[논문리뷰] AgentCompass: A Unified Evaluation Infrastructure for Agent Capabilities본 논문은 LLM 기반 Agent의 성능을 평가하기 위한 인프라가 극도로 파편화되고 복잡하게 얽혀 있는 문제를 해결하고자 한다. 기존의 평가 방식은 특정 도메인에 고착화되어 있거나, 실행 환경과 평가 프로토콜이 강하게 결합되어 있어 재현성(Reproducibility)을 저해하고 반복적인 엔지니어링 비용을 발생시킨다 .#Review#LLM-based Agents#Evaluation Infrastructure#Benchmarking#Trajectory Analysis#Agentic Capabilities#Reproducibility2026년 7월 15일댓글 수 로딩 중
[논문리뷰] EvoPolicyGym: Evaluating Autonomous Policy Evolution in Interactive Environments본 논문은 현대의 자율 에이전트가 단순히 정적인 출력을 생성하는 것을 넘어, 환경 피드백을 통해 실행 가능한 정책을 반복적으로 개선해야 하는 도전 과제를 다룹니다. 기존 벤치마크는 최종 점수만을 평가하거나 복잡한 엔지니어링 작업과 섞여 있어, 에이전트의 '정책 진화' 능력을 독립적으로 측정하기 어렵다는 한계가 있습니다.#Review#Autonomous Policy Evolution#Interactive Environments#Benchmark#Agentic Systems#Policy Optimization#Trajectory Analysis2026년 7월 2일댓글 수 로딩 중
[논문리뷰] Where Did It Go Wrong? Process-Level Evaluation of Web Agents with Semantic State Tracking본 논문은 웹 에이전트 평가의 핵심 문제인 '최종 성공 여부(Terminal Success)에만 의존하는 방식'이 에이전트의 실패 원인을 규명하는 데 한계가 있다는 점을 지적한다. 기존의 결과 중심 평가는 긴 상호작용 과정에서 발생하는 질적으로 다른 실패 모드들을 하나로 압축하여, 구체적인 개선 방향을 제시하지 못한다 .#Review#Web Agent#Process-Level Evaluation#Semantic MDP#Benchmark#Skill Diagnosis#Trajectory Analysis2026년 6월 15일댓글 수 로딩 중
[논문리뷰] Lean4Agent: Formal Modeling and Verification for Agent Workflow and Trajectory본 논문은 LLM 에이전트 워크플로우 및 실행 궤적에 대한 공식적인 모델링, 검증, 디버깅 방법론이 부재한 문제를 해결한다.#Review#Formal Methods#LLM Agent#Lean4#Workflow Verification#Trajectory Analysis#FormalAgentLib#LeanEvolve2026년 6월 8일댓글 수 로딩 중
[논문리뷰] Trace2Skill: Distill Trajectory-Local Lessons into Transferable Agent SkillsLarge Language Model (LLM) 기반의 Agent는 복잡한 태스크를 해결하기 위해 Domain-specific Skill에 대한 의존도가 높아지고 있습니다.#Review#LLM Agents#Skill Evolution#Trajectory Analysis#Inductive Reasoning#Transferable Skills#Conflict-Free Consolidation2026년 3월 29일댓글 수 로딩 중
[논문리뷰] TIDE: Trajectory-based Diagnostic Evaluation of Test-Time Improvement in LLM Agents본 논문은 LLM 에이전트의 Test-Time Improvement (TTI) 메커니즘이 성공하거나 실패하는 이유에 대한 이해 부족을 해결하고자 합니다.#Review#LLM Agents#Test-Time Improvement#Diagnostic Evaluation#Trajectory Analysis#Performance Metrics#Behavior Adaptation#Memory Management#POMDP2026년 2월 4일댓글 수 로딩 중