[논문리뷰] Recursive self-improvement of AI research agents본 논문은 AI 에이전트가 AI 스택 전반의 연구 개발(R&D)을 자동화하고 가속화하고 있지만, 이러한 산출물을 생성하는 연구 프로세스 자체의 효율성은 고정되어 있다는 핵심 문제를 제기합니다.#Review#Recursive Self-Improvement#AI Research Agents#Harness Layer#Bi-level Optimization#Reward Hacking#Search Policy#Context Management2026년 9월 22일댓글 수 로딩 중
[논문리뷰] Scores Alone Do Not Prove Discovery: The Discovery Certification Protocol for Auditing AI Research Agents본 논문은 현대 AI 연구 에이전트가 보고하는 높은 성능 점수가 실제 과학적 발견(Discovery)의 타당성을 보장하지 못한다는 비판적 문제의식에서 출발합니다.#Review#AI Research Agents#Discovery Certification#Benchmarking#Reproducibility#Scientific Discovery#Evaluation Protocol2026년 9월 9일댓글 수 로딩 중
[논문리뷰] AI Research Agents Narrow Scientific Exploration본 연구는 AI 연구 에이전트가 과학적 발견의 범위를 실질적으로 확장하는지, 아니면 기존 연구의 주변부에 머무르는지를 규명하는 것을 목적으로 합니다.#Review#AI Research Agents#Scientific Discovery#Ideation#Citation Analysis#Research Breadth#Bibliographic Coupling2026년 5월 27일댓글 수 로딩 중
[논문리뷰] AIRS-Bench: a Suite of Tasks for Frontier AI Research Science Agents본 논문의 핵심 목표는 LLM 에이전트의 과학 연구 역량을 종합적으로 평가할 수 있는 표준화된 벤치마크인 AIRS-BENCH 를 도입하는 것입니다.#Review#AI Research Agents#LLM Agents#Machine Learning Benchmarks#Scientific Discovery#Code Generation#Evaluation Metrics#Scaffolds#Reproducibility2026년 2월 9일댓글 수 로딩 중
[논문리뷰] AI & Human Co-Improvement for Safer Co-Superintelligence이 논문은 AI가 스스로 개선하는 자율적 자기 개선(Self-Improving AI)의 목표가 위험하고 최적의 경로가 아니라고 주장하며, 대신 인간과 AI의 협력적 공동 개선(Co-Improvement) 을 통해 더 안전하고 빠른 공동 초지능(Co-Superintelligence) 달성을 제안합니다.#Review#AI Safety#Superintelligence#Human-AI Collaboration#Self-Improving AI#Co-Improvement#Alignment#AI Research Agents2025년 12월 7일댓글 수 로딩 중
[논문리뷰] What Does It Take to Be a Good AI Research Agent? Studying the Role of Ideation DiversityAI 연구 에이전트의 성능에 있어 아이디어 다양성(ideation diversity)이 핵심 병목 현상인지를 규명하고, 에이전트 궤적의 성공 또는 실패를 좌우하는 요인을 이해하는 것을 목표로 합니다.#Review#AI Research Agents#Ideation Diversity#MLE-bench#LLM Backbones#Agentic Scaffolds#Shannon Entropy#Machine Learning Engineering#Performance Metrics2025년 11월 19일댓글 수 로딩 중