[논문리뷰] DART-SD: Diamond-topology Aware Retrieval and Tuning for Self-Distillation of Multi-Turn Tool-Calling Agents본 논문은 대규모 언어 모델 기반의 다중 턴 툴 호출 에이전트 학습에서 발생하는 Topological Collapse 문제를 해결하고자 합니다.#Review#Multi-turn Tool-Calling#Self-Distillation#Interaction-State Transition Graph (ISTG)#Critical Topological Breakpoint (CTB)#Localized Supervision#Agent Training#Policy Diversity2026년 8월 30일댓글 수 로딩 중
[논문리뷰] CalibForge: Adversarial Solver Calibration for Scaling Learnable Terminal Tasks본 논문은 터미널 에이전트 학습을 위한 데이터 구축 시, 단순히 실행 가능한(executable) 과제만으로는 에이전트의 실질적인 학습 효과를 보장하기 어렵다는 점을 지적합니다.#Review#Terminal-Task Synthesis#Adversarial Solver Calibration#Agent Training#Solver-Relative Learnability#Multi-Solver Calibration#Contrastive Solver Calibration2026년 8월 6일댓글 수 로딩 중