Agent-Reach — AI 에이전트가 인터넷을 읽고 검색하는 CLI 툴

2026년 10월 03일 · #AI #LLM #트렌드 #기술블로그

arXiv 논문

OneStreamer: Unifying Perception, Memory, and Proactive Response in Streaming Video Interaction

모델/아키텍처

스트리밍 비디오 LLM은 실시간 인식 성능을 유지하면서 미래 질문에 답하기 위한 과거 정보를 효율적으로 기억해야 하는 과제를 안고 있습니다. 이 논문은 ‘OneStreamer’라는 모델을 통해 비디오 내용을 실시간으로 요약 및 캡션으로 저장하는 ‘사전적 계층형 캡션 메모리(PHCM)’를 제안합니다. 이를 통해 모델은 쿼리와 무관하게 증거를 기록하고 필요시 응답하는 작업을 통합적으로 학습하여, 실시간 성능 저하 없이 재사용 가능한 사실적 메모리를 형성합니다.

146

On-Policy or Off-Policy Learning? A Systematic Study of Distillation Dynamics

학습/최적화

#SFT #Distillation

강화학습의 온-폴리시(On-policy) 방식이 지도 미세조정 같은 오프-폴리시(Off-policy) 방식보다 정말 우수한지 판단하기 어려운 기존 연구의 한계를 지적합니다. 이 논문은 롤아웃 정책, KL 발산 방향 등 여러 변수를 독립적으로 통제하는 엄격한 실험 설계를 통해, 롤아웃 정책 자체가 모델 성능에 미치는 순수한 영향을 체계적으로 분석했습니다.

119

E-MoE: Enhanced Mixture-of-Experts for Non-Factorized Diffusion Language Models

모델/아키텍처

#MoE #Diffusion

마스크 확산 모델(MDM)은 텍스트 생성 속도가 빠르지만, 토큰 간의 상관관계를 제대로 포착하지 못해 적은 스텝으로 생성할 때 결과물의 품질이 떨어지는 문제가 있습니다. 이 논문은 ‘E-MoE’라는 새로운 아키텍처를 제안하여 토큰 위치 간의 의존성을 효과적으로 모델링함으로써, 기존 접근법의 문제였던 후방 붕괴(posterior collapse) 현상을 방지하고 고품질 텍스트 생성을 가능하게 합니다.

Make Sparse Rewards Count: Density-Aware Reward Aggregation for Multi-Reward RL

학습/최적화

#DPO

여러 보상 목표를 동시에 학습하는 강화학습에서 특정 목표에 대한 학습이 다른 목표에 비해 뒤처지는 불균형 문제가 발생합니다. 이 논문은 이러한 현상을 ‘어드밴티지 에너지’ 개념으로 분석하고, 보상 신호의 밀도에 따라 학습 가중치를 조절하는 ‘밀도 인식 보상 집계’ 기법을 제안하여 희소한 보상 신호도 효과적으로 학습에 반영합니다.

Decentralized Master-Mind: Joint Action Refinement through Iterative Intent Denoising in Multi-Agent Pathfinding

에이전트

#Multi-Agent

분산 환경에서 여러 에이전트가 각자 경로를 찾는 문제에서, 개별적으로는 유효한 행동이 합쳐졌을 때 충돌 같은 비호환적인 결과로 이어질 수 있습니다. 이 논문은 ‘분산형 마스터마인드’ 기법을 제안하여, 에이전트들이 반복적인 의도 공유 및 노이즈 제거 과정을 통해 서로의 행동 계획을 조율함으로써 잠재적 충돌을 미리 해결하고 성공적인 공동 행동을 이끌어냅니다.

Hugging Face Blog

ActiveSaddler: Automated Curriculum Learning for Agent Harness Optimization

모델/아키텍처 에이전트 개발 도구

기존의 LLM 에이전트 최적화는 훈련 시나리오가 고정된 상태에서 프롬프트나 도구를 개선하는 데 집중했습니다. ‘ActiveSaddler’는 에이전트의 성능이 발전함에 따라 가장 효과적인 훈련 커리큘럼 자체를 동적으로 변경하여 최적화 효율을 극대화하는 새로운 접근법을 제안합니다.

Sungho Park, Wonjoong Kim, Jue Zhang

ROWBench: Do Video Models Render What the Program Specifies?

개발 도구

#Eval

프로그래밍 가능한 월드 모델은 차세대 게임 엔진의 기반으로 주목받지만, 프로그램에 명시된 규칙이 영상에 정확히 반영되는지 검증할 방법은 부족했습니다. 이에 ‘PROWBench’는 프로그램으로 생성된 에피소드를 통해 비디오 모델이 명시된 규칙을 얼마나 충실하게 렌더링하는지 정밀하게 평가하는 새로운 벤치마크를 제시합니다.

Zheng-Hui Huang, Guixu Lin, Yu-Ju Tsai

InterEvolve: Test-Time Evolution of Reward Programs for Humanoid Loco-Manipulation

‘InterEvolve’는 휴머노이드 로봇이 훈련받지 않은 새로운 작업을 해결하기 위해 테스트 시간에 스스로 진화하는 방법을 연구합니다. 이 기술은 별도의 재훈련 없이 기존 기술을 재활용하고 스스로의 시도를 통해 학습하며, 보상 프로그램을 수정하는 방식으로 복잡한 상호작용이 필요한 새로운 문제를 해결합니다.

Zhuo Lin, Sirui Xu, Liuyu Bian