AI 기술 레이더

코딩 에이전트의 장기 작업에서 피드백을 지속적으로 추적하고 해결하는 언어적 비평 프레임워크.

실패한 후보군에서 정보를 추출하여 AI 시스템의 자동 진화를 최적화하는 프레임워크.

LLM이 환자-의사 대화 기록에 부수적인 정보를 포함하여 임상 추론을 방해하는 현상을 분석한 연구.

AI 에이전트가 개방형 환경에서 자율적으로 과학적 발견을 수행할 수 있도록 돕는 감독 및 메타 성찰 메커니즘.

외부 메모리를 통해 명시적 세계 모델을 지속적으로 학습하고 업데이트하는 LLM 에이전트 프레임워크.

강화학습 컴퓨팅 확장을 통해 모델의 자기 개선 능력을 강화하는 MiMo-V2.6 시리즈.

지식 충돌 상황에서 LLM 에이전트의 불확실성 인지 및 소통 능력(인식적 겸손)을 평가하는 방법론.

로봇의 의사결정을 VLM 추론이 아닌 실행 가능한 코드로 직접 작성하는 'Code-Only-as-Policy' 접근법.

LLM이 단순 확률적 패턴을 넘어 잠재적인 순차적 구조를 이해하고 행동하는지 검증한 연구.

시각적 근거 그래프를 활용하여 이미지와 비디오를 통합 분석하는 딥리서치 에이전트 'OneSearch-VL'.

정치적 양극화와 정신건강 간의 양방향적 인과관계를 기존 문헌을 통해 체계적으로 검토한 연구임.

자동화된 AI 스웜이 정보 조작 및 허위정보 캠페인에 미칠 위험성을 정의하고 분석한 연구임.

LLM 튜터의 교육적 품질을 높이기 위한 지표 최적화가 오히려 실제 교육적 상호작용을 저해할 수 있음을 밝힌 연구임.

AI가 인간의 업무 중 실행과 평가 기능을 어떻게 대체하는지 측정하고 고용에 미치는 영향을 분석한 연구임.

LLM 에이전트의 실행 경로를 실시간으로 모니터링하고 개입하기 위한 구조적 최적 운송 기반 프레임워크를 제안함.

LLM 에이전트의 자기 진화(self-evolution)를 런타임 하네스 내로 제한하여 변경 사항을 추적하고 검토 가능하게 만드는 프레임워크.

기계 번역 품질 평가에서 LLM이 인간 평가자를 대체할 수 있는지 다양한 차원에서 검증한 연구.

실제 상거래 백엔드와 연동된 라이브 커머스 환경에서 자율 에이전트를 평가하는 벤치마크 'StoreBench' 소개.

강력한 모델의 정렬 상태를 약한 모델로 증류하여 정렬 실패를 탐지하는 'Distillation Double Bind' 연구.

LLM 에이전트의 지속적 기억을 관리하기 위한 입학(admission) 및 표현(presentation) 설계 연구.

의사결정 모델의 확률 보정, 프레이밍 민감도, 비용 효율성을 평가하는 벤치마크를 제안합니다.

코딩 에이전트의 실제 활용 능력을 평가하기 위해 장기적이고 다회차 상호작용을 포함한 벤치마크를 제안합니다.

에이전트 평가에서 검증기(Verifier)의 취약성을 진단하고 점수 변화의 원인을 분석하는 프로토콜을 제안합니다.

AI 생성 연구의 실행 과정을 검증하기 위한 '연구 계약(Study Contracts)' 개념 도입.

챗봇부터 자율 에이전트까지 LLM 통합 애플리케이션의 아키텍처 형태를 체계적으로 분류.

연구 아이디어의 참신함과 실현 가능성을 균형 있게 생성하는 'Mind Supernet' 기반 사고 흐름 프레임워크.

단일 모델의 한계를 극복하기 위해 멀티 에이전트 간 상호 비평과 개선을 수행하는 프레임워크.

AI 연구 에이전트가 실험 결과를 예측하고 예산을 최적화할 수 있도록 돕는 '연구 세계 모델(RWM)' 연구.

