[논문리뷰] Using Grounded Theory for Agent Behavior Analysis at Scale본 논문은 LLM 기반 에이전트의 복잡한 행동 궤적을 이해하고, 성공과 실패의 원인을 규모 있게(at scale) 분석하는 방법론의 부재를 해결합니다. 기존의 정량적 메타데이터(수행 성공 여부 등)는 에이전트가 '왜' 실패했는지에 대한 설명력이 부족하며, 수동 분석은 확장성이 매우 낮습니다 .#Review#Agent Behavior Analysis#Grounded Theory#Multi-Agent Framework#Qualitative Coding#Theoretical Saturation#Failure Prediction2026년 9월 3일댓글 수 로딩 중
[논문리뷰] Can LLMs Predict Their Own Failures? Self-Awareness via Internal Circuits거대 언어 모델(LLM)이 생성하는 텍스트의 정확성 또는 오류를 스스로 인지하지 못하는 문제를 해결하고, 외부 평가자 없이 LLM 내부 작동을 통해 자체 실패를 예측할 수 있는 경량 메커니즘 을 개발하는 것을 목표로 합니다. 이는 LLM의 신뢰성, 안전성 및 효율성을 향상시키는 데 중요합니다.#Review#LLM Self-Awareness#Failure Prediction#Internal States#Attention Mechanisms#Neural Network Probes#Computational Efficiency#Zero-Shot Transfer2026년 1월 5일댓글 수 로딩 중