
관련 있어 보이는 스킬이 항상 도움이 되지는 않는다
87개 SkillsBench 과제에서 스킬의 실제 수행도 변화를 잰 실증 연구를 해설합니다. 모델과 하네스에 따라 달라지는 유용성, 절차가 짐이 되는 순간, 검색과 재배열, 잘 쓰는 설명서의 조건을 정리합니다.


87개 SkillsBench 과제에서 스킬의 실제 수행도 변화를 잰 실증 연구를 해설합니다. 모델과 하네스에 따라 달라지는 유용성, 절차가 짐이 되는 순간, 검색과 재배열, 잘 쓰는 설명서의 조건을 정리합니다.

사용자 의도를 숨은 제약으로 보고 언어 피드백을 순수 탐색으로 다룬 TRACE를 해설합니다. 반박과 식별의 차이, 커버리지 보장, RecMovie에서의 성과와 흔들리는 피드백 앞에서의 거동을 따라갑니다.

일부 어려운 clause가 최적화 궤적을 장악하는 gradient domination을 진단하고, clause별 기울기를 GradNorm으로 맞추는 GradSAT와 연속 탐색 뒤 비트 정밀 탐색을 잇는 2단계 구조를 해설합니다.

SCoRE 2026 혼합 도메인 평가에서 절차 조건화 자기 일관성을 제안한 Route-Verify-Vote를 절차 선택과 집합 투표, 적응형 예산의 관점에서 풀어봅니다.

지연된 피드백과 바뀌는 규칙 앞에서 무너지는 기업 자동화를 반성 기반 정책 다듬기로 풀려는 아키텍처 Adaptive Workflow Intelligence를 해설합니다.

보상이 공유될 때 왜 신고가 최선인데도 학습되지 않는지, 기울기가 k배로 부풀어 오르는 구조와 감사 설계의 조건을 따라가 봅니다.

사이버 공격 탐지에서 그래프 표현 방식을 정량 비교한 연구를 해설합니다. 자동 표현 학습 73퍼센트라는 대세와 도메인별 선택의 갈림길, 그리고 p 0.008 뒤에 남은 운영 질문을 따라갑니다.

FEM-ASM 논문을 따라가며 문서 상태와 실행 가능한 스킬이 타입 있는 제안으로 모이고 잔차 연산자로 맞춰지는 구조, Multi-Mesh 실험과 52,809개 기억 저장소의 의미를 살펴봅니다.

사람이 썼는지 기계가 썼는지 둘로 나누는 표기 대신, 만들고 쓰는 과정의 AI 관여를 0부터 5까지 여섯 단계로 적는 REAL Rating의 문제의식과 설계, 다섯 가지 결과물에 대한 적용과 남은 질문을 읽는다.

검증 가능한 보상으로 추론을 가르칠 때 드문 정답이 사라지는 이유를 따라가며 ExPPO의 surprisal 기반 신용 재분배와 커버리지 실험을 읽는다.

문서와 스크립트가 한 묶음으로 움직이는 실행형 에이전트 스킬을 어떻게 고치고 유지할지, 350개 작업으로 따로 재는 벤치마크를 읽어봅니다.

실행 피드백으로 탐색을 이끌고 되돌린 트리로 패치를 고르는 방법이 SWE-bench에서 52.8%를 풀고 검증기의 오답 허용을 절반 이하로 낮춘 과정을 해설합니다.