[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