참고
REFLEX Paper review
에이전트의 한 스텝을 ‘고르는 일’과 ‘쓰는 일’로 나누고, 고르는 일은 텍스트 대신 선택지와 확신도만 내는 작은 결정 모델에 맡긴다. 자체 벤치마크에서는 강한 모델 호출이 72.7% 줄고 성공률이 올랐지만, BFCL 과 τ²-bench 에서는 싼 LLM 캐스케이드와 구분이 안 됐다.
Component Routing Paper review
GUI 에이전트가 스스로 만든 경험을 locator·procedure·state fact·lesson 네 조각으로 쪼개고, 조각마다 파인튜닝(weights)과 검색 노트(context) 양쪽에 똑같이 넣어 비교했다. locator 는 weights 에서, procedure 와 st...
What Does a Harness Buy Paper review
같은 모델을 Claude Code, mini-SWE-agent, OpenCode 세 하네스에 넣고 SWE-bench Verified 를 돌린 뒤, 같은 설정을 한 번 더 돌려 잡음 크기를 쟀다. 하네스를 바꿔서 뒤집히는 과제 비율과 그냥 다시 돌려서 뒤집히는 비율이 둘 다 13% ...
EFRE Paper review
프롬프트 최적화를 과제가 순서대로 들어오는 continual learning 에 그대로 쓰면 앞 과제를 잊는다. 프롬프트 하나 대신 프롬프트 여러 개를 두고, 갱신이 과거 성공 사례의 점수를 90% 이상 지킬 때만 받아들이면 FinQA 하락이 25.10점에서 1.56점으로 줄어든다...
Leave a comment