[논문리뷰] How Do Agents Fail on AutoResearch: End-to-End Diagnostic Evaluation on 100 Real-World Frontier Research Tasks본 논문은 현재의 AutoResearch 에이전트가 연구 과정에서 어떻게 작동하고 어디서 실패하는지에 대한 체계적인 진단이 부재하다는 문제를 해결하고자 한다.#Review#AutoResearch#Agentic Scaffolds#Failure Taxonomy#Metacognitive Loop#Agent-as-a-Judge#Diagnostic Evaluation2026년 8월 17일댓글 수 로딩 중
[논문리뷰] Qwen-UI-Agent Technical Report: Toward Next-Generation Real-World Centric Foundation GUI Agents본 논문은 기존 GUI Agent들이 주로 시뮬레이션 환경에 최적화되어 있어 실제 현실 환경과의 괴리(Sim-to-Real gap)가 크다는 문제를 해결하기 위해 Qwen-UI-Agent를 제안한다.#Review#GUI Agents#Real-world Centric#Foundation Models#Online RL#Multi-domain#Hybrid Action Space#AutoResearch2026년 7월 30일댓글 수 로딩 중
[논문리뷰] GigaWorld-Policy-0.5: A Faster and Stronger WAM Empowered by AutoResearch본 논문은 기존 WAM 방식이 추론 시 명시적인 미래 비디오 생성을 요구하여 발생하는 높은 연산 오버헤드와 실시간 제어의 한계를 해결하는 것을 목표로 합니다.#Review#World Action Models#Robot Control#Mixture-of-Transformers#AutoResearch#Inference Latency#Flow Matching#Visual Dynamics2026년 7월 15일댓글 수 로딩 중
[논문리뷰] AutoResearch AI: Towards AI-Powered Research Automation for Scientific Discovery본 연구는 AI가 과학 연구의 개별 작업을 지원하는 task-level AI for Science를 넘어 workflow-level research automation으로 전환되는 현상 속에서 발생하는 분야의 파편화 문제를 해결하고자 한다.#Review#AutoResearch#AI for Science#Workflow Automation#Scientific Discovery#Autonomy Spectrum#Human-AI Collaboration#Evaluation Framework#Scientific Credibility2026년 5월 25일댓글 수 로딩 중
[논문리뷰] EvolveMem:Self-Evolving Memory Architecture via AutoResearch for LLM Agents기존 LLM agent의 기억 시스템은 저장된 데이터(콘텐츠)는 진화하지만, 이를 검색하는 Retrieval 인프라가 배포 시점에 고정되어 있어 시간 경과에 따른 최적화 불일치(Mismatch)가 발생한다.#Review#LLM Agents#Long-term Memory#AutoResearch#Self-evolving Architecture#Retrieval-Augmented Generation2026년 5월 14일댓글 수 로딩 중