ECC — 코딩 에이전트 성능 최적화를 위한 하네스 시스템
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
LimiX-2: A Contextual Mechanism Network Towards General Structured-Data Intelligence
LimiX-2는 기존 스케일링 법칙에 따라 개발된 새로운 정형 데이터 인텔리전스 모델입니다. 이 모델은 컨텍스트 메커니즘 네트워크(CMNs) 패러다임을 도입하여, 단순히 목표 변수를 예측하는 기존 방식에서 벗어나 데이터 생성의 근본적인 메커니즘을 공동으로 모델링하는 데 중점을 둡니다.
DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression
긴 컨텍스트를 처리하는 모델이 늘어나면서 막대한 KV 캐시로 인한 연산, 저장, 대역폭 비용이 배포의 주요 병목 현상이 되고 있습니다. DeepSeek-V4.1-Flash는 이러한 문제를 해결하기 위해 KV 캐시를 획기적으로 압축하는 기술을 도입하여 배포 비용을 낮추고 효율성을 높입니다.
Can MiniMax-H3 Reason About the Physical World? An Evaluation of Omni-Modal Generative Model
텍스트, 이미지, 영상, 오디오를 통합적으로 처리하는 MiniMax-H3와 같은 옴니모달 생성 모델이 등장하고 있습니다. 이 연구는 이러한 멀티모달 통합이 모델의 물리 세계에 대한 추론 능력을 실제로 향상시키는지, 그리고 옴니모달 입력을 활용한 새로운 평가 방식은 무엇이 될 수 있는지를 심층적으로 탐구합니다.
When EOS Tokens Disagree: Understanding Length Inflation in On-Policy Distillation
정책 기반 증류(OPD) 과정에서 학생 모델의 응답이 비정상적으로 길어지는 ‘길이 팽창’ 현상의 원인을 분석합니다. 연구진은 학생 모델과 교사 모델이 선호하는 문장 종료 토큰(EOS token)이 서로 달라 학생 모델의 정상적인 문장 생성을 방해하는 것이 핵심 원인임을 밝혔습니다.
SoL-Pi: Recursively Scaling Auto-Research Loops for Efficient Agent Harness
코딩 에이전트가 장기적인 작업을 자율적으로 수행함에 따라 재귀적 자기 개선 과정에서의 토큰 효율성이 중요해지고 있습니다. SoL-Pi는 자동 연구 루프를 수많은 환경으로 확장하여 에이전트 시스템의 성능을 효율적으로 개선하는 접근법으로, 이를 통해 재사용 가능한 개선점을 대규모로 발굴합니다.
Hugging Face Blog
An Empirical Study of Harness Design for Coding Agents
자율 코딩 에이전트의 성능을 좌우하는 ‘코딩 하네스’는 기존에 단일 시스템으로만 평가되어 개별 구성 요소의 효과를 알기 어려웠습니다. 이 논문은 코딩 하네스를 계획, 액션 스페이스, 컨텍스트 관리라는 세 가지 핵심 요소로 분해하고 각 요소가 성능에 미치는 영향을 개별적으로 분석하여 더 효율적인 에이전트 설계의 기반을 마련합니다.
JEPA-Anything: Learning Predictive Models across Different Worlds
지능형 에이전트가 미래를 예측하고 상호작용을 통해 학습하는 데 필수적인 ‘월드 모델’은 현재 특정 영역에 국한되어 있습니다. 이 연구는 JEPA 아키텍처를 확장한 JEPA-Anything이라는 새로운 프레임워크를 제안하며, 이를 통해 서로 다른 시스템과 환경 전반에 걸쳐 범용적으로 적용 가능한 예측 모델 학습 원리를 제시합니다.
RetireOPD: Self-Retiring On-Policy Distillation for Agentic Reinforcement Learning
강화학습(RL)으로 에이전트를 훈련시킬 때 교사 모델이 학생 모델에게 세밀한 피드백을 주는 On-Policy Distillation(OPD) 기법은 교사의 신뢰도가 낮거나 학습 단계에 따라 효과가 달라지는 문제가 있었습니다. 이 연구는 교사의 지도가 더 이상 유용하지 않은 시점에 스스로 개입을 중단하는 ‘RetireOPD’라는 새로운 방법을 제안하여, 에이전트가 보다 안정적이고 효율적으로 학습할 수 있도록 개선합니다.
GitHub Trending
affaan-m/ECC
ECC는 AI 에이전트의 성능을 최적화하기 위해 설계된 시스템입니다. Claude Code, Codex와 같은 코드 생성 AI에 기술, 메모리, 보안 기능을 더하여 연구 중심의 개발을 지원합니다.
trycua/cua
CUA는 오픈소스 드라이버와 벤치마크를 통해 차세대 컴퓨터 활용 기술의 확장을 목표로 하는 프로젝트입니다. 여러 운영체제에서 AI 모델의 훈련, 평가, 데이터 생성을 지원하여 개발을 돕습니다.
anthropics/financial-services
이 저장소는 Anthropic사가 금융 서비스 분야를 위해 공개한 프로젝트입니다. Claude AI 모델을 활용하여 금융 관련 문제 해결이나 서비스 구축에 필요한 예제 코드 또는 도구를 제공합니다.
paperless-ngx/paperless-ngx
Paperless-ngx는 커뮤니티가 지원하는 강력한 오픈소스 문서 관리 시스템입니다. 모든 종류의 문서를 스캔, 색인화 및 아카이빙하여 효율적인 디지털 문서 환경을 구축할 수 있습니다.
anthropics/claude-code
Claude Code는 터미널 환경에서 작동하는 AI 코딩 에이전트 도구입니다. 자연어 명령만으로 코드베이스를 이해하고, 반복 작업을 실행하거나 복잡한 코드를 설명해주며 개발 속도를 높여줍니다. 또한 Git 워크플로우 관리까지 지원하여 개발 생산성을 극대화합니다.
오늘의 키워드
DeepSeek RAG Agent Multimodal Alignment Eval Llama Distillation Reasoning LoRA