PyTorchKR Papers

최신 논문

총 96편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2604.01647v2cs.AI

환경 데이터 관리를 위한 견고한 멀티 에이전트 워크플로우 탐색

Exploring Robust Multi-Agent Workflows for Environmental Data Management

환경 FAIR 데이터 관리에 LLM 기반 에이전트를 도입하는 것은 매력적이다. 이들은 운영 지식을 외재화하고 이질적인 데이터와 진화하는 관례에 걸쳐 큐레이션을 확장할 수 있다. 그러나 결정론적 구성 요소를 확률적 워크플로우로 대체하면 실패 모드가 바뀐다. LLM 파이프라인은 그럴듯하지만 잘못된 출력을 생성하여 피상적인 검사를 통과하고 DOI 발급 및 공개 배포와 같은 되돌릴 수 없는 조치로 전파될 수 있다. 우리는 환경 연구를 위한 캠퍼스 전역 저장 인프라에 배포된 프로덕션 데이터 관리 시스템인 EnviSmart를 소개한다. EnviSmart는 두 가지 메커니즘을 통해 신뢰성을 아키텍처적 속성으로 다룬다. 하나는 행동(거버넌스 제약), 도메인 지식(검색 가능한 컨텍스트), 기술(도구 사용 절차)을 지속적이고 상호 연결된 아티팩트로 외재화하는 3트랙 지식 아키텍처이고, 다른 하나는 결정론적 검증기와 감사 가능한 핸드오프가 되돌릴 수 없는 단계 전에 신뢰 경계에서 fail-stop 의미론을 복원하는 역할 분리형 멀티 에이전트 설계이다. 우리는 두 가지 프로덕션 배포를 비교한다. 대학 GIS Center Ecological Archive(849개의 큐레이션된 데이터셋)는 단일 에이전트 기준선으로 사용된다. 2,452개의 모니터링 스테이션과 39년에 걸친 8,557개의 공개 파일로 구성된 복합 홍수 벤치마크인 SF2Bench는 멀티 에이전트 워크플로우를 검증한다. 멀티 에이전트 접근법은 효율성(배포 전반에 걸쳐 아티팩트를 반복적으로 재사용하여 단일 운영자가 이틀 만에 완료)과 신뢰성 모두를 개선했다. 감사 가능한 핸드오프가 공개 전 2,452개 스테이션 전체에 영향을 미치는 좌표 변환 오류를 탐지하고 차단했다. 대표적인 사건(ISS-004)은 10분의 탐지 지연, 사용자 노출 0, 80분의 해결 시간으로 경계 기반 격리를 입증했다. 본 논문은 PEARC 2026에 채택되었다.

arXiv:2607.21324v1cs.CL

GRADRAG: 조율된 다중 에이전트 RAG를 위한 교차 컴포넌트 프롬프트 적응

GRADRAG: Cross-Component Prompt Adaptation for Coordinated Multi-Agent RAG

검색-증강 생성(RAG) 시스템은 점점 더 많은 LLM 에이전트를 사용하고 있다. 그러나 기존 연구의 대부분은 파이프라인 전반에 걸친 개선을 조율하기보다는 구성 요소를 개별적으로 최적화한다. 우리는 RAG 파이프라인을 계산 그래프로 모델링하고 구조화된 평가 피드백을 전파하여 상류 에이전트를 업데이트하는 교차 컴포넌트 프롬프트 적응 프레임워크인 GRADRAG를 제안한다. 평가자(Evaluator)는 하류 답변과 뒷받침 근거를 비평하여 실행 가능한 피드백을 생성하고, 프롬프트 옵티마이저가 이를 사용하여 검색기, 그래프 구성기, 답변 생성기와 같은 적응형 에이전트를 반복적으로 업데이트한다. 평가자는 출력이 만족스러운 것으로 판단되면 조기 종료를 트리거한다. 우리는 두 가지 검색 패러다임 하에서 SQUALITY 및 QMSUM 벤치마크에서 GRADRAG를 평가한다: IRCoT 스타일 쿼리 정제(Trivedi et al., 2023)를 사용하는 평탄 청크 기반 검색, 그리고 문서로부터 개체-관계 그래프를 구성하고 반복적으로 풍부하게 만드는 그래프 기반 검색. 두 설정 모두에서 GRADRAG는 최종 생성기만 업데이트하는 단일 단계 정제 베이스라인을 일관되게 능가하며, LLM이 판단한 쌍대 비교에서 12-15 퍼센트포인트의 순 선호 마진을 달성하고, 대부분의 이득은 두 번의 정제 반복 이내에 실현된다.

