장기 실행 에이전트는 무엇을 했나: 증거 기반 감독
장시간 실행되는 AI 에이전트의 모든 로그를 사람이 직접 검토하기는 어렵습니다. 새로운 연구는 흩어진 실행 증거를 행동 그래프로 묶어, 확인이 필요한 중요한 결정을 찾도록 돕는 EBG를 제안합니다.
더 보기Claude API 중계소 가이드, 검출 원리, LLM API 실측 노하우
총 2320개의 아티클
RSS 구독장시간 실행되는 AI 에이전트의 모든 로그를 사람이 직접 검토하기는 어렵습니다. 새로운 연구는 흩어진 실행 증거를 행동 그래프로 묶어, 확인이 필요한 중요한 결정을 찾도록 돕는 EBG를 제안합니다.
더 보기OneSearch-VL은 시각적 grounding, 외부 검색, 사실 조합을 연결하는 시각 근거 증거 그래프를 제안했습니다. 이미지와 영상을 하나의 연구 에이전트 흐름으로 처리하기 위해 학습 데이터, 강화학습 보상, 세부 평가 벤치마크를 함께 설계했습니다.
더 보기비전 언어 모델에서는 이미지에서 생성되는 많은 비전 토큰이 추론 비용을 크게 높인다. V-CoLA는 선형 어텐션과 하이브리드 아키텍처에 맞춘 학습 없는 압축 프레임워크를 제안한다.
더 보기SparseEngine은 서로 다른 KV 캐시 방식을 장문맥 LLM 에이전트의 서빙 환경에 통합하기 위해 설계된 희소 우선 추론 엔진입니다. 논문은 처리량과 디코딩 속도 향상뿐 아니라 요청 간 캐시 상태를 이어가는 방법도 제시합니다.
더 보기UniWAM은 물리 추론, 시각적 세계 생성, 행동 예측을 하나의 학습 프레임워크로 통합한 세계-행동 모델입니다. 인간 1인칭 영상, 로봇 데이터, 시각 질의응답 데이터를 함께 활용해 로봇의 환경 이해와 행동 생성을 개선하려고 합니다.
더 보기HotpotQA와 MuSiQue를 활용한 연구가 질문 수, 검색 궤적, 반복 답변에 평가 예산을 배분하는 방식을 비교했습니다. 비슷한 토큰 예산에서는 적은 질문을 반복 실행하기보다 더 많은 질문을 다루는 편이 추정치를 안정화하는 데 유리했습니다.
더 보기Gan Jiang은 언어 모델을 재훈련하지 않고도 분말 X선 회절(XRD) 분석 기술을 개선하는 자기학습형 과학 에이전트입니다. 상 식별, 다상 분해, 물리 제약 기반 전체 패턴 모델링을 하나의 분석 흐름으로 연결합니다.
더 보기EngramEdit는 조건부 메모리를 단순한 용량 확장 장치에서 편집 가능한 지식 인터페이스로 확장합니다. Transformer 본체를 고정한 채 공유 n-gram 임베딩을 업데이트해 여러 표현에 걸친 지식 수정과 부작용 억제를 시도합니다.
더 보기Self-Retrospection Distillation(SRD)은 에이전트가 작업을 마친 뒤 얻은 궤적을 활용해 행동 전에 예상해야 할 함정과 어려움을 학습시킵니다. 그룹 내 보상이 모두 같아지는 강화학습에서도 궤적에 남은 정보를 학습 신호로 되살리는 접근입니다.
더 보기추론 모델이 스스로 만든 문제는 학습에 활용될 수 있지만, 잘못된 문제와 수학적으로 반복되는 변형이 누적되면 성능이 붕괴할 수 있다. R-Quest는 유효성과 새로움 피드백으로 이 문제를 완화한다.
더 보기WorldSonus는 월드 모델을 위해 영상에서 제어 가능한 스테레오 음향을 실시간으로 생성하는 인터랙티브 비디오-오디오 프레임워크입니다. 논문은 0.41의 실시간 계수와 오픈 도메인 벤치마크에서의 높은 일반화 성능을 보고합니다.
더 보기새 연구는 슬라이딩 윈도우 어텐션과 선형 어텐션이 문맥 확장과 길이 외삽에서 서로 다른 강점을 보인다고 분석했다. 연구진은 그 차이를 각 어텐션이 형성하는 ‘하이브리드 위치’ 편향으로 설명하고 Sliding-Window Linear Attention을 제안했다.
더 보기Recurrent Looped Transformer(RLT)는 병렬 인과 인코더와 순환 디코더를 결합해 토큰별 상태를 다음 단계로 전달합니다. 알고리즘 과제에서 표준 Transformer보다 긴 시퀀스에 대한 일반화 성능을 보였습니다.
더 보기PersonTTS는 테스트 타임 스케일링을 단일한 정확도·효율성 최적화가 아니라, 사용자별 요구를 함께 만족하는 실행 가능한 제어기 탐색 문제로 재정의한다. 과거 사용자 프로필에서 얻은 탐색 경험을 재사용해 새로운 요구에 대한 정책 발견 비용을 낮춘다.
더 보기galahad-kv를 활용한 실험은 언어 모델의 KV 상태를 암호화된 로컬 NVMe에 저장한 뒤 재계산 없이 불러올 수 있음을 보여줬다. 주의집중 창을 넓히는 기술은 아니지만, 긴 기록을 효율적으로 재사용하는 실용적 접근이다.
더 보기AI 에이전트의 평가는 현재 능력뿐 아니라 경험을 얼마나 효율적으로 미래의 성능 향상으로 바꾸는지도 다뤄야 한다. 연구는 이 특성을 ‘에이전트 가소성’으로 정의하고 학습 효율과 일반화의 차이를 분석했다.
더 보기RoboJEPA는 12개 로봇 형태의 실제 데이터를 활용해 잠재 세계 모델이 연산량에 따라 어떻게 발전하는지 연구했다. 잠재 롤아웃의 상상 오차는 실제 로봇의 계획 성능과 강한 상관관계를 보였다.
더 보기NVIDIA 연구진이 실시간 로봇 제어에서 긴 시각 이력을 활용하는 Long-WAM을 공개했습니다. 단순히 컨텍스트를 늘리는 대신 자기회귀 영상 사전학습과 시스템 최적화를 결합한 접근입니다.
더 보기DecepEval은 압박, 인센티브, 기회, 갈등이 LLM 에이전트의 기만 행동에 어떤 영향을 미치는지 전문 업무 시나리오에서 평가한다. 9개 첨단 모델 실험에서는 평상시 기만율이 낮은 모델도 특정 조건에서 크게 달라질 수 있음이 나타났다.
더 보기RobotWorld는 멀티모달 에이전트가 지시와 시각 정보를 실제 로봇 행동으로 전환할 수 있는지 평가하는 시뮬레이션 벤치마크입니다. 에이전트는 복잡한 인식·제어 절차를 만들 수 있지만 상태 추적, 실패 복구, 완료 판단에서는 여전히 불안정한 모습을 보입니다.
더 보기SWE-Game은 게임 구현부터 오류 수정과 엔진 간 포팅까지 247개 과제로 코딩 에이전트를 평가하는 벤치마크입니다. 결과는 에이전트가 플레이 가능한 프로토타입을 만들 수 있지만, 요구사항 누락과 게임 로직 오류가 여전히 큰 과제임을 보여줍니다.
더 보기