쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 11월 22일 (일)까지5067건
3건 · "행동 분석"조건 지우기 ×
001▲ 10 · 댓글 4AI 코딩 에이전트 동작 패턴을 행동 궤적으로 분석기존 AI 코딩 에이전트 벤치마크는 작업 성공 여부만 평가하며 실행 과정을 블랙박스로 취급해 실제 동작을 불투명하게 만들고 있다.AI · 머신러닝 · Interpreting Coding Agents Through Their Behavioral Trajectories

Key Point성공률만으로는 구별되지 않는 AI 에이전트의 실제 동작 차이를 이해할 수 있으며, 더 나은 에이전트 평가와 개선 방향을 찾는 데 필수적이다.
핵심 요약
- 기존 AI 코딩 에이전트 벤치마크는 작업 성공 여부만 평가하며 실행 과정을 블랙박스로 취급해 실제 동작을 불투명하게 만들고 있다.
- 연구팀은 125개 에이전트 설정과 117개 모델에서 수집한 14만 3209개 실행 궤적을 분석했다.
- 저장소 검색, 파일 편집, 테스트 실행 등 고수준 행동으로 매핑하는 규칙 기반 파서를 개발하고, 500개 이벤트에서 6개 모델 합의 기준으로 검증했다.
전체 요약 7문장 읽기 → 002▲ 16 · 댓글 2LLM 에이전트, 사용자 감정 변화에 취약하다장시간의 도구 호출 작업에서 LLM 에이전트는 도구 사용 오류뿐만 아니라 사용자와의 비효율적인 상호작용으로도 실패한다.AI · 머신러닝 · τ-Emotion-Bench: Exposing the Interaction Fragility of LLM Agents through Real-World User Emotions

Key Point현실의 사용자 감정 변화가 LLM 에이전트의 신뢰성을 심각하게 흔드는 취약점을 처음으로 체계적으로 측정하고, 이를 개선하기 위한 학습 방법을 제시한다.
핵심 요약
- 장시간의 도구 호출 작업에서 LLM 에이전트는 도구 사용 오류뿐만 아니라 사용자와의 비효율적인 상호작용으로도 실패한다.
- 기존 벤치마크는 협조적이고 안정적인 사용자를 가정하고 있어 감정 변화가 에이전트 신뢰성에 미치는 영향을 제대로 평가하지 못했다.
- τ-Emotion-Bench는 10개 도메인에서 감정 조건부 사용자 상호작용 하에서 도구 호출 에이전트를 평가하는 벤치마크를 제시한다.
전체 요약 8문장 읽기 → 003▲ 20 · 댓글 1LLM 에이전트, 외부 모델 없이 자기개선한다LLM 기반 에이전트가 파일 시스템·셸과 직접 상호작용하는 하네스 환경에서 작동하지만, 기존 학습 파이프라인은 외부 강력한 모델에 의존하는 일회성 방식에 머물고 있다.AI · 머신러닝 · ClawLoop: Self-Improving Agents via Harness-Native Training Loop

Key Point기존 LLM 에이전트 학습은 외부 모델과 인간에게 종속되어 근본적 한계가 있는데, ClawLoop은 순환 루프로 자동 개선을 실현하고 작은 모델에도 지식 전이가 가능함을 증명하며 에이전트 학습 패러다임의 전환을 시사한다.
핵심 요약
- LLM 기반 에이전트가 파일 시스템·셸과 직접 상호작용하는 하네스 환경에서 작동하지만, 기존 학습 파이프라인은 외부 강력한 모델에 의존하는 일회성 방식에 머물고 있다.
- ClawLoop은 외부 교사 모델 없이, 최소한의 사전 지식으로 에이전트가 자기개선하는 자체 순환 프레임워크를 제안한다.
- 과제 합성·진단 기반 난이도 성장·에이전트 기반 검증으로 다양한 학습 과제 풀을 생성하고, SFT와 RL로 에이전트를 업데이트한 후, 롤아웃 행동 분석으로 다음 반복의 피드백을 생성한다.
전체 요약 5문장 읽기 →