arXiv:2607.20428v1cs.CL

피부 면역 관련 부작용 식별을 위한 휴먼-인-더-루프 대규모 언어 모델 프레임워크

Human-in-the-Loop Large Language Model Framework for Identification of Cutaneous Immune-Related Adverse Events

본 연구는 임상 기록에서 피부 면역 관련 부작용(cirAEs)을 탐지하기 위한 검색-증강 생성(RAG), 다중 에이전트, 대규모 언어 모델(LLM) 기반, 휴먼-인-더-루프 프레임워크를 평가했다. 보조 없는 수동 검토와 비교했을 때, LLM 보조 워크플로는 정확도(F1 = 0.88 vs 0.77), Cohen's kappa로 측정한 평가자 간 일치도(kappa = 0.82 vs 0.50)를 향상시켰으며, 평균 검토 시간을 약 절반으로 단축했다. 이 프레임워크는 LLM을 여러 장기계에 걸친 면역 관련 독성을 식별하는 데 어떻게 적용할 수 있는지 시범적으로 보여주며, 더 넓게는 정확하고 확장 가능하며 투명한 부작용 데이터 추출을 가능하게 한다.

arXiv:2607.20501v1cs.AI

MKEvolve: 커널 코드 생성을 위한 모듈형 멀티 에이전트 프레임워크

MKEvolve: A Modular Multi-Agent Framework for Kernel Code Generation

대규모 언어 모델(LLM) 기반 코드 생성의 급속한 발전에도 불구하고, 하드웨어 가속기를 위한 정확하고 고성능인 커널을 작성하는 것은 현대 ML 워크로드를 스케일링하는 데 여전히 핵심 병목으로 남아 있다. 우리는 MKEvolve(Modular Kernel Evolve)를 제안한다. 이는 복잡한 PyTorch 모듈의 모듈형 분해와 각 서브모듈에 대한 LLM 생성 커널을 반복적으로 공진화하는 프레임워크로, 반복마다 분할과 융합을 통해 분해를 정교화하고 LLM 기반 빔 서치(beam search)로 각 서브커널을 독립적으로 개선한다. 결과 커널은 독립적으로 검증된 서브커널의 프로그램적 조합으로, 구성 가능(서브커널 구현체 교체 가능), 해석 가능(오류와 속도 향상을 특정 서브커널에 추적 가능), 관련 모델 아키텍처에 쉽게 적응 가능하다. Triton을 이용한 KernelBench L2 및 L3 실험(다중 연산자 시퀀스와 전체 모델 아키텍처를 포괄) 결과, MKEvolve는 end-to-end 직접 합성 기준선 대비 정확성과 속도 향상을 모두 개선하면서 LLM 토큰 사용량을 최대 35%까지 감소시킨다.

arXiv:2607.20499v1cs.AI

ExecuGraph: 대규모 언어 모델을 활용한 신뢰할 수 있는 백엔드 코드 합성을 위한 다중 에이전트 실행 기반 프레임워크

ExecuGraph: A Multi-Agent, Execution-Grounded Framework for Reliable Backend Code Synthesis with Large Language Models

