쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 11월 16일 (월)까지4683건
3건 · "프로그램 합성"조건 지우기 ×
001▲ 49 · 댓글 2장시간 프로그램 작성을 학습하는 AI 에이전트 프레임워크 공개코딩 에이전트가 처음부터 완전한 프로그램을 작성하도록 학습할 수 있는 체계가 부족한 상황에서, 연구팀이 ProgramGym 프레임워크를 공개했다.AI · 머신러닝 · ProgramGym: Scaling Training Environments for Long-Horizon Program Reproduction Agents

Key Point프로그램을 처음부터 작성하는 에이전트 개발에 필수적인 대규모 검증 환경과 실용적인 워크플로우를 처음 공개하는 것으로, AI 코딩 보조 도구의 자율성 수준을 한 단계 높이는 사례를 보여준다.
핵심 요약
- 코딩 에이전트가 처음부터 완전한 프로그램을 작성하도록 학습할 수 있는 체계가 부족한 상황에서, 연구팀이 ProgramGym 프레임워크를 공개했다.
- Program-Env는 저장소에서 검증 가능한 학습 환경을 자동으로 구성하며, 샌드박스 실행 오류를 수정하고 테스트 품질을 개선하는 피드백 루프를 활용한다.
- 이 파이프라인으로 C, C++, Go, Rust 프로그래밍 언어를 포함한 1,648개의 학습 환경을 확보했다.
전체 요약 6문장 읽기 → 002▲ 106 · 댓글 60형식 검증의 새로운 시대, TLA+와 AI가 만나다보리스 체르니의 바이럴 트윗 이후 TLA+에 관심이 몰리고 있으며, 이 글은 TLA+의 실용성과 한계, 그리고 미래 방향을 설명한다.AI · 머신러닝 · The internet discovers TLA+. Now what?

Key PointTLA+가 30년 된 도구이지만 AI 에이전트를 활용한 자동화로 형식 검증을 실용적으로 확장하는 방식을 보여주며, 안전성이 중요한 분산 시스템 개발에 영향을 미칠 수 있는 기술 전환점이다.
핵심 요약
- 보리스 체르니의 바이럴 트윗 이후 TLA+에 관심이 몰리고 있으며, 이 글은 TLA+의 실용성과 한계, 그리고 미래 방향을 설명한다.
- TLA+(Temporal Logic of Actions)는 시스템의 가능한 동작과 만족해야 할 성질을 기술하는 형식 언어로, 상태와 행동으로 이루어진 전이 시스템을 모델링한다.
- TLA+의 모델 체커인 TLC는 유한 모델의 모든 가능한 실행을 탐색해 안전성(bad thing이 일어나지 않음)과 생존성(good thing이 결국 일어남) 같은 시간적 성질을 검증한다.
전체 요약 8문장 읽기 → 003▲ 11 · 댓글 2코딩 에이전트, 복잡한 로봇 계획 문제 자동 해결Task and Motion Planning(TAMP)은 이산 결정이 기하학·운동·동역학 제약과 밀접하게 연결되어 있어 어려운 문제이며, 기존 방법은 많은 도메인별 엔지니어링이 필요했다.AI · 머신러닝 · Coding Agents for Generalized Task and Motion Planning Problems

Key Point로봇 계획 같은 복잡한 최적화 문제를 LLM 코딩 에이전트가 손코딩 기반 계획기를 능가하는 성능으로 해결할 수 있음을 대규모 실험으로 입증했으며, 특히 문제 규모가 커질수록 효율 우위가 두드러진다.
핵심 요약
- Task and Motion Planning(TAMP)은 이산 결정이 기하학·운동·동역학 제약과 밀접하게 연결되어 있어 어려운 문제이며, 기존 방법은 많은 도메인별 엔지니어링이 필요했다.
- 연구팀은 Claude Code(Opus 5)와 Codex(GPT-5.6 Sol, GPT-6 Astra)를 사용해 주어진 과제 설명과 시뮬레이터 접근권으로 프로그램을 합성하는 코딩 에이전트를 조사했다.
- 에이전트들은 고정된 예산 내에서 환경과 상호작용하며 프로그램을 개발한 후, 이를 검증 데이터셋에서 평가했다.
전체 요약 8문장 읽기 →