[논문리뷰] RRSI: Regularized Recursive Self-Improvement of Agent HarnessesLLM 에이전트의 역량은 고정된 백본 모델 주변의 프롬프트, 제어 흐름, 툴 인터페이스, 메모리 및 컨텍스트 관리 등을 포함하는 Harness에 의해 크게 좌우됩니다.#Review#LLM Agents#Harness Evolution#Recursive Self-Improvement (RSI)#Regularization#Overfitting#Generalization#Policy Tokens2026년 9월 21일댓글 수 로딩 중
[논문리뷰] Co-Evolving Harnesses and Models: On-Policy Correction Helps Weaker Models Catch Up Where Imitation Fails본 논문은 Harness Evolution을 통해 성능을 높인 작은 모델들이 전문가 모델의 궤적을 모방(Imitation)할 때 발생하는 성능 저하 문제를 해결하고자 합니다.#Review#Agentic Tasks#Harness Evolution#On-Policy Correction#Model–Harness Fit#Imitation Learning#LoRA-SFT#Co-Evolution2026년 9월 9일댓글 수 로딩 중
[논문리뷰] StarHarness: Evolving Harnesses with Stratified Search for Enterprise Environments본 논문은 기업 환경(Enterprise Environments)에서 발생하는 LLM 에이전트의 상호작용 불일치와 낮은 태스크 성공률 문제를 해결하고자 한다. 기존 모델 중심의 접근 방식은 복잡한 도메인 관례나 상태 의존성(State Dependencies)이 요구되는 도구 사용 환경에서 최적화에 한계를 보인다.#Review#Harness Evolution#Agentic Workflow#Enterprise Environments#Stratified Sampling#Frozen Model Transfer#Tool Use2026년 8월 30일댓글 수 로딩 중
[논문리뷰] Training Agents to Evolve with Their Harness: TaoLive Digital Avatar Agent Technical Report본 연구는 라이브 커머스 환경에서 실시간 대응이 필요한 디지털 아바타 에이전트가 고정된 Harness에 과적합되어 Harness 변화 시 성능이 급격히 저하되는 문제를 해결하고자 합니다.#Review#Harness-Aware Training#Digital Avatar#Harness Evolution#Surface-form Overfitting#On-Policy Distillation#Agentic RL2026년 8월 27일댓글 수 로딩 중
[논문리뷰] Evo-Bench: Can Language Models Improve Agent Harness?본 논문은 LLM 기반 에이전트의 자율적 하네스 개선(harness evolution) 역량을 체계적으로 평가하기 위한 새로운 벤치마크인 Evo-Bench를 제안합니다.#Review#Agent Harness#Harness Evolution#LLM#Benchmark#Self-Improvement#Autonomous Agent#Task Sensitivity2026년 8월 10일댓글 수 로딩 중