반응형 전체 글365 WorkFactory: Turning Professional Intents into Executable Work for Scalable Agent Training 원문: https://arxiv.org/pdf/2610.37161 한 줄 요약: 에이전트에게 "일 잘하는 법"을 가르치려면 연습 문제가 필요한데, 문제에 정보가 빠지거나 앞뒤가 안 맞으면 티쳐 모델의 시범이 엉망이 된다. 그래서 문제를 "정답에서 거꾸로" 설계하고, 실제로 풀어보게 해서 구멍을 메운 뒤 학습 데이터로 쓴다. Abstract업무 에이전트(working agent)의 지도 학습을 확장하려면, 신뢰할 수 있는 전문가 시연을 만들어 내는 다양한 전문 업무 과제가 필요하다. 그러나 과제 정보가 빠지거나 서로 어긋나면 선생(teacher) 모델의 실행이 막히고, 그 결과로 얻는 지도 신호도 약해진다. 우리는 일관되고 실행 가능한 전문 업무 과제를 만드는 확장형 프레임워크 WorkFactory를 제안.. 2026. 11. 1. 일하는 AI 에이전트, 설계하는 사람 한빛미디어 서평단 활동을 위해서 책을 협찬받아 작성된 서평입니다. 들어가며: 데모 다음 날의 질문들저는 현업에서 그룹 단위의 엔터프라이즈 AI를 설계·운영하는 AI 엔지니어이자, AI 정책과 전략을 연구하고 적용하는 사람입니다. 이 두 자리에 동시에 서 있으면 같은 질문을 두 번 받습니다. 개발 회의에서는 "이 에이전트, 실패하면 어떻게 멈추죠?"를, 정책 세미나에서는 "그래서 사고 나면 책임은 누가 지죠?"를. 표현만 다를 뿐 본질은 같은 질문입니다. 에이전트에게 일을 '맡긴다'는 것은 무엇을 설계한다는 뜻인가.이 책의 소개 문구는 바로 그 지점에서 시작합니다. 화려한 데모를 본 다음 날 회사 책상 앞에서 마주하는 세 가지 질문, 즉 어떤 업무부터 맡길지, 결과를 무엇으로 검증할지, 오류의 책임과 비.. 2026. 10. 25. FDE-Gym: The Last Mile of AI Delivery 원문: https://arxiv.org/pdf/2610.22350프로젝트 페이지: https://fde-gym.com/paper/ FDE-Gym: The Last Mile of AI Delivery fde-gym.com깃헙: https://github.com/deeplethe/fde-gym GitHub - deeplethe/fde-gym: The online judge for the LLM era. Every case is a real customer delivery: you work it with a codingThe online judge for the LLM era. Every case is a real customer delivery: you work it with a coding agent, .. 2026. 10. 18. AgentGarten: Code Worlds for Evolving Agents 원문: https://arxiv.org/pdf/2610.12374 AgentGarten은 "게임 엔진이 세계의 규칙과 상태를 책임지고, AI 비디오 모델이 그 세계를 실사처럼 그려주는" 환경을 만들고, 그 안에서 사전학습된 AI 에이전트가 몇 판 만에 숨바꼭질 전략을 스스로 터득하게 한 연구입니다 (MirroS·칭화대·베이징대, arXiv:2610.12374, 2026-10-08).Blog: https://mirros.ai/blog/worlds-for-evolving-agents Code: https://github.com/MirroS-Lab/AgentGarten Project Page: https://mirros-lab.github.io/agent-garten초록 (Abstract)상호작용 가능한 가상.. 2026. 