RAG 인덱스를 확장하면 답변이 달라지는 이유
모델과 프롬프트, 검색 정책을 그대로 유지해도 검색 인덱스를 확장하면 같은 질문에 대한 답변이 바뀔 수 있다는 연구 결과가 나왔다. 연구진은 일반적인 생성 변동성과 인덱스 업데이트의 영향을 분리하는 ‘스냅샷 호환성 감사’를 제안했다.
더 보기Claude API 중계소 가이드, 검출 원리, LLM API 실측 노하우
총 2320개의 아티클
RSS 구독모델과 프롬프트, 검색 정책을 그대로 유지해도 검색 인덱스를 확장하면 같은 질문에 대한 답변이 바뀔 수 있다는 연구 결과가 나왔다. 연구진은 일반적인 생성 변동성과 인덱스 업데이트의 영향을 분리하는 ‘스냅샷 호환성 감사’를 제안했다.
더 보기Thinkingbox는 그럴듯한 답변이나 올바른 도구 호출을 넘어, 업무 흐름이 끝난 뒤 백엔드 상태가 요구사항과 일치하는지 검증합니다. 벤치마크 결과는 우연한 성공과 반복 가능한 실행 능력 사이에 큰 차이가 있음을 보여줍니다.
더 보기AutoResearch는 연구 아이디어 생성과 실험 실행을 연결하는 2단계 자율 연구 시스템입니다. 다중 모델 교차 검토, 실험 진단, 독립적인 증거 검토를 통해 신뢰하기 어려운 연구 결론을 줄이려 합니다.
더 보기EMNLP 2026 Findings 연구는 검색 증강형 LLM이 조작된 웹 콘텐츠를 신뢰해 존재하지 않는 상품까지 추천할 수 있음을 보여준다. 추론 모드와 기존 방어 기법도 이 위험을 안정적으로 막지 못했다.
더 보기RIBOSPAN은 최대 10,240개 뉴클레오타이드의 문맥으로 사전학습한 16억 1천만 파라미터 양방향 RNA 파운데이션 모델입니다. 연구진은 짧은 문맥 모델을 추론 단계에서 확장하는 방식보다 네이티브 장문맥 학습이 전체 전사체 표현에 더 안정적일 수 있음을 보였습니다.
더 보기ReWorld는 학습 단계에서 단기 행동 제어와 장기 장면 기억을 분리하고, 추론 단계에서는 제한된 KV 캐시와 카메라 포즈 기반 랜드마크 검색을 결합합니다. 무한히 커지는 문맥 없이도 사용자가 다시 방문한 장소의 정보를 불러오려는 접근입니다.
더 보기GameXpert-Bench는 코딩 에이전트의 게임 개발 능력을 생성, 버그 수정, 다중 턴 최적화의 전체 과정에서 평가한다. 에이전트는 플레이 가능한 기반을 만드는 데는 강하지만, 능동적인 결함 발견과 런타임 검증, 회귀 방지에는 여전히 약점을 보인다.
더 보기구조적 압축과 4비트 양자화를 함께 적용하면 추론, 수학, 코딩, 장문맥 성능이 약화될 수 있다. Multiverse Computing은 원본 비압축 모델에서 직접 지식 증류를 수행하는 Quantization-Aware Healing(QAH)을 제안했다.
더 보기MobilePA-Bench는 단순한 화면 조작을 넘어 도구 호출, 장기 계획, 메모리, 복합 스킬, 서브에이전트 협업을 평가하는 인터랙티브 벤치마크입니다. 엄격한 도구 순서와 권한 제한, 실행 중 오류가 발생하면 최신 LLM의 신뢰성이 크게 떨어지는 것으로 나타났습니다.
더 보기EchoWM은 사용자가 장면 안으로 들어가 지속적으로 이동할 수 있는 생성 미디어용 옴니모달 월드 모델입니다. 이동에 맞춰 720p 영상, 환경음, 음악, 음성을 함께 생성합니다.
더 보기TileMix는 융합된 밀집 어텐션 커널 안에서 스코어 타일 그룹을 FP16 또는 INT8 경로로 나눕니다. 토큰 연결을 제거하지 않으면서 긴 컨텍스트 프리필의 품질과 처리량 사이의 균형을 겨냥합니다.
더 보기음성 기반 멀티홉 질의응답에서 더 풍부한 검색 구조가 절대 성능은 높이지만, 상류 음성인식 오류에는 오히려 더 취약할 수 있다는 연구 결과가 나왔다. 특히 질의 속 엔터티가 잘못 인식되는 현상이 오류 전파의 핵심 원인으로 나타났다.
더 보기Prime Agent는 장기 과제 평가와 코딩 에이전트 워크플로를 위한 오픈소스 하네스입니다. 지속형 REPL, 궤적 간 메모리, 재귀적 하위 에이전트, 복구 기능을 결합해 모델의 한계와 인프라 오류를 구분합니다.
더 보기WorldToken은 각 정책 시점의 다중 시점 이미지, 고유수용감각, 작업 조건을 하나의 월드 토큰으로 묶고 시간 순서로 모델링합니다. 실험은 목표 도메인 데이터와 긴 시간 문맥이 로봇 조작에 중요하다는 점을 보여줍니다.
더 보기ClawProBench는 최종 답변뿐 아니라 증거 수집, 런타임 라우팅, 안전 경계, 반복 실행의 안정성까지 평가한다. 결과는 네이티브 런타임 작업이 더 어렵고, 한 번의 성공만으로는 신뢰성을 판단하기 어렵다는 점을 보여준다.
더 보기한 연구가 전통적 시뮬레이터의 8가지 역량을 기준으로 월드 모델의 발전과 한계를 체계적으로 평가했다. 상호작용과 제어에서는 성과가 있지만, 물리 법칙의 보장과 상태 피드백, 장기 재현성에는 여전히 큰 격차가 있다.
더 보기LongRCA Bench는 장기 실행 에이전트의 실패를 책임 역할 식별과 가장 이른 결정적 근본 원인 단계 탐지라는 두 과제로 나눠 평가한다. 1,140개의 실제 실패 궤적과 학습이 필요 없는 RCTA 방법을 함께 제시했다.
더 보기Anthropic이 Claude 채팅과 Cowork의 메모리 시스템을 통합한다. 사용자는 프로젝트를 논의한 뒤 같은 배경을 다시 설명하지 않고 실행 작업으로 넘어갈 수 있다.
더 보기애플이 M6와 M5 Ultra를 탑재한 Mac mini와 Mac Studio를 공개했다. 대용량 통합 메모리와 Thunderbolt 5 연결을 앞세워 로컬 모델 개발과 추론 장비로서의 역할을 확대한다.
더 보기Accel이 주도한 2,600만 달러 시드 투자를 유치한 Keenable이 스텔스 모드에서 나왔다. 회사는 AI 시스템을 겨냥해 1,000억 개가 넘는 웹 문서 검색 인덱스를 구축하고 있다고 밝혔다.
더 보기Multiverse Computing은 구조적으로 축소되고 4비트 양자화된 모델을 압축 이전의 대형 모델에서 직접 증류하는 QAH를 소개했습니다. GPT-OSS 실험에서 60B MXFP4 모델은 9개 벤치마크 중 7개에서 같은 구조의 BF16 모델을 앞섰습니다.
더 보기