스스로 진화하는 검색 인덱스: SELF-INDEX가 사람 손 없이 RAG를 개선하는 법
검색 인덱스가 스스로 실패를 진단하고 색인 키를 고쳐 검색 품질을 높이는 SELF-INDEX 프레임워크를 초록 기준으로 심층 분석한다.
ProgramDistill: 작동하는 앱에서 배우는 코딩 에이전트 벤치마크
기능의 목적·흐름은 설명하되 구체적 동작은 '작동하는 참조 앱과의 상호작용'으로 추론해 구현하게 하는 코딩 에이전트 벤치마크 ProgramDistill을 소개합니다.
코딩 에이전트의 '하네스'를 뜯어보다: 좋은 뼈대가 성능을 만든다
코딩 에이전트를 감싸는 하네스를 계획·행동공간·컨텍스트관리 세 부품으로 분해해 176개 설정으로 비교한 연구. 예산이 빠듯할수록 컨텍스트 관리가, 모델이 강할수록 계획이 비용 절감 도구가 된다.
EOS 토큰이 서로 다를 때: 온폴리시 증류의 응답 길이 폭증 문제
학생 모델이 스승 모델을 흉내내는 온폴리시 증류에서 응답이 지나치게 길어지는 원인을 '종료 토큰 불일치'로 규명하고, 기능이 같은 EOS를 하나의 종료 행동으로 묶어 완화한 연구.
MiniMax-H3는 물리 세계를 추론할 수 있는가 — 옴니모달 생성모델의 실전 평가
텍스트·이미지·영상·오디오를 한 몸에 담은 MiniMax-H3가 여러 감각을 종합해 물리 세계를 추론하는 능력을, 517개 과제로 검증한 연구를 쉽게 풀어냅니다.
AI도 오답노트를 쓴다: 과거 성적으로 확신을 매기는 XConf
언어모델이 지금 추론만 보지 않고 과거 성적표를 꺼내 '이 답이 맞을 확률'을 매기는 XConf. 확신도를 더 잘 맞히면서 비용은 자기일관성의 10분의 1로 줄였다.
SoL-Pi: 에이전트 하네스를 스스로 개선해 토큰을 절반 가까이 줄이다
코딩 에이전트의 '하네스' 계층을 자동 연구 루프로 반복 개선해, 점수 약 5~6% 하락을 감수하고 토큰 44.7~49.0%·API 비용 약 3분의 1을 절감한 연구.
DeepSeek-V4.1-Flash: KV 캐시를 4분의 1로 줄인 100만 토큰 MoE 모델
DeepSeek가 CSA2·FP4 KV 캐시와 CED 구조로 KV 캐시 용량을 기존 대비 4분의 1로 줄이면서 성능은 더 끌어올린 552B 멀티모달 MoE 모델을 공개했다.
PPO 크리틱의 숨은 결함 '가치 평탄화'와 소수 지점만 감독하는 SP³O
PPO 크리틱이 급변하는 상태 가치를 밋밋하게 예측하는 '가치 평탄화'를 규명하고, 응답당 소수 지점에만 크리틱을 감독해 이를 완화하는 SP³O를 제안한 논문.
모델을 바꿔도 남는 실력: AI 에이전트 자기개선의 과녁
AI 에이전트가 '일하는 뼈대'를 스스로 고칠 때, 시험용 요령인지 진짜 실력인지 가르는 법. ModularRSI는 두뇌 모델을 바꿔 끼워도 효과가 남는지로 답한다.
사람이 만드는 마지막 AI — 재귀적 자기개선(RSI) 5단계 로드맵
AI가 스스로를 고치고 '고치는 방법'까지 바꾸는 재귀적 자기개선(RSI)을 자율성 B0~L5로 나눈 서베이 논문을, 수치 출처까지 지켜 정직하게 해설한다.
ScienceIDE: 세상의 과학 코드를 에이전트가 배우는 실험실로 바꾸다
과학 코드 저장소를 실행 가능한 학습 환경으로 변환해 과학 에이전트를 훈련하는 ScienceIDE와 PhAI-IDE 모델군을 초록 기준으로 심층 분석한다.