이전트, ClawLoop가 던진 질문
외부 선생 모델 없이 하네스 안에서 문제를 만들고 배우고 진단하는 ClawLoop의 자기 개선 루프를 따라가며 Task Synthesis와 진단 기반 커리큘럼의 의미를 읽어봅니다.
조용히 어긋나는 에이전트 데이터 사이언스
돌아가는 코드 뒤에 숨은 여섯 가지 방법론 실수와 220개 과제로 드러난 평가의 빈틈을 읽습니다.
디바이스 위에서 뛰는 빠른 사적 에이전트, LFM2.5-24B-A2B
24B 중 토큰당 2B만 깨우는 MoE로 로컬에서 에이전트를 돌리겠다는 Liquid AI의 제안을 뜯어봅니다. 속도, 프라이버시, 배포 조건까지 함께 읽습니다.
ScarfBench로 보는 엔터프라이즈 자바 마이그레이션과 AI 에이전트 평가
IBM Research가 소개한 ScarfBench를 출발점으로 삼아 엔터프라이즈 자바 프레임워크 마이그레이션이 왜 AI 에이전트에게 어려운 시험대인지, 평가는 무엇을 봐야 하는지 차근차근 짚어봅니다.
Holo4, 컴퓨터를 직접 쓰는 에이전트를 받치는 법
Hcompany의 Holo4 글을 따라가며 화면 이해와 좌표 지정, 계획과 실행, 긴 작업의 신뢰성, 학습과 평가, 권한 문제를 함께 읽습니다.
묻는 것도 실력이다, CLEAT가 가르쳐준 질문의 가치
언제 질문하고 언제 진행할지를 학습으로 알아내는 에이전트 정렬 방법 CLEAT를 구조와 실험으로 풀어봅니다.
통과만 보지 않고 과정을 읽는 법
테스트 통과라는 이분법 보상을 넘어 디버깅 과정 자체를 비교해 배우는 Behavioral Self-Rewarding 접근을 읽고, 왜 같은 결과에서도 배울 거리가 남는지 정리했습니다.
SpireBench로 본 에이전트의 긴 호흡, 왜 끝까지 가면 무너질까
Slay the Spire를 처음부터 끝까지 플레이하게 만든 SpireBench를 통해 장기 전략, 위험 판단, 전투 실행력에서 에이전트 모델이 어디까지 왔고 어디서 무너지는지 살펴봅니다.
모르는 것을 아는 합성, 생성 공간을 진화시키는 EvoSyn
학습자의 실패가 다음 합성 방향을 구체적으로 정해주지 않는 간극에서 출발해, 생성 가능한 상호작용 요인과 합성 노력 배분을 고쳐 쓰는 상태 중심으로 데이터를 진화시키는 EvoSyn의 구조와 실험 결과를 읽는다.