10. 11. 영상 공모전 첫 도전기 들어가며공모전:https://xn--ob0bn6i2qgtft1b56vemnk53a.kr/ 메인 - hopeladder내가 알리는 모두의 「희망사다리」 영상공모전 공식 안내. 접수 일정, 참가 자격, 영상 규격, 희망사다리 정책 찾기, 공지사항과 FAQ를 제공합니다.xn--ob0bn6i2qgtft1b56vemnk53a.kr 촬영도 편집 프로그램도 없이, AI 대화만으로 2분짜리 공모전 영상을 하루 만에 만들어 제출했습니다.https://www.youtube.com/watch?v=7Fv9v4aGMtU 이 글은 그 과정에서 통한 방법과 막힌 지점을 정리한 기록입니다. 출품한 공모전은 「내가 알리는 모두의 희망사다리」이고, 고른 정책은 일반상환 학자금 대출입니다. 우리 AI팀 네 명이 실제로 이 정책 지원을 받.. 2026. 10. 4. 저자가 직접 쓰는 『실전 AX 리포트』 리뷰: 1년 동안 쓴 책을 독자로 다시 읽었습니다 한빛미디어 서평단 활동을 위해서 책을 협찬받아 작성된 서평입니다.제 책이 리뷰 도서로 당첨됐습니다이번 도서로 『실전 AX 리포트』가 당첨됐습니다. 제가 오현식 상무님, 공득조 교수님과 함께 쓴 책입니다.저자가 쓰는 리뷰는 객관적일 수 없습니다. 그래서 이 글에서는 칭찬을 늘어놓지 않고, 저자만 쓸 수 있는 내용을 적으려고 합니다.이 책이 실제로 무엇을 다루는지, 부별로 어떤 내용이 들어 있는지, 어떤 분께 맞고 어떤 분께는 맞지 않는지, 그리고 저자가 보기에 부족한 부분은 무엇인지입니다. 글이 깁니다. 바쁜 분은 아래 목차에서 필요한 부분만 골라 읽으셔도 됩니다.책 한눈에 보기부별 상세 리뷰 (1부~7부)독자로 다시 읽으며 확인한 장점저자가 말하는 이 책의 한계상황별 읽기 순서추천하는 분, 추천하지 .. 2026. 9. 27. GEO에 대한 비판적 서베이 논문 - Optimizing Visibility in Generative Engines 원문: https://arxiv.org/pdf/2607.14035 AbstractGEO(Generative Engine Optimization)는 생성형 엔진이 만들어내는 답변 안에서 콘텐츠의 등장, 인용 가능성, 영향력을 높이려는 시도다. 최초의 GEO 논문 이후 분야는 빠르게 커졌지만 용어·지표·증거 기준은 여전히 제각각이다. 이 서베이는 2023년 11월~2026년 7월 기간에서 선별한 45편(기간 시작 이후 EMNLP에 게재된 이전 프리프린트 1편 포함)과 관련 RAG·평가 연구를 검토한다.저자의 핵심 주장은 GEO가 하나의 랭킹 문제가 아니라,검색 활성화 → 크롤링·인덱싱 → 검색(retrieval) → 리랭킹·컨텍스트 할당 → 인용 → 현저성 → 사실 흡수 → 충실도 → 사용자 행동으로 이어지.. 2026. 9. 13. 대규모 언어모델을 활용한 사회·행동과학 분야의 재현성 자동 평가 원문: https://arxiv.org/pdf/2606.13670 Abstract사회·행동과학에서 재현성은 일반적으로 독립적인 연구자들이 원 데이터를 재분석하여 출판된 결과가 복구되는지를 평가하는 방식으로 검증된다. 그러나 이러한 접근은 자원 소모가 크고 확장이 어렵다. 본 연구는 대규모 언어모델(LLM)이 재현성 평가를 자동화할 수 있음을 보인다. 행동·사회과학 분야에서 사전 정의된 주장(claim)을 가진 N = 180편의 출판 연구를 사용하여, LLM이 생성한 분석 결과를 원 논문의 결과와 비교하였다. 11편의 연구에서는 LLM 파이프라인이 유효한 효과크기 추정치를 산출하지 못했다. 나머지 연구에서 LLM은 80%의 사례에서 원 연구와 동일한 질적 결론에 도달했으며, 24%의 연구에서 원래의 효과크.. 2026. 9. 6. 이전 1 2 3 4 ··· 46 다음 반응형
