[논문리뷰] ToolSpace: Scaling Tool-Centric Environment Synthesis for Long-Horizon Agents본 연구는 기존 LLM 기반 Long-Horizon Agent가 실제 환경에서 복잡한 도구 체인을 안정적으로 구성하지 못하는 문제의 근본 원인을 해결하고자 합니다 .#Review#Tool-Centric Environment Synthesis#Long-Horizon Agents#Tool-Composition Graph#Cross-Environment Task Synthesis#State-Aware Random Walks#Executable Benchmarks2026년 11월 3일댓글 수 로딩 중
[논문리뷰] Harness-Model Collaboration for Long-Horizon Continual LearningLong-horizon agents는 장기적인 상호작용을 통해 재사용 가능한 procedural knowledge를 지속적으로 습득하지만, 기존 시스템들은 model adaptation 또는 external memory 중 한 가지 방식에만 의존하여 지속적인 학습과 빠른 재사용 사이에서 trade-off를 겪는다.#Review#Continual Learning#Long-Horizon Agents#Harness-Model Collaboration#Experience-Conditioned Adaptation#Procedural Knowledge#Web Agents#Catastrophic Forgetting2026년 10월 27일댓글 수 로딩 중
[논문리뷰] Interlock: From Local Correctness to Task Completion in Long-Horizon Agents본 논문은 Long-Horizon Agents가 복잡한 환경에서 태스크를 수행할 때, 개별 요구사항은 충족시키지만 환경 증거, 결과적 결정, 그리고 필요한 효과 간의 관계를 유지하는 데 실패하여 국부적으로는 정확하나 궁극적으로는 불완전한 결과(incomplete outcomes)를 초래하는 핵심 문제를 제기합니다.#Review#Long-Horizon Agents#Task Synthesis#Completion Graph#Rejection-Sampling Fine-Tuning#Agentic Verification#Out-of-Distribution Transfer#Large Language Models2026년 10월 19일댓글 수 로딩 중
[논문리뷰] Failure Recovery via Belief Updates and World Modeling for Long-Horizon Agents본 논문은 Long-Horizon 에이전트가 초기 단계의 실수로 인해 긴 경로에서 복구하지 못하고 반복적인 실패에 빠지는 문제를 해결합니다.#Review#Long-Horizon Agents#Failure Recovery#Implicit World Model#Persistent Belief State#Evidence-Gated Execution#On-Policy Distillation2026년 10월 18일댓글 수 로딩 중
[논문리뷰] EdgeWise: Bringing Long-Horizon Agents to the Edge via Selective Cloud Delegation본 논문은 complex하고 long-horizon task를 수행하는 agent가 cloud LLM에 전적으로 의존할 경우 발생하는 substantial inference cost 문제를 해결하고자 한다.#Review#Edge-Cloud Collaboration#Long-Horizon Agents#Selective Delegation#SLM-LLM#Reinforcement Learning#Inference Cost Reduction#Task Performance#Coding Agent2026년 10월 15일댓글 수 로딩 중
[논문리뷰] WorkRover: Scaling Long-Horizon Cowork Agent Training Via Recursive Environment Evolution본 논문은 long-horizon cowork agents 훈련을 위한 scalable interactive environments 구축의 한계점과 credit assignment의 어려움을 해결하고자 한다.#Review#Long-Horizon Agents#Cowork Agents#Reinforcement Learning#Environment Evolution#Harness-Driven Synthesis#Factorial Compatibility Replay (FCR)#Verifier-to-Turn Credit Assignment (VTCA)2026년 10월 13일댓글 수 로딩 중
[논문리뷰] Tev: Scaling Long-Horizon Agentic Environments with Dense Progress RewardsLong-horizon agent는 자동화된 발견(automated discovery) 및 recursive self-improvement (RSI)에 필수적이지만, 현재 open-source LLM agent는 long-horizon 태스크에서 어려움을 겪고 있습니다.#Review#Long-Horizon Agents#Dense Rewards#Reinforcement Learning#Environment Synthesis#LLM Agents#Progress Potential#Agentic AI#Task Generation2026년 10월 13일댓글 수 로딩 중
[논문리뷰] What Did the Agent Actually Do? Evidence-Grounded Oversight for Long-Horizon Agents본 연구는 Long-horizon agent가 수행하는 복잡한 활동 중 사용자가 검증해야 할 결정 사항을 식별하고 그 근거를 제시하는 모니터링 체계의 부재를 해결합니다.#Review#Long-Horizon Agents#Human Oversight#Evidence-Grounded Behavior Graph#AgentMonBench#Software Engineering#Consequential Decisions2026년 10월 8일댓글 수 로딩 중
