Signals, agent trace 선별

Signals는 에이전트 상호작용에서 구조화된 신호를 뽑아, 사람이나 추가 LLM judge 없이도 검토할 가치가 높은 trajectory를 먼저 골라낸다.

• interaction, execution, environment 패턴을 묶은 taxonomy로 신호를 정의한다.
• misalignment, stagnation, disengagement, failure, looping, exhaustion 같은 상태를 포착한다.
• 온라인 동작은 바꾸지 않으며, GPU 없이 계산할 수 있는 경량 방식이다.

τ-bench annotation study에서는 signal-based sampling의 informativeness가 **82%**로, random sampling의 **54%**보다 높았다.

그 결과 informative trajectory당 효율이 1.52x 개선됐고, 논문은 arXiv 2604.00356으로 공개됐다. 구현체는 katanemo/plano에 있다.