쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 10월 30일 (금)까지3636건
4건 · "장기 추론"조건 지우기 ×
001▲ 10 · 댓글 2소규모 언어 모델 에이전트, 장기 추론에서 목표 달성 못하는 문제 해결LLM 기반 에이전트는 추론과 복잡한 과제 해결에 우수하지만 토큰 소비와 추론 지연 때문에 실제 배포가 어렵다.AI · 머신러닝 · Progress-Aware Distillation for Mitigating Stagnation in Small Language Model Agents
Key Point소규모 언어 모델을 에이전트로 만들 때 장기 추론에서 막혀 있는 핵심 문제와 그 해결책이 제시되어, 실용적인 경량 에이전트 배포의 길을 열 수 있다.
핵심 요약
- LLM 기반 에이전트는 추론과 복잡한 과제 해결에 우수하지만 토큰 소비와 추론 지연 때문에 실제 배포가 어렵다.
- 최근 연구들은 감독 학습 기반 증류(supervised fine-tuning-based distillation)로 대규모 모델의 에이전트 능력을 소규모 언어 모델(SLM)로 전이하고 있다.
- 하지만 상호작용 궤적이 길어지면서 추론-행동 체인과 환경 피드백이 쌓이면, 증류된 학생 에이전트는 '진행 정체'를 경험한다: 실패한 전략에 갇혀 의미 있는 진전을 못 한다.
전체 요약 8문장 읽기 →AI · 머신러닝 · Tree-Aware Posterior Distillation for Long-Horizon Agentic Reinforcement Learning
Key Point장기 수평선 에이전트 학습 시 정책 편차와 신용할당 문제를 동시에 해결하는 새로운 방식이 기존 GRPO보다 실제 성과를 개선했기 때문입니다.
핵심 요약
- 강화학습 후 훈련에서 장기 상호작용을 학습할 때 터미널 보상만으로는 각 턴의 신용할당이 희소하고 고분산이 되는 문제가 있다.
- 기존 방식은 학습된 비평가, 과정 보상 모델, 온정책 증류 등으로 더 조밀한 신용을 얻지만 가치 네트워크나 강한 외부 교사가 필요해 훈련 복잡도가 높다.
- TreeOPSD는 비평가 없이 각 상호작용 턴을 나무 노드로 취급하고 공유 접두사에서 대안 경로를 분기하며 터미널 보상을 재귀적으로 역전파해 암묵적 턴 수준 신용을 생성한다.
전체 요약 6문장 읽기 →AI · 머신러닝 · ProgAgent: Learning Tool Orchestration through Programmatic Training
Key Point컨텍스트 길이 한계가 늘어가는 상황에서 복잡한 작업을 수행하는 에이전트의 근본적인 훈련 방식에 대한 실증적 개선안을 제시하고 있다.
핵심 요약
- LLM 기반 에이전트는 여러 도구를 조합해 긴 작업을 수행해야 하는데, 기존의 직접 도구 호출(DTC) 방식은 도구 응답이 컨텍스트에 계속 쌓여 컨텍스트 부패와 오케스트레이션 실패를 초래한다.
- 프로그래밍 방식 도구 호출(PTC)은 실행 가능한 코드를 통해 도구를 호출하고 중간 결과를 런타임 변수에 저장하는 방식으로, 기존 연구에서는 추론 시점 최적화로만 탐구되었다.
- ProgAgent는 검증 가능한 장기 작업 합성 파이프라인, 경량 PTC 런타임, 2단계 훈련 레시피로 구성된 완전한 PTC 훈련 스택을 제시한다.
전체 요약 6문장 읽기 →AI · 머신러닝 · Agent-Reflex: Teaching Language Agents to Act Reflectively
Key Point도구 사용 에이전트가 실제 환경의 노이즈와 오류로부터 자동으로 학습하고 회복할 수 있는 구체적인 훈련 방법론을 제시하고 있어, 더욱 견고한 AI 에이전트 개발에 필요한 기술이다.
핵심 요약
- 언어 모델 에이전트가 장기 추론과 도구 사용을 수행할 때 노이즈 있는 피드백과 사용자 개입에 대응하는 문제를 다룬다.
- Agent-Reflex는 세 단계로 구성된 훈련 프레임워크로, 먼저 Environment Reflection Skill Discovery(RSD) 단계에서 도구 피드백 섭동을 주입하고 다양한 LLM 풀에서 성공-실패 쌍을 추출해 반성 메타스킬을 도출한다.
- Reflective Supervised Fine-Tuning(ReSFT) 단계는 각 스킬을 자가 반성, 스킬 복구, 사용자 중심 수정을 위한 감독 신호로 변환한다.
전체 요약 6문장 읽기 →