LeRobot v0.6.0, 상상하고 재고 고치는 로봇 학습
Hugging Face의 LeRobot v0.6.0이 묶은 Imagine, Evaluate, Improve 고리를 따라가며 데이터 규격과 평가, 반복 개선이 로봇 학습을 어떻게 바꾸는지 읽어봅니다.
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 8
제목만 남은 침해 기록을 읽는 법, 2026년 7월 에이전트 사건이 묻는 것
제목 외에 확인된 내용이 거의 없는 2026년 7월 프론티어 랩 에이전트 침해 글을 출발점으로 삼아 에이전트 침해의 구조와 기술적 타임라인의 조건, 운영의 질문을 따라간다.
타우타우벤치: 에이전트를 만드는 일 자체를 통째로 재는 벤치마크
고객 응대 에이전트를 직접 만드는 일을 코딩 에이전트의 과제로 삼은 새로운 평가 환경을 뜯어봅니다. 현실적인 계약 조건에서 출발해 감춰둔 사용자로 채점하는 구조와 낮은 통과율의 의미를 정리합니다.
자연어로 말하면 QUBO 식이 나온다, 그 사이를 누가 메울까
자연어 문제를 이진 결정 변수와 페널티 항으로 바꾸는 QUBO 정식화 과정을 멀티 에이전트와 반복 수정으로 자동화한 연구를 해설합니다. QUBOBench 100문제와 68퍼센트 정확도가 말하는 것과 말하지 않는 것을 함께 읽습니다.
에이전트가 화학 메커니즘을 스스로 풀어낼 수 있을까
가설 생성부터 계산 검증까지 닫힌 고리로 돌리는 ARCHE를 통해 자율 화학 탐구의 구조와 한계를 읽어봅니다.
오래된 기억을 그대로 두지 않고 세상에 다시 물어보는 법
궤적만 읽는 큐레이터가 기억을 오염시키는 문제를 짚고, 읽기 전용 환경 탐색으로 기억을 확인하고 좁히고 고치는 방식을 CLBench와 APEX 결과로 따라갑니다.
UnitBoost, 합성 LLM 시스템을 모델이 아니라 병합 연산자로 관리하기
생성형 관리자 대신 단위 지도와 제약 argmax 조립, 잔여분 지정으로 합성 LLM 시스템을 관리하는 UnitBoost의 구조와 실험 결과를 해설합니다.
바뀐 화면 앞에서 절차 기억은 어떻게 버틸까
절차 기억을 가진 웹 에이전트가 화면과 조건이 바뀌어도 예전 요령을 재사용할 수 있는지, 파일럿의 엇갈림과 32칸 통제 실험을 따라가며 간섭이 나타나지 않은 구간의 의미를 풀어봅니다.
정답 뒤에 숨은 오류를 찾아내는 법, LexAgentHallu가 묻는 질문
정답률만으로는 보이지 않는 법률 에이전트의 실패 경로를 3414개 사례와 27개 세부 유형으로 추적한 LexAgentHallu를 해설합니다.
멈출 수 있을까? 순차 임상 진단 에이전트를 위한 위험 제한 중단
진단 에이전트가 언제 진단을 내리고 언제 물러서야 하는지, 선택 오류율과 자율 진단 범위를 함께 보증하려는 중단 레이어 Cros를 깊게 읽습니다.
기억하는 척을 넘어서는 시험, PRAGMA가 묻는 것
오랜 대화를 기억하는 비서를 어떻게 평가할지 묻는 PRAGMA 연구를 통해 사실 회상과 개인화된 조언 사이의 간격, 증거 정렬의 어려움, 메모리 구조의 다음 과제를 읽는다.
블랙박스 레드티밍으로 에이전트 AI의 위험을 찾아내는 법
채팅 평가를 넘어선 에이전트 AI의 다단계 위험을 블랙박스에서 자동으로 찾아내는 분류 체계 기반 레드티밍 프레임워크 해설