Did Codex Reset
GitHub

Qwen 팀, 네이티브 멀티모달 Qwen3.8-Omni-Flash 공개

DAIR.AI

Qwen 팀은 텍스트, 오디오, 영상을 아우르는 장기 에이전트 작업용으로 학습된 네이티브 멀티모달 모델 Qwen3.8-Omni-Flash를 공개했다. 영상 편집과 장편 오디오·영상 번역도 포함한다. 모델은 Qwen3.8-Next의 희소 전문가 혼합 설계와 100만 토큰 컨텍스트 창을 사용한다. 공동 학습 전략으로 텍스트 성능을 유지하면서 에이전트 역량을 오디오와 영상 작업으로 옮긴다.

모델과 함께 오픈소스 프레임워크 두 개가 나온다. Qwen-MM-Plugins는 기존 에이전트 하네스에 오디오와 영상 지원을 더하고, Qwen-Live-Harness는 컨텍스트와 메모리 관리, 도구 사용, 하위 에이전트 위임을 갖춘 실시간 멀티모달 상호작용을 처리한다. Qwen3.8-Omni 논문이 모델을 다룬다.

#qwen#멀티모달#ai-에이전트#오픈소스

NVIDIA의 Skill2Env, 공개 Agent Skills를 7,971개 터미널 작업으로 컴파일

Codex 플래너와 크리에이터가 각 스킬을, 그 스킬 자체의 품질 기준에서 가져온 루브릭을 사용해 테스트된 터미널 워크플로로 바꾼다. 결과만 반영한 RL은 Terminal-Bench 2.1에서 Qwen3.8-27B를 49.4%에서 54.1%로 올렸고, 루브릭을 추가하면 50.1%에 그쳤지만 궤적 비교에서는 더 많이 앞섰다.

EvolveTrade, 각 구간 이후 트레이딩 에이전트의 시스템 프롬프트를 다시 작성

EvolveTrade 논문은 트레이딩 에이전트의 시스템 프롬프트를 정책으로 보고, 별도 Policy Agent가 각 구간 이후 의사결정 기록과 실현 수익률을 바탕으로 프롬프트를 다시 작성하게 한다. 기반 모델은 고정된 채 유지된다. 여러 시장 국면과 두 가지 기반 모델에서, 논문은 대부분 설정에서 고정 프롬프트 기준선보다 높은 샤프 비율과 누적 수익률을 보고한다.

마이크로소프트 논문, CASD 프롬프트 최적화에서 평균 16.6점 향상 보고

CASD는 기성 코딩 에이전트가 에이전트 로그 전체를 분석하고 그 결과를 하나의 프롬프트에 규칙으로 쓰게 하며, 환경 접근이나 검증 데이터는 쓰지 않는다. DAIR.AI는 한 번의 실행이 보고된 벤치마크에서 GEPA와 SkillOpt를 앞섰고, 최적화된 프롬프트당 비용은 약 1.60달러라고 밝혔다.

JEV 캐스케이드는 GPT-6 정확도의 99%를 약 57% 비용으로 유지

Jev-as-a-Judge 논문은 TypeSafe AI의 확신 있는 JEV 판정을 받아들이고 나머지는 GPT-6 Astra로 올리면, 510개 홀드아웃 선호 쌍에서 GPT-6 정확도의 99%를 GPT-6 비용의 약 57%로 유지했다고 보고한다. 저자들은 상향 임계값이 모든 폴백 모델로 전이되지 않았으며 자체 데이터에서 설정해야 한다고 말한다.

가장 깨끗한 공개 터미널 에이전트 RL 컬렉션 중 Salesforce AI Research 감사를 통과한 비율은 35.8%뿐

Salesforce AI Research는 양방향 보상 오류를 확인한 뒤 해당 컬렉션의 깨끗한 비율을 35.8%, 다른 두 컬렉션은 10.1%와 3.3%로 제시했다. 저자들은 결함 환경을 걸러내는 RIVER가 TMax 환경의 30% 미만을 쓰면서도 Terminal-Bench-Lite에서 RL 이득을 106%, Terminal-Bench v2.1에서 30% 늘린다고 말한다.