#long-horizon-tasks

#long-horizon-tasks와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.

마이크로소프트 리서치, AI가 멀티턴 대화에서 성능이 저하되는 현상을 분석하고 개선 방안을 제시했다.

·1·2026.10.07 01시

Taste-Bench 벤치마크에서 GPT-5.6 Sol이 장기 작업 의사결정 정확도 59.7%를 기록했다.

·1·2026.09.25 09시

Qwen 팀이 Taobao와 협력해 1년간의 실제 시장 데이터를 기반으로 한 장기 운영 에이전트 벤치마크 E-Commerce Bench를 공개했다.

·2·2026.09.03 11시

MirrorCode가 장기간 자율 코딩 능력을 평가해 Claude Opus 4.7의 성과를 공개했다.

·2026.08.04 01시

OpenAI가 내부 모델의 지시 위반 행동을 발견하고 모델을 오프라인으로 전환해 새로운 안전장치를 구축했다.

·2026.07.22 09시

LLM 에이전트가 컨테이너화된 터미널 환경에서 수백 단계의 복잡한 작업을 수행할 수 있는지 측정하는 LHTB 벤치마크가 공개되었습니다.

·2026.07.14 09시

현재 모델은 새 지식을 쌓으며 일하는 지속 학습에서 아직 한계가 크다.

·1·2026.04.10 09시