메뉴는 실행의 사전 분포다, 온라인 에이전트를 위한 상태 경로 도구 메뉴
요청과의 유사도로 도구를 고르면 왜 최종 행동만 남는지, 상태 경로를 실행 사전 분포로 삼는 메뉴가 ToolBench 온라인 성공률을 어떻게 끌어올렸는지 해설합니다.
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 9
북극에서 가장 빠른 길보다 덜 해치는 길을 고르는 법
다기준 북극 항로 문제를 사람과 함께 푸는 멀티에이전트 GeoAI의 구조와 판단 방식을 해설합니다.
서브에이전트와 에이전트 스킬, 오래 일하는 지식을 실행하는 두 가지 방법
스킬 패키지를 컨텍스트에 올리는 방식과 서브에이전트에 위임하는 방식을 가른 조건을 재사용 가능한 지식의 실행 관점에서 해설합니다.
RobustSGPO: 에이전트 하네스 진화에서 탐색 공간을 다스리는 법
실행 피드백으로 하네스를 고치는 SGPO의 빈틈을 메우는 RobustSGPO를 해설합니다. 수정 명시와 패치 검사, 스냅샷에서 다시 출발하는 탐색이 왜 완수와 품질을 함께 올렸는지 따라갑니다.
결과가 같아도 과정은 달랐습니다
성공률 80퍼센트대 뒤에 숨은 추론과 도구 사용의 차이를 558개 궤적으로 들여다봅니다
모두가 맞다고 할 때 누구의 불안을 믿을까, CUSP가 푼 집단 불확실성
여러 VLM이 내놓은 답을 의미 공간에 모아 전체 흩어짐과 모델 간 다툼으로 나누는 CUSP의 설계와 실험 결과를 따라가며 멀티 에이전트 추론의 신뢰 측정을 다시 생각합니다.
에이전트 평가를 하나의 항구에 모으다: Harbor Adapters와 Harbor-Index
80여 개 에이전트 벤치마크를 통합하는 평가 인프라와 82개 과제로 추린 메타 데이터셋에 대한 연구 해설
Iris: 검색 프론티어를 오르는 법
하이퍼링크를 거꾸로 밟고 서술형 참조로 단서를 가린 뒤 SFT와 강화학습을 번갈아 오른 Iris-mini와 Iris-pro의 훈련 파이프라인과 벤치마크 기록을 따라갑니다.
간접 프롬프트 인젝션을 테스트 타임 탐색으로 다시 보기
공격 성공률을 피해자의 고정된 점수가 아니라 공격자의 탐색 예산과 절차의 함수로 다시 읽는 연구 해설
더 좋은 모델이 더 위험한 시스템이 될 때
모델 성능 향상과 시스템 위험 증가가 함께 나타날 수 있는 이유를 금융시장 LLM 에이전트 사례로 풀어본 해설입니다.
연구 가속이라는 말을 OpenAI 안에서 들여다보기
Simon Willison이 정리한 OpenAI 내부 연구 가속 이야기를 따라가며 RSI라는 말의 등장, 코딩 에이전트의 일상화, 연구자당 AI 지출 그래프의 꺾임을 풀어봅니다.
HarnessDev: LLM이 자기 에이전트 하네스를 직접 만들고 진화시킬 수 있을까
사람이 손으로 만든 에이전트 프레임워크 대신 LLM이 하네스 코드를 직접 생성하고 실행 결과로 골라내는 진화 루프라는 발상을 뜯어봅니다.