현재 추론 세션 간 상태를 유지하지 못하는 LLM의 한계를 극복하기 위해, 구조적 긴장(Structural Tension)·오프라인 순환 루프(Offline Recurrent Loop)·추론 시점 가소성(Inference-time Plasticity)이라는 세 가지 메커니즘을 결합한 네이티브 메타-아키텍처 이론 프레임워크를 제안한다. 이 프레임워크는 사전학습 가중치를 수정하지 않고 컨텍스트 다양체 위상을 재구성함으로써 모델 인스턴스들이 경로 의존적으로 이종 위상 구조로 진화할 수 있으며, 거버넌스 불변량을 핵심 설계 기준으로 삼아 이질적 지능 생태계를 안전하게 구현할 수 있음을 논증한다.
도덕적 딜레마에서 표준 사고의 연쇄(Chain-of-Thought)가 보이는 이해관계자 붕괴와 불확실성 억제를 줄이기 위해, 주인공·이해관계자·2단계 결과·�확실성·확약의 다섯 섹션으로 추론을 구조화하는 추론 시점 시스템 프롬프트 narration-of-thought(NoT)를 제안한다. 추가 학습·파라미터 변경 없이 DailyDilemmas 100개 시나리오에서 이해관계자 붕권을 최대 31%에서 1% 미만으로, 불확실성 억제를 최대 72%에서 1–24%로 낮추고, 다중 이해관계자 토론에서는 6% 교착을 95% 합의로 전환한다.
Canvas360은 기하학적 인식 사전학습과 문맥 내(in-context) 파노라마 생성을 결합한 2단계 프레임워크로, 병렬 깊이 생성, velocity circular padding, 유사도 손실 정규화를 통해 구형 공간의 기하학적 일관성과 경계 연속성을 확보한다. 스타일 전환, 인페인팅, 아웃페인팅, 편집을 포괄하는 100만 쌍 규모의 Canvas360Dataset을 구축하고 토큰 수준 연결로 통합 프레임워크를 학습한 결과, 파노라마 특화 FAED 지표에서 기존 방법 대비 우수한 성능을 달성했다.
BioASQ 14b Task B를 위해 질문 유형(yes/no, 사실형, 목록형)별로 서로 다른 추론 전략을 적용하는 LLM 프레임워크를 제안한다. yes/no 질문에는 스니펫 셔플링과 자기 반성(self-reflection), 사실형 질문에는 사고의 연쇄(CoT) 기반 문맥 내 학습(ICL), 목록형 질문에는 다중 에이전트 협업 아키텍처를 각각 적용하여 공식 평가 Batch 4 사실형 서브태스크에서 1위를 달성하였다.
Snowflake 플랫폼에서 SQL 내 LLM 기능 호출(AI 네이티브 SQL)을 평가하는 새로운 벤치마크 Spider 2.0-AIFunc를 제안하며, 125개 실제 데이터베이스에 걸친 465개 인스턴스를 에이전트 기반 파이프라인으로 구축하였다. 최상위 독점 모델이 67~70%의 실행 정확도를 기록한 반면, 전통적 text-to-SQL용 에이전트 프레임워크는 AI 네이티브 SQL 환경에서 최소 설정 대비 유의미한 이점을 보이지 못했다.
LongCrafter는 장문 컨텍스트 SFT 데이터 합성의 세 가지 한계(좁은 태스크 커버리지, 낮은 난이도, 충실성 감독 부재)를 해결하기 위해 32개의 세분화된 태스크 분류 체계와 증거 그래프 기반 파이프라인을 결합한 구조화된 프레임워크를 제안한다. LongCrafter로 학습된 모델은 Qwen2.5-7B와 LLaMA-3.1-8B 기준으로 LongBench, LongBench v2, LooGLE에서 모든 SFT 기준선 및 공식 사후학습 모델을 능가하며, 위치에 무관한 강건한 증거 탐색으로 "중간 부분 손실" 문제를 효과적으로 완화한다.
고정된 인스트럭션 튜닝 대규모 언어 모델(LLM)에서 목표 텍스트를 생성하는 가장 짧은 그럴듯한 프롬프트의 길이를 측정하는 프롬프팅 복잡도(prompting complexity)를 자원 제한 콜모고로프 복잡도(Kolmogorov complexity)의 언어 모델 상대적 유사체로 형식화하였다. 근사 출력을 위한 소프트 프롬프팅 복잡도, 프롬프팅 거리, 행동적 프롬프팅 복잡도로 개념을 확장하며, 어떤 텍스트와 행동이 짧은 프롬프트로 접근 가능한지를 실증적으로 연구하기 위한 연구 의제를 제안한다.
