ruflo — 지능형 멀티플레이어 스웜을 위한 에이전트 하네스
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
Waypoint-OPD: Transferring RL-Induced Policy Shifts via Gated On-Policy Distillation
강화학습에서 교사 모델의 학습 전후 정책 차이만을 증류하는 기존 방식은 학습 과정의 일관성을 반영하지 못하는 한계가 있습니다. 본 연구는 학습 초기와 후기 정책 변화의 일치도를 분석하여, 더 안정적이고 의미 있는 변화만을 선별적으로 학생 모델에 전달하는 Waypoint-OPD 기법을 제안합니다.
MJev-Spatial: System One Spatial Intelligence via Native Attention Matching
기존 시각-언어 모델은 간단한 공간 지능 질문에 답하기 위해 비효율적인 텍스트 생성 방식을 사용합니다. 이를 해결하고자 본 연구는 텍스트 생성 없이 어텐션 매칭을 통해 직접적으로 좌표나 스칼라 값 등을 출력하는 고속 멀티모달 모델 MJev-Spatial을 제안하여, 상호작용 속도로 공간적 판단을 내릴 수 있게 합니다.
OpenGCUA: Toward a Fully Open Stack for Generalist Computer Use
최근 GUI와 프로그래밍 인터페이스를 넘나들며 컴퓨터 작업을 수행하는 범용 에이전트(GCUA)가 주목받고 있으나, 핵심 기술은 대부분 비공개되어 연구에 한계가 있었습니다. 본 연구는 이러한 에이전트의 관찰, 행동, 작업 구성 방식을 체계적으로 연구할 수 있도록 완전한 오픈소스 스택인 OpenGCUA를 제안합니다.
FDE-Gym: The Last Mile of AI Delivery
기존 AI 에이전트 벤치마크는 명확히 정의된 작업만을 평가하여 실제 문제 해결 능력을 측정하기 어렵습니다. FDE-Gym은 실제 고객 시나리오를 바탕으로 모호한 요구사항 명확화, 숨겨진 제약 발견 등 현실적인 과제를 포함한 벤치마크로, AI의 실질적인 배포 및 문제 해결 능력을 평가합니다.
Self-Evolving Agent Harness
본 연구는 AI 모델의 가중치를 고정한 채, 에이전트의 프롬프트, 메모리, 워크플로우 등 주변 소프트웨어 구성요소를 스스로 개선하는 ‘자가 진화 하네스’ 프레임워크를 제안합니다. 이 시스템은 피드백 기반으로 개선안을 채택하고 누적시켜, 에이전트가 실행을 거듭하며 스스로의 성능을 지속적으로 발전시킬 수 있도록 합니다.
Hugging Face Blog
Each Reward to Its Relevant Tokens: Reward-Specific Token-Level Credit Assignment for Multi-Reward RL
언어 모델을 여러 보상 기준으로 학습시킬 때 기존 방식은 각 보상의 영향을 전체 응답에 고르게 분산시키는 한계가 있었습니다. 이 논문은 MRTPO라는 새로운 기법을 제안하여, 특정 보상이 관련된 토큰에만 정확하게 할당되도록 함으로써 다중 보상 강화학습의 효율과 정확도를 높입니다.
Gen4P: Video Generators are 4D Perceivers
Gen4P는 사전 학습된 비디오 생성 모델을 4D 인식기로 재활용하여 단일 비디오에서 4차원 기하학과 움직임을 복원하는 새로운 프레임워크입니다. 이 기술은 반복적인 노이즈 제거 과정 없이 비디오 잠재 공간을 한 번에 처리하고, 가벼운 디코더를 통해 4D 속성을 예측함으로써 효율적이고 유연한 시공간 분석을 가능하게 합니다.
QuasiLeak-Bench: Evaluating LLM-Based Privacy Detectors on Policy-Conditioned Quasi-Evidence Group Recovery
기존 개인정보 보호 벤치마크는 명백한 식별자 탐지에 초점을 맞추지만, 여러 정보가 결합되어 개인정보를 유추하게 만드는 ‘준-증거 그룹’은 측정하지 못하는 한계가 있습니다. 이러한 문제를 해결하기 위해 이 논문은 여러 단서의 조합으로 인한 개인정보 유출 위험을 LLM이 얼마나 잘 탐지하는지 평가하는 새로운 벤치마크인 ‘QuasiLeak-Bench’를 제안합니다.
GitHub Trending
MadsLorentzen/ai-job-search
이 프로젝트는 사용자의 컴퓨터에서 직접 실행되는 AI 기반 구직 프레임워크입니다. Claude Code를 활용하여 채용 공고 분석, 이력서 맞춤 제작, 자기소개서 작성, 면접 준비까지 구직의 전 과정을 자동화합니다.
anthropics/claude-plugins-official
이 저장소는 Claude 개발사인 Anthropic이 직접 관리하는 공식 Claude Code 플러그인 디렉토리입니다. 사용자는 이곳에서 Claude의 기능을 확장할 수 있는 고품질의 검증된 플러그인들을 찾아볼 수 있습니다.
ruvnet/ruflo
Ruflo는 여러 AI 에이전트를 동시에 배포하고 자율적인 워크플로우를 조정하기 위한 에이전트 하네스입니다. 적응형 메모리, RAG 연동, Claude Code 등 다양한 모델 통합 기능을 통해 복잡한 대화형 AI 시스템을 구축할 수 있습니다.
akitaonrails/ai-memory
이 프로젝트는 AI 코딩 에이전트가 장기 기억을 가질 수 있도록 돕는 메모리 솔루션입니다. 이를 통해 여러 번의 상호작용에 걸쳐 맥락을 유지하고, 서로 다른 회사의 AI 에이전트 간에 작업을 원활하게 전달할 수 있습니다.
stablyai/orca
Orca는 Grok Bot, Claude Code와 같은 여러 코딩 AI 에이전트들을 한곳에서 관리하고 실행할 수 있는 통합 플랫폼입니다. 사용자는 자신의 구독 계정을 연동하여 원하는 에이전트를 실행할 수 있으며, 데스크톱과 모바일 등 다양한 환경을 지원합니다.
오늘의 키워드
Vision DPO Multimodal Agent GPT Eval Prompt LLM Inference Claude