실제 데이터베이스 환경에서 에이전트가 겪는 학습-배포 불일치를 해결하기 위한 'Harness-Native' 학습 프레임워크 제안.

AI 안전성 벤치마크가 실제로 특정 속성을 측정하는지 심리측정학적 관점에서 분석한 연구.

METR의 AI 시간 지평선 지표를 통계적 방법론(스플라인, 문항반응이론)으로 재해석하여 평가의 타당성 검토.

공개 리더보드에서 발생할 수 있는 투표 조작이나 벤치마크 오염을 방지하기 위한 '인증된 부패 예산' 개념 도입.

단위 테스트 기반의 기존 코딩 벤치마크가 가진 한계를 지적하고, 에이전트 평가를 위한 진화적 접근법 제안.

AI가 다른 AI를 위한 메시지를 발견했을 때 사용자에게 보고하는지 실험하여 AI의 투명성과 정렬 문제 탐구.

다중 스캐너 기반 AI 가드레일의 취약점을 분석하고 우회 공격을 방어하는 프레임워크 제안.

비용 효율적인 반사실적 주석 수집을 통해 오프라인 정책 평가의 정확도를 높이는 방법론.

자연어 정책을 정형화된 도구 호출 게이트로 컴파일하여 LLM 에이전트의 정책 준수를 강제하는 시스템.

로컬 LLM 에이전트가 데이터 엔지니어링 작업을 재현 가능하게 수행할 수 있는지 평가한 실증 연구.

코딩 에이전트에서 설치된 스킬 간의 기능 충돌을 분석하고 해결하는 연구.

멀티모달 감정 이해에서 표면적 단서가 아닌 인지적 평가 추론을 도입하는 연구.

하위 그룹별 예측 신뢰도를 보장하기 위한 확률적 그룹화 컨포멀 예측 방법.

VLM의 예측적 공간 추론 능력(장면 구성 및 변화 예측)을 평가하는 새로운 벤치마크.

실시간 비디오 스트림에서 고동적 사건을 인식하는 VLM의 성능을 평가하는 벤치마크.

진화 로봇공학에서 2D 시뮬레이션의 통신 프로토콜을 3D 물리 환경으로 전이하는 연구.

2D 시뮬레이터에서 공동 진화한 로봇 간 통신 메커니즘의 3D 물리 환경 전이 평가 연구.

40개의 이질적인 작업을 단일 정책으로 학습/평가하는 GPU 병렬 로봇 학습 벤치마크.

배포 후 모델 가중치 수정 없이 새로운 임상 지식을 반영하는 멀티모달 의료 AI 학습 방법론.

기업 시스템의 제약 속에서 에이전트 훈련을 위한 일관된 합성 데이터를 생성하는 프레임워크 제안.

RAG 환경에서 추론 언어와 프롬프트 언어 간의 정렬이 모델 성능에 미치는 영향 분석.

블랙박스 최적화 문제 해결을 위한 LLM 에이전트 성능을 체계적으로 평가하는 벤치마크.

장기 기억 에이전트의 컨텍스트 압축을 위해 요약과 함께 잔여 메모리 토큰을 활용하는 기법.

절차적 작업 수행을 위해 목표 지향적으로 비디오를 생성하고 실행하는 세계 모델.

멀티 에이전트 시스템에서 모델별 신뢰도를 실시간으로 보정하는 방법론.

텍스트 조건부 레고 설계 에이전트의 물리적 타당성과 설계 능력을 평가하는 벤치마크 'BrickBench' 제안.

시청각 캡셔닝 모델의 국소화와 포괄성을 동시에 평가하는 'OmniCapBench' 프레임워크.

선호도와 루브릭 보상을 결합하여 텍스트-이미지 모델을 효과적으로 후학습시키는 레시피.

텍스트-이미지 생성 모델의 물리적 일관성과 현실적 타당성을 평가하는 'TerraVis' 프레임워크.

다양한 구현 가능성을 고려하여 LLM 생성 코드의 테스트 품질을 평가하는 'TestPrism' 벤치마크.

희소 어텐션을 우선적으로 처리하여 긴 문맥 추론 효율을 높이는 'SparseEngine' 추론 엔진.

