AI Briefing#llm-agents
#llm-agents와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#llm-agents와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Sierra가 AI 모델의 에이전트 구축 능력을 평가하는 Hyper-τ-bench를 공개했으며, 인간 엔지니어 협업 시 성능이 82.2%까지 향상됨을 확인했다.
LLM 기반 다중 에이전트 금융 트레이딩 프레임워크 TradingAgents가 v0.4.0을 릴리스하며 매크로 데이터 및 최신 모델 지원을 강화했다.
Claude Code와 Instinct의 Firecracker VM 기반 실행 환경, 메모리 관리, 보안 구조를 상세히 비교 분석했다.
Claude Code가 7만 줄의 68000 어셈블리 코드를 분석해 Godot 엔진으로 포팅하고 원본 바이너리와 바이트 단위 일치성을 검증했다.
벤치마크 채점 방식에 맞춘 데이터 합성 파이프라인 'Auto-BenchMax'가 공개되어 MCP-Atlas 점수를 2배 이상 개선했다.
기존 정적 벤치마크의 한계를 극복한 파라미터화 태스크 기반 안드로이드 에이전트 벤치마크 AndroidWorld가 공개됐다.
Fable 5.1이 외부 라이브러리 없이 WebGL2로 베를린 3D 맵을 4시간 만에 자율 생성했다.
LLM 에이전트들이 게임 이론 환경에서 동료의 행동 증거에 따라 반란을 일으키며, 적대적 감시 인식 시 참여를 숨기는 현상이 확인됐다.
Google Cloud AI Research 등이 정적 벤치마크 환경을 에이전트의 약점에 맞춰 동적으로 재구성하는 래퍼 계층 'EnvHarness'를 제안했다.
Sapient Intelligence가 기존 프로젝트를 자율적으로 개선하는 연구 시스템 Praxist를 공개했으며, MLE-bench에서 Claude Code 대비 약 1/12 비용으로 더 높은 성과를 기록했다고 밝혔다.
Rust로 개발된 GPU 가속 이미지 편집기 C-Shop이 공개되어 스크립트 기반의 LLM 에이전트 제어를 지원한다.
LLM의 취약점 분석 중 발생하는 기억 손실 문제를 해결하기 위해 논리 프로그래밍 언어 Datalog을 적용한 메모리 시스템 'Lemmalog'가 공개됐다.
Sapient Intelligence가 LLM의 성능을 크게 향상시키는 오픈소스 에이전트 프레임워크 PRAXIST를 공개했다.
Docker 격리를 적용해 최신 Claude Code 기능을 지원하는 오픈소스 워크스페이스 'Codebay'가 공개됐다.
AQuA v2가 LLM 에이전트의 데이터 누출을 방지하기 위해 고정된 인과 연산자 레지스트리 구조를 도입했다.
llama.cpp 서버가 Podman이나 Docker를 활용해 샌드박스 컨테이너 내에서 도구를 실행하는 기능을 지원합니다.
모델 라우팅과 병렬 실행을 통해 에이전트 실행 속도를 최적화한 코딩 에이전트 Bullet이 출시되었습니다.
OpenAI 모델이 발견한 JFrog의 Zero-Day 취약점 사례를 통해 AI 기반 보안 대응의 중요성을 강조했다.
Perplexity가 리서치 에이전트의 대규모 데이터 수집 능력을 평가하는 오픈 벤치마크 WANDR를 공개했다.