[논문리뷰] Co-Evolution in Agentic Systems: Toward Self-Directed Evolution Beyond Human Design본 논문은 단일 개체 기반의 Self-Evolution이 고정된 학습 컨텍스트라는 제약에 갇혀 있는 문제를 해결하고자 합니다 . 기존 연구들은 주로 고정된 환경이나 사전에 정의된 피드백 구조 하에서 모델을 개선하는 데 치중해 왔으며, 이는 정체된 학습 환경으로 인해 진화의 속도가 둔화되는 한계를 가집니다.#Review#Agentic Systems#Co-Evolution#Self-Evolution#Open-Endedness#Multi-Agent Reinforcement Learning#Evolutionary Optimization2026년 8월 11일댓글 수 로딩 중
[논문리뷰] Quo Vadis, World Modeling?본 논문은 기존의 World Model이 단순히 미래의 물리적 상태를 예측하는 데 머물러 있어, 자율적으로 성장하고 지속적으로 개선되어야 하는 현대 Agent의 요구를 충분히 충족하지 못한다는 문제를 제기한다.#Review#World Models#World Proxies#Agent-Centric#Information Transition#Continual Improvement#Inference-Time Guidance#Training-Time Optimization#Co-Evolution2026년 8월 4일댓글 수 로딩 중
[논문리뷰] DecoEvo: Score-Decoupled Co-Evolution of Solver and Rubric-Generator Skills in Text Space본 논문은 Text-Space Optimization에서 고정된 평가 Rubric이 Solver의 발전을 저해하거나, 반대로 Rubric을 함께 진화시킬 때 발생하는 Score-Coupling 문제를 해결하고자 합니다.#Review#Text-Space Optimization#LLM#Co-Evolution#Rubric#Score-Decoupling#Prompt Engineering#Black-Box Adaptation2026년 7월 29일댓글 수 로딩 중
[논문리뷰] Skill Self-Play: Pushing the Frontier of LLM Capability with Co-Evolving Skills본 논문은 LLM의 self-evolution 과정에서 발생하는 task diversity와 verification reliability 사이의 trade-off를 해결하고자 합니다.#Review#Large Language Models#Self-Play#Agent Skills#Reinforcement Learning#Curriculum Learning#Task Generation#Co-Evolution2026년 7월 26일댓글 수 로딩 중
[논문리뷰] EvolvingWorld: An Open-Schema Framework for Co-Evolving Role-Play Agents and World Model in Interactive Literary World본 논문은 기존의 문학적 세계 시뮬레이션이 정적인 페르소나 모방이나 단절된 장면 생성에 그쳐 장기적 관점의 일관성을 유지하지 못하는 문제를 해결하기 위해 EvolvingWorld를 제안합니다.#Review#Role-Play Agents#World Model#Open-Schema#Co-Evolution#Long-Horizon Simulation#LLM-as-Judge2026년 7월 20일댓글 수 로딩 중
[논문리뷰] SCOPE: Self-Play via Co-Evolving Policies for Open-Ended Tasks본 연구는 기존 LLM의 Self-play가 수학, 코드 등 규칙 검증이 가능한 도메인에 한정되어 있으며, 오픈형 과제에서는 외부 데이터나 Frontier Model에 대한 의존성을 벗어나지 못한다는 문제점을 해결하고자 합니다.#Review#Self-Play#Open-Ended Tasks#Reinforcement Learning#Rubric Reward#Retrieval-Augmented Generation#Co-Evolution#Data-Free2026년 5월 31일댓글 수 로딩 중
[논문리뷰] Co-Evolving LLM Decision and Skill Bank Agents for Long-Horizon Tasks본 연구는 LLM 기반 에이전트가 복잡하고 긴 호라이즌(Long-Horizon)을 가진 환경에서 일관된 의사결정을 수행하지 못하는 문제를 해결하고자 합니다. 기존 LLM 에이전트는 경험을 체계적으로 발견, 보유, 재사용할 수 있는 메커니즘이 부족하여 새로운 작업마다 매번 처음부터 다시 추론해야 하는 한계가 있습니다.#Review#LLM Agents#Long-Horizon Tasks#Skill Discovery#Co-Evolution#Skill Bank#Reinforcement Learning2026년 4월 23일댓글 수 로딩 중