거래 법률 문서 집합에 대한 질의응답 시 전체 코퍼스를 LLM 컨텍스트 윈도우에 주입하는 방식 대신, 구조 인식 청킹 기반의 임베딩 검색(NAVEMBED)과 압축 구조화 인덱스 탐색(NAVINDEX) 두 가지 검색 방식을 비교 평가했다. 20개 질문 벤치마크에서 NAVEMBED는 토큰을 최대 29.9배 줄이면서도 주입 방식과 동등한 품질을 유지했고, NAVINDEX는 답변 컨텍스트를 약 56배 압축하고 비용을 25% 절감하면서 전체 18개 문서 관련 질문에서 동률을 기록했다.
기존 LLM 동조성(conformity) 벤치마크는 발화자 존재와 반복 오답이라는 두 단서를 혼합하는 교란 변수를 가지며, 이를 분리하기 위해 도입한 발화자 없음(no-source) 조건에서 6개 LLM과 7개 데이터셋 실험 결과 초기 정답의 66.5%가 잘못된 방향으로 수정되었다. 이는 단순 재질문의 10.3%와 비교해 대부분의 겉보기 동조성이 사회적 발화자가 아닌 반복된 답변 텍스트 자체에 기인함을 보이며, 동조성 벤치마크는 발화자 귀인 증분을 측정하기 전에 이 발화자 없는 기준선(speaker-free floor)을 먼저 측정해야 한다고 주장한다.
페르소나 프롬프트가 반복적 사회적 딜레마 게임인 Split or Steal에서 LLM 에이전트의 전략적 행동에 미치는 영향을 Ministral 3:3b, phi4:14b, Gemma3:12b, Gemma4:e4b 네 가지 모델로 실험한 결과, 전체 라운드의 약 74%에서 상호 협력(Split)이 우세했으며 모델 종류와 Big Five 성격 특성 기반 페르소나 유형이 협력 및 착취 패턴에 유의미한 영향을 미쳤다. 친사회적(Prosocial)·원칙적(Principled) 페르소나는 가장 일관되게 협력적이었던 반면, 분석적(Analytical) 페르소나는 가상 인간(Virtual Human)을 착취할 가능성이 더 높았으며, 우정 관련 대화는 Split 결정과, 돈·복수 관련 내용은 Steal 결과와 연관되는 경향을 보였다.
대규모 언어 모델(LLM)의 수학적 추론 능력을 시스템 수준에서 분석한 서베이로, 약 120편의 논문을 바탕으로 데이터셋 분류 체계, 아키텍처, 학습 전략, 평가 방법론 간의 상호작용을 종합적으로 검토한다. 벤치마크 성능 향상이 추론 능력 자체의 개선보다 추론 유도 방식이나 검증 메커니즘에서 비롯되는 경우가 많다는 점을 밝히며, 신뢰할 수 있는 수학적 추론 시스템 개발을 위해 충실한 추론 메커니즘, 과정 수준 평가, 기호적 그라운딩 강화 등의 연구 방향을 제시한다.
비공개 라이브러리 코드 생성 시 기존 RAG 방식이 정적 API 문서만 제공해 "어떻게 사용하는지(how-to-use)"를 가르치기 어렵다는 한계를 분석하고, 실행 피드백으로부터 API·교차 API·태스크 수준의 Usage Guidelines를 축적·재사용하는 자기 진화 메모리 프레임워크 MEMCoder를 제안한다. NdonnxEval과 NumbaEval 벤치마크에서 다양한 규모의 LLM과 RAG 백본에 걸쳐 평균 pass@1을 18.41 퍼센트포인트 향상시켰다.
항체-항원 결합 친화도(affinity) 랭킹이 항원마다 다른 특성을 가짐에도 기존 방법들이 비교 쌍을 독립적으로 처리해 문맥 정보를 활용하지 못하는 한계를 해결하기 위해, AbICL은 사전학습된 구조 인코더와 context ranking head를 결합하고 에피소드 메타학습(episodic meta-training) 전략으로 훈련하여 그래디언트 업데이트 없이 테스트 시 support 데모를 활용하는 문맥 내 학습(ICL) 프레임워크를 제안한다. AbRank 벤치마크 실험에서 AbICL은 기존 랭킹 기준선 대비 전반적으로 우수한 성능을 보였으며, 분포 변화(distribution shift) 상황과 세밀한 친화도 구분이 필요한 경우에 문맥 데모의 효과가 더욱 두드러짐을 확인하였다.
