Amazon AGI 논문, 에이전트 강화학습 환경을 위한 AutoGym 제안
Amazon AGI의 논문은 에이전트를 위한 강화학습 환경을 생성하는 AutoGym을 제안한다. AutoGym은 작은 도메인 시드 또는 과거 모델 궤적에서 시작해 과제, 실행 가능한 환경, 검증기를 함께 작성한다.
논문은 arXiv:2609.22592이다. Chat with Paper 페이지도 있다.
관련 AI 뉴스
Elvis는 OpenAI가 자체 컴퓨터를 갖춘 dots를 발표했다고 밝혔다
Elvis는 OpenAI가 dots를 발표했으며 지난 며칠간 직접 테스트했다고 밝혔다. 그는 능동적 기능, 내장 컴퓨터, DevDay 이동과 회의를 정리하는 데 사용한 노트 작성 도구를 설명했다.
MIT CSAIL 논문, 단일 프리미티브 에이전트 프레임워크 JAZ 발표
JAZ는 LLM이 코드를 작성하고 단일 invoke 프리미티브를 재귀적으로 호출하게 하며, 입력과 이력을 변수로 제공한다. 논문에 따르면 프롬프트만 사용하고 메모리 시스템은 없을 때, JAZ는 StuLife의 회상 비중이 큰 부분에서 Letta(MemGPT)보다 8% 높고 비용은 절반이다. AppWorld에서는 ACE보다 4% 높고 비용은 더 낮다.
Jev-Mem 논문, AI 에이전트의 메모리 구축 속도 향상을 보고
Jev-Mem 논문은 경량 컨트롤러가 저장과 검색을 결정하고 LLM은 최종 추론에만 쓰는 에이전트 메모리 구조를 제안한다. 메모리 구축이 6.6배 빠르고, 질의 지연은 36.7% 줄며, LoCoMo 점수는 0.777이라고 보고한다.
Taste-Bench 최고 모델, 더 나은 방향을 59.7% 선택
Microsoft와 동료들의 논문에 따르면, 최고 모델은 긴 엔지니어링·연구 과제에서 열려 있는 더 나은 방향을 고르는 Taste-Bench 문항의 59.7%를 맞힌다. 나중에 나오는 근거로 판가름나는 분기점은 훨씬 어렵고, 추론 예산을 늘려도 정확도는 오르지 않으며, 교사의 결과 판단을 증류하면 홀드아웃 SWE-bench Pro 성공률이 개선된다.
논문, 부유로 추정한 사용자에게 개인 AI 에이전트가 더 비싼 선택지를 권한다고 밝혀
새 논문은 13개 모델 중 8개가 요청이 동일해도 부유로 추정한 사용자에게 더 비싼 항공편, 건강보험 또는 대학원 과정을 선택했다고 보고한다. Claude Opus 4.8에서 차이는 항공편당 198달러, 보험은 월 284달러에 달한다.