
SpireBench로 본 에이전트의 긴 호흡, 왜 끝까지 가면 무너질까
Slay the Spire를 처음부터 끝까지 플레이하게 만든 SpireBench를 통해 장기 전략, 위험 판단, 전투 실행력에서 에이전트 모델이 어디까지 왔고 어디서 무너지는지 살펴봅니다.


Slay the Spire를 처음부터 끝까지 플레이하게 만든 SpireBench를 통해 장기 전략, 위험 판단, 전투 실행력에서 에이전트 모델이 어디까지 왔고 어디서 무너지는지 살펴봅니다.

MCTS와 랜덤 재시작 리스트 스케줄링을 동일한 평가 횟수로 붙인 통제 실험을 해설합니다. 2048회 평가에서 2.88퍼센트 차이의 의미와 탐색 규칙의 함정을 풀어봅니다.

LLM이 직접 제어 코드를 제안하고 고치고 섞으면서 엘리트 테이블에 쌓아 올리는 EliteTable의 프로그램 탐색 방식을 해설합니다. 여섯 개 제어 과제에서 본 개선과 일반화의 갈림길을 함께 읽어봅니다.

데이터를 모으지 않고 순위를 함께 배우는 DeFiRank가 실제 거래 기록에서 진짜 기여를 가려내는 방식을 읽는다.

수백만 쌍 없이 100쌍에서 500쌍의 앵커와 짝 없는 데이터로 따로 학습된 인코더를 맞추는 증류된 최적 수송 방식을 해설합니다

학습자의 실패가 다음 합성 방향을 구체적으로 정해주지 않는 간극에서 출발해, 생성 가능한 상호작용 요인과 합성 노력 배분을 고쳐 쓰는 상태 중심으로 데이터를 진화시키는 EvoSyn의 구조와 실험 결과를 읽는다.

MCP로 도구를 쓰는 에이전트 시대에 팩트 확인을 넘어 출처 확인이 필요한 이유를 Multiverse Computing의 검증 관점에서 따라간다. provenance 기록과 entailment 점검, 신뢰 등급과 허용 목록, 남은 난제를 차례로 읽는다.

Hugging Face의 Open TTS Leaderboard가 다국어 TTS와 제로샷 음성 복제를 어떻게 같은 조건에서 겨루게 하는지, 자동 지표와 사람 투표의 조합을 뜯어봅니다.

정답이 아니라 궤적을 배워야 하는 기업 에이전트 시대에 합성 데이터로 일을 만들고 걸러내는 흐름과 그 뒤에 남는 편향과 운영의 빈틈을 읽는다.

말은 매끄러운데 저장이 안 되어 있다면요. Microsoft가 다룬 에이전트의 거짓 완료 문제를 따라가며 호출과 커밋의 차이, 읽기로 확인하는 습관, 멱등성과 원자성, 그리고 운영 가드레일을 정리합니다.

TII UAE의 Falcon ASR이 음성을 텍스트로 바꾸는 방식과 다국어 전사, 구두점과 타임스탬프, 잡음과 긴 오디오 대응, 그리고 음성 에이전트로 이어지는 길을 따라가 봅니다.

같은 Nemotron 뿌리에서 갈라진 두 파생 모델이 IOI와 IMO 금메달 기준에 도달한 과정을 강화학습과 검증 가능한 보상, 도구 연동, 긴 추론의 관점에서 풀어낸 해설