# PrimeScientist, AutoResearch보다 보상 10.3% 높고 연구 시도 50.6% 적어

DAIR.AI는 연구 에이전트가 예산을 어디에 쓸지 적응형 MCTS 정책으로 정하는 PrimeScientist를 소개한다. 같은 예산의 AI 연구 과제 12개에서 AutoResearch보다 보상은 10.3% 높고 연구 시도는 50.6% 적었다고 보고한다.

Language: ko
Time zone: Asia/Seoul
Current time (UTC, cached as of): 2026-11-10T07:01:00.000Z
Query date (Asia/Seoul): 2026-11-10

HTML: https://didcodexreset.com/ko/news/f1d6b186481a4fb390eafe97.html

Content language: ko
Localization state: translated

출처: DAIR.AI · 2026. 9. 23. 03:43:12 게시

PrimeScientist는 연구 에이전트가 예산을 어디에 쓸지 정하는 일을 에이전트 업무의 일부로 다룬다. 서로 경쟁하는 연구 방향과 그 결과를 실행 가능한 계획 트리로 유지한다. 적응형 MCTS 정책은 실험 피드백과 남은 예산을 읽고, 새 방향을 탐색할지 유망한 방향을 이어갈지 고른다.

DAIR.AI는 같은 예산의 AI 연구 과제 12개에서 PrimeScientist가 AutoResearch보다 보상은 10.3% 높고 연구 시도는 50.6% 적었다고 밝혔다. DAIR.AI는 이 성과가 시스템, 코드 최적화, ML 엔지니어링 과제에서도 유지된다고 하지만, 그 설정별 수치는 따로 제시하지 않았다. 해당 계정은 [PrimeScientist 논문](https://academy.dair.ai/papers/primescientist-strategic-allocation-of-research-effort-in-autonomous-research-2609.17846)을 가리킨다.

Tags: PrimeScientist, 연구 에이전트, AutoResearch, MCTS

[원문 게시물 보기](https://x.com/dair_ai/status/2102465468556820660)