Twitch 채팅 데이터의 시간적 패턴이 복잡계의 다중 프랙탈 특성을 보이는지 분석한 연구임.

자동화된 검증 시스템에 대한 의존이 인간의 전문성 유지와 검증 능력에 미치는 영향을 분석한 연구임.

AI 안전 생산성이 불확실한 상황에서 규제 기관이 위험 상한선과 개발 기한을 어떻게 설정할지 분석한 연구임.

데이터가 부족한 상황에서 LLM을 활용해 학습자의 지식 상태를 추적할 수 있는지 검증한 연구임.

표의 헤더 정보를 활용하여 지식 그래프 구축을 위한 데이터 품질을 평가하고 주석을 다는 프레임워크임.

개인화된 텍스트-이미지 확산 모델을 위한 효율적인 LoRA 학습 방법을 제안함.

에이전트가 도구 사용 결과를 요약하고 보관하여 컨텍스트를 효율적으로 관리하는 '에이전트 제어 망각' 기법 제안.

소형 언어 모델(SLM)을 미세조정하여 대규모 학습 데이터에 대한 문법 개념 주석을 효율적으로 수행하는 방법.

복잡한 컴퓨터 사용 작업에서 에이전트의 성공 여부를 판단하는 자동 판정자의 신뢰성을 평가한 연구.

단순 모방을 넘어 검증 중심의 피어 리뷰를 지원하는 LLM 프레임워크 및 벤치마크 제안.

정보 검색과 GUI 생성을 결합하여 복잡한 작업을 돕는 'GenUI-Harness' 제안.

LLM 에이전트가 자율적으로 과학적 모델을 발견할 때 식별 가능성을 고려하도록 하는 'LLM-IDEA' 프레임워크.

대화형 AI의 장기 기억 시스템에서 어떤 정보를 저장할지 결정하는 'Gated Memory' 메커니즘 제안.

음성 에이전트의 실시간 대화와 복잡한 추론/코딩 작업을 분리하여 협업 효율을 높이는 프레임워크를 제안합니다.

복잡한 환경에서 탐색, 상호작용, 목표 달성을 수행하는 에이전트의 공간 지능을 평가하는 벤치마크를 소개합니다.

규칙 기반 작업에서 신뢰도 적응형 정책 최적화를 통해 에이전트가 스스로 학습하고 진화하는 프레임워크를 제안합니다.

코딩 에이전트가 추상적 추론 작업을 수행할 때 생성하는 사고의 흔적을 분석하여 학습 과정을 연구합니다.

조직 정책 준수와 상태 추적을 보장하는 멀티 에이전트 실행 프레임워크를 제안합니다.

LLM 기반 멀티 에이전트 시스템에서 오류의 근본 원인을 추적하고 귀인하는 모델링 기법을 제안합니다.

기반 모델을 고정한 상태에서 작업 수행 경험을 통해 에이전트의 기능을 스스로 진화시키는 시스템을 제안합니다.

사용자별 기대치와 선호도의 이질성을 반영하여 다회차 대화 상호작용의 UX를 평가하는 벤치마크를 제안합니다.

AI의 순차적 의사결정 능력을 평가하기 위한 3차원 특성화 프레임워크 제안.

독립적으로 제어되는 뷰 간의 일관성을 평가하는 마인크래프트 기반 월드 모델 벤치마크.

LLM 안전성 평가에서 의도 회복을 통해 유해성 판단의 정확도를 높이는 방법론.

가드 모델을 활용해 에이전트의 필수 안전 의무 이행 여부를 식별하는 프레임워크.

사용자 선호도를 장기적으로 추적하기 위한 이중 경로 파라미터 메모리 구조 제안.

LLM 머신 언러닝 과정에서 발생하는 부작용을 최소화하고 성능을 보존하는 복구 기법.

이벤트 중심 메모리와 그래프 증강을 결합하여 대화형 에이전트의 장기 기억 능력을 향상시키는 방법.

지식, 추론, 다국어 작업에서 특화된 의사결정 모델과 범용 LLM의 성능을 비교 분석.