대규모 언어 모델(LLM)은 그럴듯한 백엔드 코드를 생성하지만, 단일 패스(single-pass) 패러다임은 정확성이나 런타임 신뢰성을 보장하지 못한다. 본 논문은 ExecuGraph를 제안한다. 이는 백엔드 코드 합성의 중심에 실행 기반 검증을 두는 다중 에이전트 프레임워크이다. 여섯 개의 전문 에이전트(Planner, Code Generator, Logical Reviewer, Evaluator, Optimizer, Explainer)가 유형화된 방향성 워크플로우와 제한된 재시도 예산으로 조율되며, LangGraph 위에 로컬 호스팅 모델(Ollama)과 알고리즘 기법 회상을 위한 선택적 검색 층과 함께 구현된다. 각 평가는 서브프로세스 격리 샌드박스와 월클럭(wall-clock) 타임아웃으로 보호된다. 큐레이션된 30문제 DSA 스위트(internal-30), HumanEval(n=64), APPS-introductory 부분집합에서 평가하며, ExecuGraph를 단일 에이전트 원샷(one-shot) 기준선과 단일 에이전트 실행-재시도 기준선(다중 에이전트 분해의 기여를 분리하는 Reflexion 스타일 절제 실험)과 대조한다. internal-30에서는 세 조건이 통계적으로 구별되지 않는다(n=30; paired Wilcoxon p=0.59 MF vs. SO, p=0.08 SR vs. SO); 모든 쌍별 평균 차이에 대한 95% 부트스트랩 신뢰구간은 0을 포함한다. HumanEval에서는 multi-full이 +3.1 pp 앞선다. 가장 강한 신호는 교차 모델(cross-model)에서 나타난다. DeepSeekCoder V2 Lite에서 그래프 카테고리 정확도는 57.5%(oneshot)에서 80.0%(multi-full)로 향상되어 +22.5 pp의 도약을 보이며, 이는 스케일링 가설을 뒷받침한다. 즉 다중 에이전트 분해의 가치는 기본 모델(base-model) 역량이 커질수록 커진다. 본 프레임워크의 주요 기여는 방법론적이다. 단일 코드베이스가 설정에 따라 원샷, 실행-재시도, 에이전트별 절제 실험 조건으로 축소되어 각 레버의 한계 기여를 통제된 측정할 수 있게 한다. 에이전트별 절제 실험, 재시도 예산 스윕, 오류 클래스 분류 체계, 테스트 소스 감사가 보고된다.

arXiv:2607.20486v1cs.AI

OPTScientist: 트랜스포머 사전학습을 위한 타입화 옵티마이저 프로그램의 멀티 에이전트 발견

OPTScientist: Multi-Agent Discovery of Typed Optimizer Programs for Transformer Pretraining

현대 심층 학습을 위한 옵티마이저 설계는 여전히 어려운 과학적 문제로, 최적화 기하학, 상태 역학, 수치적 안정성, 구현 제약, 경험적 일반화를 함께 고려해야 한다. 기존의 자동 옵티마이저 발견 방법은 일반적으로 제약 없는 코드 공간을 탐색하거나, 좁게 파라미터화된 옵티마이저 계열 내에서 탐색한다. 전자는 유연하지만 종종 유효하지 않거나 해석하기 어려운 프로그램을 생성하는 반면, 후자는 안정적이지만 참신함을 제한한다. 우리는 타입이 지정된 도메인 특화 언어(DSL)에서 옵티마이저 발견을 위한 이론 기반 멀티 에이전트 프레임워크인 OPTScientist를 제안한다. OPTScientist는 옵티마이저 설계를 제약된 과학적 탐색 과정으로 공식화하며, 후보 업데이트는 방향(direction), 스케일링(scaling), 전처리(preconditioning), 정규화, 상태(state), 그룹화(grouping) 모듈을 통해 표현된다. Theorist, Designer, Engineer, Reviewer라는 네 가지 역할 에이전트가 단일 오케스트레이션 루프 안에서 협력하여 가설을 제안하고, DSL 후보를 합성하며, 옵티마이저를 컴파일·평가하고, 결과를 비평한다. 고정된 탐색 공간의 한계를 극복하기 위해 OPTScientist는 옵티마이저 프로그램에 대한 진화적 탐색과, 반복된 실패가 표현력 병목을 드러낼 때 소규모 DSL 확장을 제안하는 2단계 메커니즘을 결합한다. 이 프레임워크를 사용하여 우리는 RS-MR을 발견했으며, 이는 상태 축소 행렬 옵티마이저로서 자체 평가 프로토콜 하에서 강력한 기준선(baseline) 대비 트랜스포머 사전학습을 개선한다. 결과는 이론, 타입화 프로그램, 컴파일러 검증, 폐루프(closed-loop) 실험에 기반한 자동화된 옵티마이저 과학으로 나아갈 수 있는 경로를 시사한다.

