[논문리뷰] HarnessPro: Recursive Harness Self-Improvement with Pareto Optimization for Performance-Cost Trade-offs기존의 Recursive Self-Improvement (RSI) 방법론들은 AI 에이전트의 태스크 성능을 향상시키지만, 이러한 성능 향상은 종종 더 높은 실행 비용(execution cost), 즉 더 많은 토큰 소비와 증가된 Latency를 수반하는 한계점을 가지고 있습니다.#Review#Harness#Recursive Self-Improvement (RSI)#Pareto Optimization#Performance-Cost Trade-off#Multi-Agent Framework#LLM-generated tests#Trajectory Analysis2026년 10월 19일댓글 수 로딩 중
[논문리뷰] WebFovea: When the Model Is Right but the Click Is Wrong -- Reliable Round Trips for Vision-Based Web Agents on Live Websites본 논문은 Vision-based 웹 에이전트가 LLM의 추론 능력과는 무관하게, 브라우저 인터페이스와의 상호작용 단계에서 발생하는 기술적 결함으로 인해 작업에 실패하는 문제를 해결하고자 합니다.#Review#Web Agent#Vision-based#WebRetriever#Harness#Coordinate Alignment#Iframe Fallback#Guardrails2026년 10월 7일댓글 수 로딩 중
[논문리뷰] Self-Evolving Coding Agents: From Digital Programs to Physical-World Intelligence본 논문은 기존의 VLA(Vision-Language-Action) 및 WAM(World-Action Model) 기반 로봇 제어 모델들이 가지는 근본적인 한계를 해결하고자 합니다.#Review#Physical Coding#Coding Agents#Embodied AI#Self-Evolving Agents#Robotics#Harness#VLA2026년 9월 28일댓글 수 로딩 중
[논문리뷰] Zetta ζ: An Efficient Closed-Loop Embodied Harness for Self-Evolving Physical Intelligence본 논문은 Frozen Foundation Models 기반의 Embodied Agents가 물리적 환경에서 겪는 Open-Loop 실행의 한계와 실시간 교정 능력의 부재를 해결하기 위해 Zetta를 제안합니다 .#Review#Embodied AI#Closed-Loop Execution#Self-Evolving#Physical Intelligence#Harness#VLA2026년 8월 19일댓글 수 로딩 중
[논문리뷰] HarnessRisk: A Lifecycle-Oriented Benchmark for Agent Harness Safety본 논문은 LLM 기반 에이전트의 안전성이 단순히 모델 자체의 문제가 아니라, 모델과 에이전트 런타임인 Agent Harness 간의 복합적인 상호작용에서 발생한다는 점을 지적합니다.#Review#Agent Safety#Harness#Benchmark#Lifecycle-Oriented#LLM#Sandboxed Evaluation#Attack Success Rate2026년 8월 18일댓글 수 로딩 중