AI Briefing#tool-use
#tool-use와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#tool-use와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Gemini 4 Hydrogen이 Vercel AI Gateway에 출시되어 에이전틱 코딩 성능을 강화했다
Claude Fable 5.1은 SWE-Bench Pro V2 3위, MCP Atlas 2위를 기록했으나 인간 검증이 필요함
ServiceNow가 Gemma 4 기반 오픈 모델 Apriel Voice 27B Preview를 출시했다
마이크로소프트와 허깅페이스가 백엔드 상태 검증 기반 에이전트 벤치마크 ThinkingBox를 공개했다.
DTOC 프레임워크가 도구 출력 동적 숨김으로 해결률을 높이고 토큰 비용을 줄였다.
GLM 5.2가 실제 사용자 세션 데이터를 활용한 RFT와 Hint-guided Self-distillation 결합 학습으로 Tool-call 실패율을 21.2% 낮췄다.
Claude Code용 MCP 서버 proofcut이 전사 기반 자동 편집과 렌더링 자체 검증 기능을 공개했다.
도구 스키마를 사전 필터링해 프롬프트 토큰을 92% 줄이는 오픈소스 라이브러리 tool-prune이 공개됐다.
ToolGrad는 answer-first 방식으로 더 높은 pass rate를 달성하며, Gemma-3 소형 모델이 SoTA 모델과 경쟁력 있는 성능을 보였다.
코딩 에이전트 연구에서 시맨틱 내비게이션(LSP)보다 grep을 선호하는 현상을 분석하고, 도구 출력 형식이 에이전트 성능에 미치는 영향을 규명했다.
벤치마크 채점 방식에 맞춘 데이터 합성 파이프라인 'Auto-BenchMax'가 공개되어 MCP-Atlas 점수를 2배 이상 개선했다.
Bad Theory Labs가 8.39GB 단일 파일로 구동되는 27B 오픈웨이트 에이전틱 코딩 모델 BTL-3를 Apache-2.0 라이선스로 출시했다.
기계적 해석 가능성(Mechanistic Interpretability)을 통해 AI 에이전트의 도구 사용 결정을 모니터링하는 연구가 발표되었다.
LLM 에이전트의 안전성 검증 과정에서 작업 단계가 길어질수록 성공률이 저하되는 'Verifier Tax' 현상이 발견되었다.
에이전트 RL 학습 시 디코딩된 토큰을 재인코딩하여 발생하는 토큰 불일치 문제를 방지해야 한다.
PORTool이 단계별 중요도 추정으로 정확도와 도구 호출 효율을 함께 개선했다.
GLM-5V-Turbo는 멀티모달 인식과 도구 사용, end-to-end 검증을 통합한 에이전트 모델이다.