arXiv:2607.21594v1cs.CV

월드 상태 레지스터를 갖춘 스트리밍 멀티-에이전트 자기회귀 확산 모델

Streaming Multi-Agent Autoregressive Diffusion Model with World State Registers

멀티-에이전트 상호작용 월드 모델은 일관된 관측을 생성할 뿐만 아니라, 에이전트 간에 지속되고 시점(view)에 따라 진화하는 월드 상태를 유지해야 한다. 기존 자기회귀 비디오 확산 파이프라인은 관측 이력을 조건화 컨텍스트(conditioning context)로 전달하며, 이는 멀티-에이전트 및 멀티-뷰 설정에서 공유 상태를 유지하기 어렵게 만든다. 우리는 WorldWeaver(W^2)를 제안한다. 이는 롤아웃을 크로스-에이전트 월드 상태 레지스터로 보강하는 스트리밍 멀티-에이전트 비디오 확산 모델이다. 이 레지스터는 공유 월드 정보를 저장하고, 개별 에이전트 상태를 추적하며, 각 생성 청크(chunk) 이후 동적으로 갱신되는 학습 가능한 토큰(token)이다. 우리는 개별 에이전트 상태, 조감도(bird's-eye view)를 포함한 전역 상태 뷰, 장면 텍스트에 걸친 감독 신호로 이러한 레지스터를 그라운딩(grounding)한다. 또한 월드 상태 모델링과 시각적 프레임 모델링에 별도의 가중치를 사용하는 Mixture-of-Transformers 설계로 아키텍처를 개선한다. Minecraft 두 에이전트 비디오 생성에서의 광범위한 실험 결과, 명시적 월드 상태 모델링이 논리적 일관성과 생성 품질을 향상시킴을 보여준다.

arXiv:2607.20866v1cs.CV

Agentic Designer: Progressive Multi-Agent Collaboration for Structure-Aware Interior Layout Generation

Generating realistic interior furniture layouts that strictly adhere to architectural constraints (e.g., walls, doors, and windows) remains a fundamental challenge in automated spatial design. Existing approaches, primarily based on one-shot generation using diffusion models or Large Language Models (LLMs), lack explicit mechanisms for intermediate geometric constraint verification, often resulting in structural collisions and functionally infeasible arrangements under complex room constraints. To address these challenges, we propose Agentic Designer, a progressive, multi-agent framework that formulates structure-aware interior layout generation as an iterative and constraint-verified decision process. By decomposing layout synthesis into modular stages of proposal, verification, and adjustment, the framework coordinates three specialized agents, a Generator, an Evaluator, and a Refiner, through a Progressive Consensus Mechanism. This mechanism enforces stepwise geometric validation and correction before each placement is committed, thereby preventing error accumulation. To facilitate this structure-aware paradigm and standardize evaluation, we establish InStruct, a comprehensive benchmark that integrates a dataset comprising over 18,000 high-quality, parametrically annotated samples with a novel suite of structure-centric metrics. Extensive quantitative evaluations, qualitative analyses, and user studies show that Agentic Designer significantly outperforms state-of-the-art methods, demonstrating substantial improvements in strict structural adherence and functional design coherence.

arXiv:2607.20216v1cs.CR

작고, 무료이며, 효과적: 악성코드 분석에서 단일 LLM을 능가하는 오픈 가중치 소형 언어 모델 오케스트레이션

Small, Free, and Effective: Orchestrating Open-Weight Small Language Models to Outperform Single LLM for Malware Analysis

