[논문리뷰] TauIndianBankBench: Procedure-Aware, Action-Oriented Evaluation of Tool-Using Conversational Agents본 논문은 기존의 LLM 기반 금융 서비스 에이전트 평가 방식이 실제 금융 업무의 Procedure 준수 여부를 온전히 측정하지 못하는 한계를 해결하고자 합니다.#Review#Conversational Agents#Retail Banking#Tool-Use Evaluation#Policy Compliance#Action-Oriented Benchmarking#Large Language Models2026년 10월 28일댓글 수 로딩 중
[논문리뷰] CRM-Agent-Bench: Benchmarking Tool-Using Agents in Stateful Enterprise Environments본 논문은 실제 기업 환경에서 언어 모델 에이전트가 수행하는 작업이 단순한 응답 정확도를 넘어 비즈니스 시스템의 무결성을 유지해야 한다는 점을 강조합니다. 기존 벤치마크들은 주로 질문-응답 정확도나 독립적인 도구 사용 능력만을 평가하여, 복잡한 상태 변화나 정책 위반 상황을 포착하지 못한다는 한계가 있습니다.#Review#CRM-Agent-Bench#Stateful Business Workflows#Tool-Using Agents#Executable Contracts#Policy Compliance#Benchmarking2026년 10월 26일댓글 수 로딩 중
[논문리뷰] EDGEGEN: Improving Tool-Calling Agents Beyond Happy Paths with Synthetic Edge Case Generation본 논문은 엔터프라이즈 애플리케이션에서 Tool-Calling LLM Agents의 효과적인 평가 및 최적화를 위한 고품질의 다양하고 현실적인 태스크 데이터셋 확보의 어려움을 핵심 문제로 제기합니다.#Review#Tool-Calling Agents#Edge Cases#Synthetic Data Generation#Finetuning#Harness Optimization#Policy Compliance#Database Grounding#LLM Agents2026년 9월 21일댓글 수 로딩 중
[논문리뷰] PolicyGuide: From Guarding One Action to Guiding the Whole Workflow for Policy-Compliant LLM Agents본 논문은 고객 서비스 LLM 에이전트가 비즈니스 정책을 준수하지 못하는 문제를 해결하기 위해 제안되었습니다.#Review#LLM Agents#Policy Compliance#Workflow Enforcement#Runtime Safeguards#Process Monitoring#Proactive Verifier2026년 8월 20일댓글 수 로딩 중
[논문리뷰] Scaling Policy Compliance Assessment in Language Models with Policy Reasoning Traces본 논문은 대규모 언어 모델(LLM)이 인간 전문가처럼 정책 준수 여부를 평가하는 데 필요한 체계적인 추론 과정을 모방하는 능력을 향상시키는 것을 목표로 합니다.#Review#Policy Compliance#Large Language Models (LLMs)#Reasoning Traces#In-Context Learning (ICL)#Supervised Finetuning (SFT)#HIPAA#GDPR#ModelSpec2025년 10월 6일댓글 수 로딩 중