쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 11월 16일 (월)까지4683건
4건 · "AI 협력"조건 지우기 ×
001당일 +145AI와 협력하는 학술 연구 플랫폼 Agentero 공개Zotero 시대의 인-에이전트 협력 단절을 극복하기 위해 개발된 통합 연구 워크스페이스로, 논문·노트·AI 대화를 한곳에서 관리한다.AI · 머신러닝 · poco-ai/Agentero · TypeScript

Key Point논문 관리부터 AI 기반 분석까지 산재된 학술 워크플로우를 하나로 통합하는 방식이 기존 Zotero·Obsidian·ChatGPT 간 수동 복사-붙여넣기 방식의 대안을 제시한다.
핵심 요약
- Zotero 시대의 인-에이전트 협력 단절을 극복하기 위해 개발된 통합 연구 워크스페이스로, 논문·노트·AI 대화를 한곳에서 관리한다.
- PDF 읽기 환경은 인간에게 친화적으로 유지하면서 자동으로 구조화된 Markdown과 LaTeX로 변환해 AI 모델이 정확하게 인식할 수 있게 제공한다.
- 도형·수식·표를 자동 추출하고 쌍방향 링크 노트, 다중 모드 번역(구간·페이지·전문), 전문 검색을 지원하는 결구화된 편집 시스템을 갖췄다.
전체 요약 9문장 읽기 → 002▲ 10 · 댓글 3AI 에이전트, 인간과의 역할 분담을 제대로 학습하나언어 모델 에이전트가 능력이 증가하면서 인간의 도움 의존도가 낮아지는데, 이것이 협력 실패인지 올바른 역할 분담인지 구분하기 어렵다.AI · 머신러닝 · Who Takes the Lead? Model Ability and Task-Conditioned Collaboration with Humans

Key PointAI 에이전트의 능력이 증가하면서 인간과의 협력 방식이 단순한 도움 의존도 감소가 아니라 상황에 맞는 역할 분담 메커니즘을 학습하는지 실증적으로 보여주는 연구 결과다.
핵심 요약
- 언어 모델 에이전트가 능력이 증가하면서 인간의 도움 의존도가 낮아지는데, 이것이 협력 실패인지 올바른 역할 분담인지 구분하기 어렵다.
- 이를 체계적으로 조사하기 위해 연구팀은 공유된 목표 하에 에이전트와 인간을 놓고, 누가 이점을 가지는지 변화시키는 실험을 설계했다.
- 공유 제어 미로 과제에서 에이전트 제어 아바타와 인간 제어 아바타가 공동으로 최소 턴 수로 목표에 도달해야 하며, 에이전트가 매 턴마다 자신이 행동할지 인간에게 넘길지 결정한다.
전체 요약 7문장 읽기 → 003당일 +225Claude Code로 학술논문 작성 자동화하는 오픈소스 도구 공개연구 → 집필 → 검토 → 수정 → 완성의 전 단계를 자동화하는 학술논문 작성 도구 'Academic Research Skills(ARS)'를 공개했다.오픈소스 · 도구 · Imbad0202/academic-research-skills · Python

Key Point인간 중심 AI 협력으로 학술 환경의 인용 위조와 자동 생성 논문 문제를 직접 해결하는 오픈소스 도구로, 연구자들이 어떤 기준으로 신뢰성 있는 AI 협력을 구축할지 보여주는 사례입니다.
핵심 요약
- 연구 → 집필 → 검토 → 수정 → 완성의 전 단계를 자동화하는 학술논문 작성 도구 'Academic Research Skills(ARS)'를 공개했다.
- 13개 에이전트의 심층 리서치, 12개 에이전트의 논문 작성, 7개 에이전트의 동료 검토, 10단계 파이프라인 오케스트레이터로 구성되어 있다.
- AI는 보조역이며 인간 연구자가 모든 결정을 내린다는 'human-in-the-loop' 원칙으로 설계했고, 각 단계마다 확인 포인트를 두어 AI의 판단을 검증한다.
전체 요약 12문장 읽기 → 004▲ 28 · 댓글 1AI가 과학 소프트웨어를 다루다: 146개 과제로 평가하는 벤치마크과학 소프트웨어는 분자 구조 조작, 이미지 분석 등 전문적인 인터페이스와 검증 가능한 결과물 생성을 요구하는 만큼 AI 에이전트에게 도전적인 환경이다.AI · 머신러닝 · OSWorld-Science: A Benchmark of Computer Use Agents for Learning and Using Scientific Software

Key Point과학 도메인에서 AI의 실제 능력을 측정할 수 있는 첫 대규모 벤치마크로, 분자 설계·데이터 분석 등 연구 워크플로우 자동화의 가능성을 객관적으로 평가할 수 있게 한다.
핵심 요약
- 과학 소프트웨어는 분자 구조 조작, 이미지 분석 등 전문적인 인터페이스와 검증 가능한 결과물 생성을 요구하는 만큼 AI 에이전트에게 도전적인 환경이다.
- Hugging Face와 연구팀이 OSWorld-Science 벤치마크를 공개했으며, 여러 과학 분야의 소프트웨어 환경에서 12개의 비전 언어모델(VLM)을 146개의 고품질 작업으로 평가한다.
- 분자 그리기·역합성, 병리 이미지 분석, 통계 계산, 물리 시뮬레이션 등 실제 연구 워크플로우를 다루며, 전문가 제안과 인간-AI 협력설계를 통해 과제를 개발했다.
전체 요약 7문장 읽기 →