[논문리뷰] RealCLI: Toward a Unified Evaluation of Human-Agent Collaboration for CLI Agents본 논문은 CLI 에이전트의 실질적인 작업 수행 능력과 인간과의 협업 품질을 동시에 평가할 수 있는 통합 프레임워크의 부재를 해결하고자 합니다.#Review#CLI Agent#Human-Agent Collaboration#Benchmark#Task Execution#Steerability#Trust Calibration#Safety Boundary Management2026년 10월 28일댓글 수 로딩 중
[논문리뷰] Policy Is Not Capability: Some Safety Benchmarks Measure Which Definition of 'Unsafe' You Trained On본 논문은 현대의 안전 벤치마크가 모델의 실제 Capability를 측정하는 것이 아니라, 학습 데이터에 반영된 특정 Policy의 정의를 얼마나 준수하는지를 측정하고 있음을 밝힌다.#Review#Guardrail#AI Safety Evaluation#Label Policy#Over-refusal#Benchmark Contamination#Steerability2026년 10월 19일댓글 수 로딩 중
[논문리뷰] CharacterFlywheel: Scaling Iterative Improvement of Engaging and Steerable LLMs in Production본 논문은 Instagram, WhatsApp, Messenger와 같은 프로덕션 환경의 소셜 챗 애플리케이션에서 LLM 의 사용자 참여도와 조종성(steerability)을 반복적으로 개선하는 CharacterFlywheel 이라는 이터레이션 프로세스를 제시합니다.#Review#LLM#Social Chat#Engagement Optimization#Steerability#Reinforcement Learning#Reward Modeling#A/B Testing#Iterative Development2026년 3월 2일댓글 수 로딩 중