
붙이는 자리까지 함께 배우는 분자 설계, Fraglingo가 묻는 것
조각 고르기와 붙일 자리 예측을 하나의 연속 벡터로 묶은 Fraglingo를 자기회귀 생성, 와일드카드 읽기, 검색 기반 확장과 네 가지 설계 작업 중심으로 읽는다.


조각 고르기와 붙일 자리 예측을 하나의 연속 벡터로 묶은 Fraglingo를 자기회귀 생성, 와일드카드 읽기, 검색 기반 확장과 네 가지 설계 작업 중심으로 읽는다.

앱의 동작 방식을 미리 배워 토큰을 아끼는 OdoBot 설계를 해설합니다. Canvas 45개 과제에서 Agent-E보다 44퍼센트, WebVoyager보다 80퍼센트 적은 토큰으로 과제를 마친 결과를 구조와 함께 읽습니다.

두 개의 임상 타임라인을 정답지와 비교하지 않고 원본 케이스 리포트에 직접 비춰 판정하는 GAVEL 프로토콜의 구조와 검증 결과, 그리고 병합 시간표까지 이어지는 흐름을 해설합니다.

클라우드 거대 모델 없이도 에이전트를 굴릴 수 있을까. OrchSLM이 제안하는 비인터랙티브 오케스트레이션과 라우터, 과제 구조, 모델 풀, 합의의 움직임을 따라가 봅니다.

78% 도입률과 362건의 사고 사이에서 증명하지 못하는 거버넌스의 간극을 따라가며 AGIL의 다섯 개 층위와 100밀리초 집행 게이트웨이가 무엇을 바꾸는지 살펴봅니다.

답만 맞히는 시계열 언어모델을 넘어 추세와 계절성을 조립해 설명하는 추론을 합성 데이터와 검증 가능한 보상으로 가르치는 TimeThink 연구를 읽고 풀어낸 해설입니다.

사전 학습 없이 농장 관리에 투입된 LLM 멀티 에이전트가 같은 날씨에서는 강화학습과 비기고 바뀐 날씨에서는 더 잘 버틴다는 연구를 따라가며, 계획과 도구 호출과 관찰과 검증의 고리가 왜 필요한지 따져봅니다.

사람이 바뀌어도 끊기지 않는 연구실을 만들려는 LabAgent를 따라가며 재현과 발견을 묶은 허브, 실행되고 검증되는 스킬, 실패 기록의 자산화, 네 개 생명과학 영역 평가와 그림 재현이 말하는 것을 읽는다.

특허 명세서 작성이라는 실제 전문 업무를 무대로 LLM 심사자의 평가와 첨삭 능력을 검증한 Vibe Patenting 연구를 따라가며, 반복 피드백과 추론 비용, 전문가 검증의 의미를 풀어봅니다.

반복적인 정책 개선과 재귀적 자기 개선을 하나의 학습 패러다임으로 설명하는 Generalized Agent Iteration 프레임워크를 해설합니다. 개선 장치의 위치와 평가 기준의 고정 여부를 기준으로 두 개념의 경계와 위험을 구분합니다.

수렴과 다양성을 동시에 노리던 다목적 베이지안 최적화를 두 단계로 나눈 Converge Then Diversify 접근법을 해설합니다. 빠듯한 예산에서 먼저 한 점에 닿고 옆으로 퍼지는 순서가 왜 유리한지 짚어봅니다.

처음부터 학습한 7B dense 모델 ZGCM-1이 내부 추론과 외부 검색을 묶어 수학과 에이전틱 검색에서 대형 프론티어 모델과 경쟁하는 구조와 학습법을 해설합니다.