악성코드 분석은 파일 시스템, 네트워크, 프로세스 동작에 걸친 복잡한 detonation 보고서의 신속한 해석을 요구한다. 대규모 언어 모델(LLM)은 기술적 아티팩트 해석에서 인상적인 능력을 보여 주지만, 폐쇄 가중치 프론티어 모델의 불투명성과 증가하는 API 비용은 오픈 가중치 대안에 대한 탐색을 촉진한다. 그러나 많은 오픈 가중치 모델은 크기가 커 상당한 연산 자원을 요구하고 무시할 수 없는 호스팅 비용을 발생시켜, 자원이 제한된 배포 환경에서는 접근하기 어렵다. 본 논문은 오케스트레이션된 소형 언어 모델(SLM) 앙상블이 악성코드 detonation 보고서에 대한 구조화된 질문에서 단일 LLM 성능과 동등하거나 이를 초과할 수 있는지 조사한다. Meta의 CyberSecEval Malware Analysis 벤치마크에서 11개의 오픈 가중치 SLM, 3개의 사이버 보안 사전학습 모델, 6개의 프론티어 LLM을 테스트하여 기준선을 수립했다. 이어 네 가지 오케스트레이션 아키텍처를 설계하고 평가했다: (i) 분석을 구조화된 증거 수집 및 추론 단계로 분해하는 다중 에이전트 파이프라인, (ii) 두 에이전트가 서로의 추론을 반복적으로 비판하는 적대적 토론 프레임워크, (iii) 범용 SLM과 사이버 보안 전문 모델을 짝지은 계층적 자문 시스템, (iv) 증거 기반 파이프라인과 적대적 토론 추론을 결합한 하이브리드 아키텍처. 하이브리드 시스템(Qwen3-4B와 Foundation-Sec-8B)은 35.30%의 전체 정확도를 달성하여, 가장 강력한 사이버 보안 전문 기준선(22.54%)과 가장 강력한 비근거 프론티어 기준선(34.77%)을 초과했다. 동일한 증거 파이프라인이 주어졌을 때, 그라운딩된 Gemini가 38.22%로 가장 강력한 구성으로 남았다. 이러한 결과는 증거 기반 오케스트레이션이 악성코드 detonation 보고서 해석을 지원하기 위한 협력적 SLM의 성능을 실질적으로 향상시킬 수 있음을 보여 준다.

arXiv:2607.19947v1cs.CV

ETPDesigner: 대화형 멀티모달 Electronic Theater Program을 위한 멀티 에이전트 오케스트레이션

ETPDesigner: Multi-Agent Orchestration for Interactive Multimodal Electronic Theater Program

Electronic Theater Program(ETP)은 공연 예술 분야에서 중요한 홍보 매체로, 연극 포스터, 공연 세부 정보, 인물 초상화 등 이질적인 시각 자산으로 구성된 다중 페이지 컬렉션을 포함한다. 그러나 기존 텍스트-이미지(text-to-image) 패러다임은 긴 문맥 서사를 이해하고 여러 개의 서로 다른 페이지에 걸쳐 시각적 일관성을 유지하지 못하기 때문에, 이러한 복잡한 디자인 작업에 어려움을 겪는다. 이를 해결하기 위해, 원본 연극 대본에서 고품질 ETP를 직접 합성하는 협업형 멀티 에이전트 프레임워크인 ETPDesigner를 제안한다. 전문 디자인 파이프라인을 모방하여, 우리 프레임워크는 의미적 대본 분석, 핵심 포스터 합성, 기능적 배경 생성, 인물 자산의 계층적 구성을 위한 전문화된 에이전트들을 조율한다. ETPDesigner의 핵심은 핵심 포스터에서 시각적 사전(prior)을 추출하여 생성된 모든 구성 요소에 엄격한 미적 통일성을 강제하는 전역 스타일 앵커(global style anchor) 메커니즘이다. 또한 ETP를 정적인 출판물에서 몰입형 대화형 동반자로 격상시킨다. 초상화 애니메이션, 맞춤형 음성 합성, 페르소나 기반 대규모 언어 모델(LLM)을 통합함으로써, 우리 시스템은 사용자가 생성된 가상 캐릭터와 실시간 음성 대화를 할 수 있게 한다. 이 작업을 엄격하게 벤치마크하기 위해, 전문 연극 포스터와 고품질 인물 초상화로 구성된 도메인 특화 벤치마크 ETP-Pro를 구축한다. 광범위한 평가를 통해, 우리 방법이 의미적으로 충실하고 미적으로 일관되며 고도로 대화형인 프로그램 세트를 생성하는 데 우수함을 입증한다.