SRRL(Self-Review Reinforcement Learning)은 강화학습 에피소드마다 명시적 자기 검토 단계를 삽입하여, 첫 번째 응답 실패 시 모델이 오류 원인을 분석한 뒤 개선된 두 번째 응답을 생성하도록 하는 학습 프레임워크다. 자기 검토를 정책 그래디언트로 최적화하고 선택적 지식 증류로 기본 정책에 내재화하며, 크로스-에피소드 메모리로 성공적인 검토를 재사용함으로써, GSM8K 벤치마크에서 Qwen 3-4B와 OLMo-3-7B 모두 표준 RLVR 대비 일관되게 높은 보상 성능과 학습 효율을 달성했다.
메타러닝의 "범용성(universality)" 개념을 이론적으로 정형화하고 알고리즘-명시적(algorithm-explicit)과 알고리즘-암묵적(algorithm-implicit) 학습을 구분하는 프레임워크를 제시하며, 이를 기반으로 개발한 트랜스포머 기반 메타러너 TAIL은 이미지 데이터만으로 학습했음에도 텍스트·오디오 분류 태스크에 일반화되고 학습 시 본 것보다 최대 20배 많은 클래스를 처리하면서 기존 대비 연산량을 대폭 절감해 퓨샷(few-shot) 벤치마크에서 최고 성능을 달성한다.
Mamba의 문맥 내 학습(ICL) 능력을 최초로 이론적으로 분석한 연구로, 선형 어텐션 층이 유용한 컨텍스트 예제를 선택하고 비선형 게이팅 층이 이상치(outlier)의 영향을 억제함을 증명한다. 이상치 비율이 선형 트랜스포머의 허용 임계값을 초과하는 경우에도 Mamba는 정확한 ICL 일반화를 유지하며, 이를 합성 및 실제 데이터셋 실험으로 뒷받침한다.
조직병리학에서 비전-언어 모델(VLM)의 문맥 내 학습(ICL) 시 예시 선택의 불안정성과 환각 문제를 해결하기 위해, 학습이 필요 없는 코어셋 선택 방법인 GAUC를 제안한다. GAUC는 사전학습된 멀티모달 임베딩 공간에서 Maximum Mean Discrepancy 기반 분포 대표성, EMID 기반 프롬프트 강건성, 예측 불확실성(엔트로피) 최소화를 공동 최적화하며, CRC-100K와 MHIST 벤치마크에서 그래디언트 업데이트 없이 최강 기준선과 동등한 정확도를 달성하면서 보정, 프롬프트 강건성, 환각률을 크게 개선했다.
통합 멀티모달 모델에서 문맥 내 학습(ICL)의 비단조적 스케일링 문제를 진단하기 위해, 지각부터 고차 식별까지 시연 예제의 기능적 역할을 6단계로 분류하는 능력 지향 분류체계(Capability-Oriented Taxonomy)를 제안하고 이를 기반으로 15개 서브태스크에 걸친 대규모 코퍼스 UniICL-760K와 벤치마크 UniICL-Bench를 구축하였다. 경량 플러그앤플레이 모듈인 CAPM(Context-Adaptive Prototype Modulator)을 추가 안정화 장치로 결합한 결과, 더 많은 파라미터를 가진 멀티모달 대규모 언어 모델(MLLM) 베이스라인을 대부분의 이해 태스크에서 능가하였다.
Prompt Coach(PC)는 소프트웨어 개발자가 IDE 내 작업 흐름에서 소크라테스식 안내를 통해 고품질 코드 생성 프롬프트 작성 기술을 학습할 수 있도록 지원하는 멀티 에이전트 기반 튜터 시스템으로, 프롬프트를 명확성·구체성·오류 처리 등 8개 차원에서 평가하고 개발자의 코드베이스와 대상 LLM 동작에 그라운딩된 맥락 인식 질문을 제시한다. 15명의 전문 개발자를 대상으로 한 실증 연구에서 단 60분의 세션 만에 통계적으로 유의미한 프롬프트 품질 향상이 확인되었으며, 참가자들은 높은 신뢰도와 도입 준비도를 보고했다.
NapMem은 장기 사용자 메모리를 수동적 검색 컨텍스트가 아닌 구조화된 행동 공간으로 학습하는 프레임워크로, 원시 대화·메모리 레코드·토픽 트랙·사용자 프로필을 계층적으로 연결한 다중 세분화도 메모리 피라미드를 구성하고 에이전트가 GRPO 기반 강화학습으로 적절한 메모리 레벨을 탐색하도록 훈련한다. PersonaMem-v2, LongMemEval, LoCoMo 벤치마크 실험에서 다양한 메모리 집약적 태스크에 걸쳐 경쟁력 있는 성능을 보였으며, 비메모리 태스크에서도 일반적인 추론 및 도구 사용 능력을 대체로 보존함을 확인하였다.