[논문리뷰] Beyond Memory: Harnessing Long-Horizon Agents with Explicit Belief States본 논문은 LLM 기반 에이전트가 긴 시간 동안 복잡한 작업을 수행할 때 발생하는 불투명한 메모리 관리 문제를 해결하기 위해 PoS(Progression of States)를 제안합니다.#Review#Long-Horizon Agents#Belief State#Consistency Validation#Belief Trapping#Task-Conditioned Belief#Agentic Decision-Making2026년 10월 1일댓글 수 로딩 중
[논문리뷰] PILOT in the Loop: Live Self-Improvement for Long-Horizon Agents본 논문은 Long-horizon 에이전트가 긴 작업 시간 동안 생성하는 풍부한 경험을 실시간으로 활용하지 못하는 기존의 한계를 해결하고자 합니다.#Review#Long-Horizon Agents#Live Self-Improvement#Supervisor-Worker Harness#Live Steering#Live Self-Evolution#Agentic Workflow2026년 8월 27일댓글 수 로딩 중
[논문리뷰] Recursive Experiential-Working Memory Evolution for Long-Horizon Agent Harnesses본 논문은 긴 호흡의 에이전트 작업에서 발생하는 재귀적 자기 개선(Recursive Self-Improvement, RSI)의 불투명성과 성능 저하 문제를 해결합니다.#Review#Long-Horizon Agents#Recursive Self-Improvement#Working Memory#Experiential Memory#Failure Localization#Agent Harness2026년 8월 25일댓글 수 로딩 중
[논문리뷰] SkillGate: Training In-Policy Skill Selection in Long-Horizon Agents본 논문은 에이전트가 중도에 스스로 스킬을 선택하는 In-policy skill selection 과정에서 발생하는 효율성 저하 문제를 해결합니다. 기존의 보상 기반 RL은 실행 단계의 outcome에만 집중하여, 정작 중요한 선택 단계에 기여하는 토큰들에게는 거의 학습 신호가 전달되지 않는다는 치명적인 한계가 있습니다.#Review#In-Policy Skill Selection#Long-Horizon Agents#Reinforcement Learning#Credit Assignment#Policy Gradient#Agentic Benchmarks2026년 8월 19일댓글 수 로딩 중
[논문리뷰] LongHorizon-Harness: Advancing Long-Horizon Agents for Real-World Tasks본 논문은 기존의 에이전트 하네스가 긴 작업(long-horizon task)을 수행할 때 발생하는 일관성 저하와 신뢰성 문제를 해결하고자 합니다.#Review#Long-Horizon Agents#Task-State Management#Manage-Execute-Audit (MEA)#AgentAdapter#Computer Use#System Robustness2026년 8월 3일댓글 수 로딩 중
[논문리뷰] Compute Globally, Materialize Locally: The Memory Contract of Sparse Event-KV본 연구는 장기 기억을 사용하는 LLM 기반 에이전트에서 KV cache를 선별적으로 삭제하는 Eviction 정책의 유효성을 검증하고자 한다.#Review#Sparse KV-Cache#Semantic Materialization#Long-Horizon Agents#Event-KV Serving#Donor-Pair Analysis#Contextual Computation2026년 8월 3일댓글 수 로딩 중
[논문리뷰] TurnOPD: Making On-Policy Distillation Turn-Aware for Efficient Long-Horizon Agent Training본 논문은 장기 계획 및 에이전트 환경에서 OPD가 겪는 자원 비효율성과 최적화 불균형 문제를 해결하기 위해 고안되었습니다.#Review#On-Policy Distillation#Long-Horizon Agents#Turn-Aware#Rollout-Depth Budgeting#Efficiency#Reinforcement Learning2026년 7월 7일댓글 수 로딩 중
[논문리뷰] Scaling Test-Time Compute for Agentic Coding본 논문은 Long-horizon 코딩 에이전트의 Inference-time scaling을 위해 데이터의 표현(Representation)과 선택(Selection) 방식이 핵심 Bottleneck임을 규명합니다.#Review#Test-Time Compute#Agentic Coding#Representation Learning#Recursive Tournament Voting (RTV)#Parallel-Distill-Refine (PDR)#Long-Horizon Agents#Inference-Time Scaling2026년 4월 22일댓글 수 로딩 중
[논문리뷰] IterResearch: Rethinking Long-Horizon Agents via Markovian State Reconstruction이 논문은 기존 딥-리서치 에이전트들이 단일 확장 컨텍스트 창에 정보를 축적하는 mono-contextual paradigm으로 인해 발생하는 컨텍스트 질식(context suffocation) 및 노이즈 오염(noise contamination) 문제를 해결하는 것을 목표로 합니다.#Review#Long-Horizon Agents#Markov Decision Process#Workspace Reconstruction#Reinforcement Learning#Context Management#Iterative Deep Research#LLM Agents#Efficiency-Aware Policy Optimization2025년 11월 10일댓글 수 로딩 중