[논문리뷰] Synthesis Through Simulation: Generating Coherent Enterprise Data via Scalable Agent-System Interaction본 논문은 기업용 AI 에이전트 훈련 및 평가에 필수적인 데이터셋이 보안 및 개인정보 보호 규제로 인해 구축하기 어렵다는 문제를 해결합니다.#Review#Enterprise Data Synthesis#Large Language Models#Tool-Calling Agents#Structural Validity#Distributional Fidelity#Simulation#Policy-Enforcing APIs2026년 10월 8일댓글 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] ASA: Training-Free Representation Engineering for Tool-Calling Agents본 논문은 진화하는 인터페이스, 스키마 변화 및 엄격한 파서 조건 하에서 LLM 에이전트의 도구 호출 기능이 취약한 문제를 해결하고자 합니다.#Review#Tool-Calling Agents#LLM Adaptation#Representation Engineering#Activation Steering#Training-Free#Inference-Time Control#Domain Adaptation2026년 2월 11일댓글 수 로딩 중