복잡한 에이전트 메모리는 항상 필요한가? Raw-RAG의 반전
가공하지 않은 대화 기록을 검색하고 재순위화하는 Raw-RAG가 4개 메모리 벤치마크의 7개 설정 중 6개에서 비교 대상 시스템을 앞섰습니다. 복잡한 메모리 구조보다 원본 증거를 보존하는 일이 더 중요할 수 있음을 보여줍니다.
더 보기Claude API 중계소 가이드, 검출 원리, LLM API 실측 노하우
총 2281개의 아티클
RSS 구독가공하지 않은 대화 기록을 검색하고 재순위화하는 Raw-RAG가 4개 메모리 벤치마크의 7개 설정 중 6개에서 비교 대상 시스템을 앞섰습니다. 복잡한 메모리 구조보다 원본 증거를 보존하는 일이 더 중요할 수 있음을 보여줍니다.
더 보기AgentVQA는 웹 에이전트, 로봇, 게임 등 5개 영역의 현실적인 사례를 모아 비전언어 모델의 에이전트 시각 이해를 평가한다. 22개 모델 가운데 최고 정확도는 58.5%에 그쳤으며, UI 위치 파악과 상태 추적이 핵심 병목으로 나타났다.
더 보기MolLean은 화학 추론을 명시적 분자 상태에 연결하고 Lean 기반 커널로 구조 편집과 주장을 검증한다. 8,800개 대응 샘플을 활용한 평가에서 전체 추론 궤적 개선은 12개 과제 모두에서 직접적인 연쇄 사고를 앞섰다.
더 보기vLLM은 Prefill Context Parallelism, Decode Context Parallelism, Hybrid HiSparse를 결합해 H200 8장 노드 두 대에서 GLM-5.3을 서비스하는 구성을 공개했다. AgentX에서 동일한 처리량의 데이터 병렬 배포보다 사용자별 속도가 1.7~3.2배 높았으며, 테스트한 구성 중 유일하게 100만 토큰 문맥을 지원했다.
더 보기SpatialScout는 비전-언어 모델 에이전트가 카메라를 직접 제어하고 시각적 증거를 수집해, 공통 3D 좌표계에서 물체를 위치 추정할 수 있는지 평가하는 벤치마크입니다. 결과는 대략적인 배치 파악과 완전하고 정밀한 계측 지도를 만드는 능력 사이에 큰 격차가 있음을 보여줍니다.
더 보기Tencent ARC는 중간 시각 맥락을 보지 않고 더 먼 미래의 비디오 청크를 예측하게 하는 Future Chunk Prediction을 제안했습니다. 이 방식은 단순한 인접 프레임 복사를 줄이고 장면의 시간적 변화를 학습하도록 유도합니다.
더 보기DONIC은 다양한 인간의 양손 동작을 하나의 정책으로 추적하는 범용 양손 조작 제어 방식입니다. BiHOI 데이터셋을 활용해 추가 미세 조정 없이 보지 못한 궤적과 물체로 일반화합니다.
더 보기로그인 화면은 ‘로그인’ 버튼 뒤에 나오면 정상일 수 있지만, ‘주문 보기’ 뒤에 나오면 공격 신호일 수 있다. 새 연구의 LGWM은 다음 GUI 상태를 표현 공간에서 직접 예측해 에이전트의 전환을 빠르게 검증한다.
더 보기새 연구는 에이전트의 실행 프레임워크인 Harness 자체를 강화학습의 새로운 스케일링 차원으로 제시합니다. 구조화된 여러 Harness에서 학습한 모델은 보지 못한 설정과 외부 블랙박스 Harness로 더 잘 전이했습니다.
더 보기Agent4Sci는 최첨단 코딩 에이전트를 20개 과학 머신러닝 벤치마크에서 장기 평가했다. 에이전트는 기존 최고 성능을 높였지만, 대부분의 향상은 연구 수준의 통찰보다 머신러닝 엔지니어링 기법에서 나왔다.
더 보기Qwen-Audio-3.1-ASR은 이전 버전보다 음성 인식을 개선하고 화자 분리 전사와 범용 오디오 이해 기능을 확장한 모델 제품군입니다. 다국어·중국어 방언 지원과 함께 파일 전사, 스트리밍, 대화형 입력 등 다양한 운영 방식을 겨냥합니다.
더 보기WorldStream은 플레이어가 이동하는 방향으로 지형을 계속 확장하고, 실행 중인 세계에 자연어 명령을 적용하며, 방문했던 장소와 수정 내용을 복원하는 개방형 3D 월드 모델입니다. 계층적 계획, 결정론적 컴파일, 스트리밍, 영속적인 세계 기록을 결합합니다.
더 보기LLM 에이전트는 작업을 수행하는 것뿐 아니라 결과가 유효한지도 판단해야 합니다. VerifierBench는 생성된 검증기가 오답은 잘 거부하면서도 정답까지 지나치게 거부하는 경향을 보여줍니다.
더 보기DiffResearch는 멀티에이전트 딥 리서치 파이프라인의 핵심 모델을 자기회귀 모델에서 확산 언어 모델로 교체했습니다. 에이전트 구조와 검색 코드를 고정한 비교에서 전체 지연 시간을 크게 줄였고, 생성이 끝나기 전에 검색 하위 질의를 추출하는 dFast도 제시했습니다.
더 보기LM2LM은 다른 언어 모델을 개선할 제안을 강화학습으로 학습하는 방법입니다. 연구 월드 모델의 예측과 소수의 실제 실험을 결합해 값비싼 시행착오를 줄입니다.
더 보기Quant-Arena는 시장 가설 수립부터 신호 구현, 백테스트, 전략 고정까지 LLM이 정량 연구의 전체 과정을 수행할 수 있는지 평가한다. 최고 성적 모델조차 비공개 2024년 평가에서 동일가중 시장을 넘지 못했다.
더 보기합성 의료 기록을 활용한 통제 실험이 직접 파인튜닝, DP-SGD, 프라이버시 인식 재작성 방식을 비교했습니다. 고유성이 높은 개인정보를 의도적으로 바꾸는 방법은 성능 손실을 줄이면서 정보 유출 위험을 낮출 가능성을 보여줍니다.
더 보기FrontierCS 2는 실제 코드 저장소에서 패치를 반복 제출하는 연구 환경을 통해 AI 에이전트의 컴퓨터과학 연구개발 능력을 평가한다. 결과는 현재 최고 수준의 에이전트도 안정적인 프런티어 연구 수행과는 거리가 있음을 보여준다.
더 보기MMedAgent-Plus는 비전-언어 플래너로 18개 의료 전문 모델을 연결해 12개 작업과 8개 의료 모달리티를 다룬다. 핵심은 단일 모델의 인식 성능보다 여러 분석을 올바르게 조합하고 근거에 기반한 답변을 만드는 능력이다.
더 보기WildAWM은 GUI, MCP 서비스, 명령줄을 하나의 상태 공간에서 지원하는 컴퓨터 환경과 장기 과제를 합성하는 파이프라인입니다. 이 합성 세계에서만 학습한 Qwen 모델은 여러 미지의 에이전트 벤치마크에서 성능 향상을 보였습니다.
더 보기장시간 실행되는 LLM 에이전트에서는 모델 연산보다 KV 캐시의 저장과 이동이 더 큰 비용이 될 수 있습니다. AKV는 에이전트가 궤적을 다시 쓰거나 보존된 문맥을 재프리필하지 않고 활성 캐시를 직접 관리하도록 합니다.
더 보기