[논문리뷰] AgentCompass: A Unified Evaluation Infrastructure for Agent Capabilities본 논문은 LLM 기반 Agent의 성능을 평가하기 위한 인프라가 극도로 파편화되고 복잡하게 얽혀 있는 문제를 해결하고자 한다. 기존의 평가 방식은 특정 도메인에 고착화되어 있거나, 실행 환경과 평가 프로토콜이 강하게 결합되어 있어 재현성(Reproducibility)을 저해하고 반복적인 엔지니어링 비용을 발생시킨다 .#Review#LLM-based Agents#Evaluation Infrastructure#Benchmarking#Trajectory Analysis#Agentic Capabilities#Reproducibility2026년 7월 15일댓글 수 로딩 중
[논문리뷰] Know Before Fix: QA-Driven Repository Knowledge Acquisition for Software Issue Resolution본 논문은 LLM 기반 coding agent가 repository에 대한 깊이 있는 이해 부족으로 인해 factual errors를 범하고, 결과적으로 복잡한 이슈 해결에 실패하는 문제를 해결하고자 합니다 .#Review#Software Engineering Agents#Knowledge Acquisition#Repository Understanding#Question-Answering (QA)#Automated Issue Resolution#LLM-based Agents2026년 7월 14일댓글 수 로딩 중
[논문리뷰] MemSyco-Bench: Benchmarking Sycophancy in Agent Memory본 논문은 에이전트 시스템에서 장기 기억이 오히려 에이전트의 판단력을 흐리는 Memory-induced Sycophancy 문제를 해결하고자 합니다. 기존의 기억 관련 벤치마크들은 주로 기억의 Retrieval 성공 여부만을 측정할 뿐, 검색된 기억이 이후의 추론 및 의사결정 과정에 미치는 부작용을 간과하고 있습니다.#Review#LLM-based Agents#Long-term Memory#Sycophancy#Benchmark#Memory-induced Sycophancy#Post-retrieval Reasoning2026년 7월 1일댓글 수 로딩 중
[논문리뷰] Bridging the Agent-World Gap: Text World Models for LLM-based Agents본 논문은 LLM 기반 에이전트가 복잡하고 동적인 환경에서 환경 변화를 정확히 예측하지 못해 발생하는 Agent-World Gap 문제를 해결하고자 합니다.#Review#LLM-based Agents#World Models#Text World Models#Environment Interaction#Planning#Sequential Decision Making2026년 6월 9일댓글 수 로딩 중
[논문리뷰] Beyond Individual Intelligence: Surveying Collaboration, Failure Attribution, and Self-Evolution in LLM-based Multi-Agent Systems본 논문은 LLM 기반 멀티 에이전트 시스템이 고도로 복잡해짐에 따라 발생하는 비예측적 장애와 구조적 경직성 문제를 해결하기 위해 작성되었습니다.#Review#LLM-based Agents#Multi-Agent Systems#Multi-Agent Collaboration#Failure Attribution#Self-Evolution2026년 5월 14일댓글 수 로딩 중
[논문리뷰] SkillNet: Create, Evaluate, and Connect AI SkillsAI 에이전트가 단편적인 경험을 체계적으로 축적하고 전이 가능한 스킬로 통합하는 메커니즘이 부족하여 발생하는 '바퀴 재발명' 문제와 비효율성을 해결하는 것을 목표로 합니다. 이를 위해, 에이전트가 경험을 지속적이고 재사용 가능한 능력 으로 변환할 수 있는 SkillNet 이라는 개방형 인프라를 구축하고자 합니다.#Review#AI Agents#Skill Management#Knowledge Engineering#Skill Ontology#Multi-dimensional Evaluation#LLM-based Agents#Skill Reuse#Transferable Mastery2026년 3월 5일댓글 수 로딩 중
[논문리뷰] Reinforcement World Model Learning for LLM-based Agents대규모 언어 모델(LLM) 기반 에이전트가 현실 환경에서 행동 결과(action consequences)를 예측하고 환경 역학에 적응하는 데 겪는 어려움을 해결하는 것을 목표로 합니다.#Review#LLM-based Agents#World Model Learning#Reinforcement Learning#Self-Supervised#Environment Dynamics#Sim-to-Real Reward#Textual States2026년 2월 5일댓글 수 로딩 중
[논문리뷰] Experience-Guided Adaptation of Inference-Time Reasoning Strategies본 논문은 에이전트형 AI 시스템이 훈련 후 추론 시 상호작용을 기반으로 문제 해결 방식을 적응시키는 근본적인 과제를 해결하고자 합니다.#Review#Adaptive AI#Inference-Time Adaptation#Reasoning Strategies#Meta-Learning#LLM-based Agents#Dynamic Strategy Generation#Continual Learning#Computational Efficiency2025년 11월 16일댓글 수 로딩 중
[논문리뷰] EnvX: Agentize Everything with Agentic AI이 논문은 오픈소스 코드 저장소의 재활용 및 협업의 비효율성을 해결하기 위해, 저장소를 지능적인 자율 에이전트 로 변환하는 프레임워크인 EnvX 를 제안합니다.#Review#Agentic AI#Multi-Agent Systems#Code Repository#Agentization#Natural Language Interaction#Agent-to-Agent Protocol#LLM-based Agents2025년 9월 11일댓글 수 로딩 중
[논문리뷰] MAS-Bench: A Unified Benchmark for Shortcut-Augmented Hybrid Mobile GUI Agents이 논문은 모바일 GUI 에이전트의 효율성을 높이기 위해 GUI 작업과 효율적인 바로가기(shortcuts) 를 결합한 하이브리드 패러다임의 체계적인 벤치마킹 프레임워크가 부족하다는 문제를 해결하고자 합니다.#Review#Mobile GUI Agents#Hybrid Automation#Shortcut Generation#Benchmark#Task Efficiency#LLM-based Agents#Mobile Robotics2025년 9월 9일댓글 수 로딩 중
[논문리뷰] WebLeaper: Empowering Efficiency and Efficacy in WebAgent via Enabling Info-Rich SeekingLLM 기반 정보 탐색(IS) 에이전트가 겪는 낮은 탐색 효율성 문제를 해결하는 것이 주된 목표입니다.#Review#LLM-based Agents#Information Seeking#Search Efficiency#Task Synthesis#Reinforcement Learning#Tree-structured Reasoning#WebAgent2025년 10월 29일댓글 수 로딩 중
[논문리뷰] Presenting a Paper is an Art: Self-Improvement Aesthetic Agents for Academic Presentations이 논문은 기존 자동화된 학술 발표 자료 생성 방법론이 가진 제한된 스토리텔링, 낮은 미적 품질, 그리고 자체 조정 능력 부족 문제를 해결하고자 합니다.#Review#Self-Improvement Agent#Academic Presentation#Aesthetic Evaluation#Reinforcement Learning#Multi-task Learning#Presentation Generation#LLM-based Agents#Human Feedback2025년 10월 8일댓글 수 로딩 중
[논문리뷰] DeepScientist: Advancing Frontier-Pushing Scientific Findings Progressively본 논문은 기존 AI 과학자 시스템의 한계, 특히 인간이 정의한 문제에 대한 과학적으로 가치 있는 기여 부족을 해결하고자 합니다.#Review#AI Scientist#Autonomous Scientific Discovery#Bayesian Optimization#LLM-based Agents#SOTA-Surpassing#Findings Memory#Exploration-Exploitation2025년 10월 1일댓글 수 로딩 중