[논문리뷰] APort Vault: Benchmarking AI Agent Payment Authorization with the Open Agent Passport본 논문은 기존의 LLM 안전성 벤치마크가 대부분 '모델의 거부 여부'에만 초점을 맞추어, 실제 배포 환경에서의 잔여 위험(Residual Risk)을 적절히 측정하지 못한다는 한계를 지적합니다.#Review#AI Agents#Payment Authorization#Open Agent Passport#Adversarial Benchmarking#Tool-using Agents#LLM Security2026년 9월 20일댓글 수 로딩 중
[논문리뷰] TOBench: A Task-Oriented Omni-Modal Benchmark for Real-World Tool-Using Agents본 논문은 실세계의 복잡한 전문 워크플로우를 수행하는 Agent의 능력과 이를 평가하는 기존 벤치마크 사이의 격차를 해소하고자 합니다.#Review#Agentic AI#Omni-modal#Tool-using Agents#Model Context Protocol#Closed-loop Verification#Benchmark2026년 5월 18일댓글 수 로딩 중
[논문리뷰] ToolPRMBench: Evaluating and Advancing Process Reward Models for Tool-using Agents본 논문은 도구 사용 에이전트의 PRM (Process Reward Model) 평가를 위한 체계적이고 신뢰할 수 있는 벤치마크의 부재를 해결하고자 합니다.#Review#Process Reward Models#Tool-using Agents#Benchmark#Reinforcement Learning#Large Language Models#Reward-guided Search#Agent Evaluation#Step-level Rewards2026년 1월 20일댓글 수 로딩 중