[논문리뷰] HALO: Human-Grounded Granular Evaluation of Proactive Agents본 논문은 Proactive Agent의 평가가 자동화된 점수나 이진 결과(Binary verdict)에 의존하여, 실제 인간 관점에서의 타당성과 구체적인 실패 원인 진단이 부족하다는 문제점을 해결하고자 한다.#Review#Proactive Agents#Human-Grounded Evaluation#HALO-Arena#HALO-8K#Intervention#Restraint#Evidence Acquisition#Granularity2026년 11월 1일댓글 수 로딩 중
[논문리뷰] Foundations of Proactive Agents: Principles, Technical Layers, and Proactivity-Gym본 논문은 현재의 LLM 기반 에이전트가 주로 사용자 요청에 수동적으로 대응하는 Reactive 상태에 머물러 있어, Proactive한 지원의 잠재력을 충분히 활용하지 못하고 있다는 문제점을 지적한다 .#Review#Proactive Agents#LLM Agents#Task Capability#Temporal Allocation#Trust#Evaluation Benchmark#Human-AI Interaction2026년 10월 5일댓글 수 로딩 중
[논문리뷰] UniClawBench: A Universal Benchmark for Proactive Agents on Real-World Tasks본 논문은 현대의 Proactive Agents를 평가하기 위한 기존 벤치마크들의 구조적 한계를 해결하기 위해 UniClawBench를 제안한다. 기존 연구들은 샌드박스화된 고립 환경과 단일 턴(Single-turn) 평가 방식에 의존하여, 실제 환경의 복잡성과 반복적인 사용자 피드백 루프를 반영하지 못한다 .#Review#Proactive Agents#Capability-Oriented Benchmark#Closed-loop Evaluation#Real-World Tasks#Multimodal Understanding#Tool Usage#Docker-based Environment2026년 7월 9일댓글 수 로딩 중
[논문리뷰] TIDE: Proactive Multi-Problem Discovery via Template-Guided Iteration본 논문은 기존 LLM 에이전트가 사용자 요청에만 의존하는 수동적(Reactive) 모델이라는 점을 문제로 정의합니다. 실제 환경에서는 사용자가 미처 인지하지 못한 다수의 잠재적 문제가 존재함에도 불구하고, 기존 방식은 가장 눈에 띄는 문제 하나에만 집중하거나 일반적인 추론에 그치는 경향이 있습니다.#Review#Proactive Agents#Multi-Problem Discovery#Thought Templates#Iterative Discovery#LLM Agents#Context Understanding2026년 6월 4일댓글 수 로딩 중
[논문리뷰] PIRA-Bench: A Transition from Reactive GUI Agents to GUI-based Proactive Intent Recommendation Agents현재 명시적 지시에만 반응하는 GUI 에이전트 의 한계를 극복하고, 사용자의 암묵적인 의도를 연속적인 시각 입력(스크린샷)으로부터 예측 하여 시기적절한 추천을 제공하는 능동형(Proactive) AI 비서 를 개발하는 것을 목표로 합니다.#Review#Proactive Agents#GUI Automation#Intent Recommendation#Multimodal LLMs#Benchmark#Memory-aware Framework#Human-Computer Interaction2026년 3월 9일댓글 수 로딩 중