[논문리뷰] Agent Against Agent: An Agentic System for Automatic Prompt Injection Red Teaming본 논문은 LLM 기반 에이전트의 취약점을 탐지하기 위한 기존 레드팀 방식의 낮은 효율성과 제한적인 전이 가능성을 해결하고자 합니다. 기존의 RL-based 방식은 특정 타겟 모델에 대한 방대한 학습 데이터와 수만 번의 쿼리가 필요하여 비용이 높고 새로운 모델에 대한 적응력이 떨어집니다.#Review#Prompt Injection#Red Teaming#Agentic System#Hierarchical Memory#Strategy Library#LLM Security2026년 8월 5일댓글 수 로딩 중
[논문리뷰] Model or Harness? An Interaction-Centric Taxonomy for Localizing Agent Failures본 논문은 Agentic 시스템의 Failure가 발생했을 때, 이를 해결하기 위한 명확한 수정 지점을 찾기 어렵다는 Repair-Assignment 문제를 해결하고자 합니다.#Review#Agentic AI#Failure Taxonomy#Root-cause Analysis#Agentic System#Failure Localization#Interaction-Centric#Evaluation2026년 8월 3일댓글 수 로딩 중
[논문리뷰] Adaptive Auto-Harness: Sustained Self-Improvement for Agentic System Deployment on Open-Ended Task Streams본 논문은 기존의 Auto-Harness 시스템들이 고정된 오프라인 벤치마크에서는 우수한 성능을 보이지만, 실제 Open-Ended Task Streams 환경에서는 성능 저하를 겪는다는 문제를 해결합니다 .#Review#Agentic System#Auto-Harness#Open-Ended Task Streams#Multi-Agent Evolution#Solve-Time Adaptation#Non-Stationarity#Human-in-the-Loop2026년 6월 2일댓글 수 로딩 중
[논문리뷰] PORTool: Tool-Use LLM Training with Rewarded Tree기존 도구 사용 LLM이 정적 데이터셋에 의존하여 동적이고 실제적인 도구 호출 환경에서 탐색 능력이 제한되고 낮은 성능을 보이는 문제를 해결합니다.#Review#Tool-Use LLM#Reinforcement Learning (RL)#Policy Optimization#Rewarded Tree#Trajectory Optimization#Agentic System#Dynamic Tool Call2025년 10월 31일댓글 수 로딩 중