[논문리뷰] Judged Useless, Queried Anyway: Tool-Using Agents Rarely Turn Their Own Evidence Judgments into Stopping Decisions본 논문은 Tool-Using Agents가 도구의 정보가 쓸모없음을 인지하면서도 지속적으로 불필요한 검색을 수행하는 문제를 다룬다 . 저자들은 기존의 에이전트들이 정보를 올바르게 판단함에도 불구하고, 그 판단을 검색 중단이라는 행동으로 연결하지 못하는 현상을 지적한다.#Review#Tool-Using Agents#Sequential Decision Making#Search Failure#Evidence Integration#Stopping Policy#LLM2026년 10월 6일댓글 수 로딩 중
[논문리뷰] From Evidence to Action: How Tool-Using Agents Fail본 논문은 LLM 기반 에이전트가 Consequential Action을 수행할 때, 결과의 정확성만으로는 충분한 증거에 기반했는지 보장할 수 없다는 문제를 제기합니다 .#Review#Tool-Using Agents#SafeActBench#Evidence-to-Action Chain#Agent Evaluation#Interactive Execution#Consequential Actions2026년 10월 6일댓글 수 로딩 중
[논문리뷰] EvolveTrade: Experience-Driven Policy Refinement for Self-Evolving LLM Trading Agents본 논문은 기존의 LLM 기반 트레이딩 에이전트가 배포 전 설정된 Static Policy에 의존함으로써 변화하는 시장 환경에 적절히 대응하지 못하는 문제를 해결하고자 합니다.#Review#LLM Trading Agents#Self-Evolving Framework#Policy Refinement#Tool-Using Agents#Market Regimes#Policy Self-Evolution2026년 9월 16일댓글 수 로딩 중
[논문리뷰] DRACO: Fine-Grained Credit Assignment with Dynamic Rubrics for Long-Horizon Agent Training본 논문은 Programmatic Verifier가 없는 Long-Horizon Agent Domain에서 발생하는 Credit Assignment 문제와 Outcome-Blind Setting의 한계를 해결하고자 한다.#Review#Fine-Grained Credit Assignment#Dynamic Rubrics#Long-Horizon Agent Training#Outcome-Blind Reinforcement Learning#GRPO#Step Advantage#Tool-Using Agents#AppWorld2026년 9월 3일댓글 수 로딩 중