LLM 기반 프로그램 진화 과정에서 자원을 효율적으로 배분하는 자기 진화형 에이전트 제안.

문제 해결 과정에서 사후 검토를 통해 추론 능력을 향상시키는 'Hindsight Hierarchies' 학습 기법.

과학기술 문헌 분석을 위해 시계열 일관성을 유지하도록 사전 학습된 트랜스포머 모델 패밀리.

LLM을 가설 생성기로 활용하여 확률적 논리 프로그램을 학습시키는 신경기호학적 접근법.

AI 에이전트를 학습 엔진으로 활용하여 게임 정책과 소프트웨어를 개선하는 적대적 휴리스틱 학습 패러다임 제안.

학생 답안지의 복잡한 특성을 반영한 수기 답안지 데이터셋(HANS) 구축 및 파싱 성능 평가.

LLM의 정렬 학습이 보지 못한 환경에서 어떻게 행동에 영향을 미치는지 예측하는 과제 설정.

지구 과학 분야에서 AI 모델의 도입과 평가가 과학적 기준을 어떻게 충족해야 하는지에 대한 거버넌스 논의.

LLM 기반 에이전트가 생성한 형식 사양(Formal Specification)의 정확성을 평가하는 방법론.

보안 관제 업무에서 LLM 에이전트의 증거 수집 및 조사 전략을 분석하고 개선 방안 제시.

코드 이해 능력을 중심으로 코딩 에이전트의 난이도를 체계적으로 평가하는 CABRA 벤치마크 제안.

LLM이 생성한 3D 월드(Three.js)를 자동으로 평가하기 위한 다각적 벤치마크(WorldBench) 제안.

실제 환경에서 공간적 오디오-비주얼 이해 능력을 평가하는 벤치마크 SAVU-Bench 제안.

분석 코드 생성 시 '보이는 추론(CoT)'이 항상 성능 향상을 보장하지 않으며, 페르소나와 언어에 따라 다름을 입증.

매개변수 미세조정 없이 LLM에서 특정 정보를 삭제하는 훈련 없는 언러닝 기법 제안.

의미 없는 데이터로도 모델에 특정 특성이나 백도어를 전이시킬 수 있음을 입증한 연구.

표 데이터에 대해 사용자의 의도를 명확히 하기 위한 대화형 질의응답 시스템 및 벤치마크 제안.

캡션이 없는 원시 비디오 데이터를 활용하여 기존 언어 모델을 멀티모달로 미드 트레이닝하는 방법론.

멀티모달 모델에서 작업과 무관한 오디오 정보가 추론에 미치는 영향을 제어하는 메커니즘.

생성자와 판별자를 활용하여 벤치마크 생성과 방법론 발견을 자동화하는 루프 프레임워크.

소스 코드와 입력만으로 최종 출력 및 체크포인트 상태를 예측하는 LLM 벤치마크.

테스트 시점 학습(TTT)을 위한 정책을 학습하여 모델의 성능을 개선하는 에이전트 기법.

소프트 커뮤니티 구조를 활용한 확장 가능한 계층적 그래프 생성 모델.

전이중(Full-duplex) 대화 모델의 제어 가능성을 평가하는 벤치마크.

지속적인 업데이트 과정에서 AI 시스템의 안전성을 재귀적으로 개선하는 프레임워크.

MLLM 기반 인식 작업에서 토큰 오버헤드를 줄이고 정밀도를 높이는 동적 벡터 디코딩 방식.

JEPA 기반의 잠재 공간에서 행동과 미래 관측을 예측하는 월드 액션 모델.

시각적 전이 추론을 학습의 기본 단위로 삼아 MLLM의 물리적·공간적 추론 능력을 강화하는 방법론.

확산 모델과 자기회귀 모델의 디코딩 스케줄 성능을 예측하는 연구.

물리적 주의 편향을 사용하여 케이블 역학을 예측하는 학습 시뮬레이터.

강화학습(RLVR)이 LLM의 추론 능력에 미치는 영향을 활성화 공간의 기하학적 분석을 통해 규명.

위성 이미지를 기반으로 한 장거리 UAV 비전-언어 내비게이션 벤치마크.