
L2G-SR이 수치 오차 곁에 구조 점수를 놓은 이유
수치 오차만으로는 진짜 식을 찾기 어려운 이유와, 구조를 판단하는 verifier로 탐색을 이끄는 L2G-SR의 설계를 따라가 봅니다.
AI 기술, 연구, 제품, 그리고 그 곁에서 일하는 사람들의 이야기
기술과 제품을 설계하고 검증하는 과정, 주목할 논문과 AI 동향에 대한 해설, Patty의 새로운 시도와 일하는 문화까지 깊이 있게 전합니다.

수치 오차만으로는 진짜 식을 찾기 어려운 이유와, 구조를 판단하는 verifier로 탐색을 이끄는 L2G-SR의 설계를 따라가 봅니다.

Counterfactual Neighborhood Risk Fields가 VLM 안전을 차단이 아닌 증거 기반 선택적 판단으로 바꾸는 과정을 따라가며, 반사실 이웃과 위험 방향, 지원도 분리, 동일 모델 검토 구조를 해설합니다.

정확도 피드백이 명세의 구멍을 가리는 현상을 Verus와 Rust 실험으로 추적하고, 증거 수집과 수리를 나눈 단계 분리 감사가 왜 수율과 수리 성공률을 끌어올리는지 읽는다.

도구를 쥐여줘도 점수가 오르지 않는 이유를 실행 과정과 자원 기록까지 묶어 설명하는 측정 시스템 AlphaDiana를 해설합니다.

포화된 벤치마크의 풀이 기록에서 남은 신호를 읽어내는 Transcript 분석 방법과 pairwise judging의 효과를 해설합니다.

멈춘 시험에서는 강했던 에이전트가 왜 흐르는 시간에서는 무너지는지, RealtimeBench와 TORSI가 보여준 추론 지연의 대가와 느린 복기를 빠른 실행으로 옮기는 가르침을 따라갑니다.

궤적이 끝난 뒤 점수를 매기는 대신 매 스텝에서 계속할지 물을지 멈출지를 고르는 가드레일 StepSafe를 단계 정렬 학습과 개입 창, 자기 증류, 다섯 개 벤치마크 결과 중심으로 읽는다.

말로 설득하는 추론과 정확히 계산하는 기호 엔진을 함께 쓰는 IneqAgent를 해설합니다. 보조정리 단위 탐색이 목표를 나누고 도구를 고르는 과정, 세 가지 증명 엔진의 분업, Lean 검증으로 이어지는 흐름과 186문제 중 175문제라는 결과를 따라갑니다.

모든 디노이징 스텝에 SMC 가이던스를 거는 대신 예산 안에서 고른 타이밍에만 개입하는 VISTA의 발상과 그 대가를 해설합니다.