arXiv:2607.15079v2cs.AI

BrainPilot: 에이전트 기반 연구로 뇌 발견 자동화

BrainPilot: Automating Brain Discovery with Agentic Research

뇌를 이해하는 데는 점점 더 다양한 스케일, 모달리티, 학문 분야에 걸친 증거를 통합하는 것이 중요해지고 있다. 따라서 단일 연구 질문을 다루려면 선행 연구 조사부터 분석 실행, 도메인 지식에 근거한 결과 해석에 이르는 일련의 작업을 조율해야 한다. AI 에이전트는 이러한 과정을 가속할 잠재력을 보여주지만, 현재의 에이전트는 뇌과학 분야 전문 지식이 부족하고, 주장을 날조할 수 있으며, 다단계 추론 과정에서 벗어날 수 있고, 전문가가 개입할 수 있는 명확한 지점이 거의 없다. 이러한 실패는 특히 뇌과학에서 치명적이다. 여기서 도출된 결론은 후속 과학적 주장의 기반이 되며, 실험실별 전문 지식과 신중한 인간의 판단에 의존하기 때문이다. 우리는 추적 가능한 로그와 에이전트 검증 결과를 통해 뇌과학 연구를 가속하는 완전 오픈소스 다중 에이전트 시스템인 BrainPilot을 제안한다. PI(principal investigator) 에이전트가 큐레이션된 도메인 지식에 기반한 전문 에이전트들을 조율한다. 이는 7,233개의 색인 항목을 포함하는 통합 뇌과학 지식 베이스와 7개 연구 도메인에 걸친 72개의 재사용 가능한 방법론 단위로 구성된 스킬 라이브러리로 이루어져 있다. 모든 주요 단계는 Graph of Trace에 기록된다. 이는 하위 목표, 도구 사용, 증거, 주장을 연결하는 감사 가능한 기록으로, 연구자들이 워크플로를 추적하고 검사할 수 있게 한다. Auditor 에이전트는 워크플로에 날조 검증을 추가로 통합한다. 평가를 위해 Agents' Last Exam의 세 가지 뇌과학 과제를 실행하고, 자체 벤치마크인 BrainPilotBench-v0를 도입하며, 추가적인 종단간 사례 연구를 제시한다. 이러한 평가 전반에서 오픈소스 백본 모델을 사용한 BrainPilot은 더 낮은 비용으로 최신 에이전트 프레임워크에 필적하는 성능을 달성한다.

arXiv:2606.26614v2cs.HC

HiLSVA: 과학 시각화를 위한 Human-in-the-Loop 에이전트 시스템의 설계 및 평가

HiLSVA: Design and Evaluation of a Human-in-the-Loop Agentic System for Scientific Visualization

과학 시각화(SciVis)에서 자율성 중심 LLM 에이전트의 투명성·감독 한계를 보완하기 위해 HiLSVA는 계획 우선 다중 에이전트, 단계별 출처 추적, 샌드박스 실행, 사용자 피드백 기반 테스트 시점 학습을 결합한 human-in-the-loop 혼합 주도형 시스템을 제안한다. 12명 대상 사용자 연구에서 혼합 주도형 상호작용이 과제 완료·통제·워크플로 투명성을 개선했으나, 실행 효율성과 인간 감독 사이 트레이드오프가 확인되었다.

arXiv:2607.15095v2cs.CL

Digital Pantheon: LLM 에이전트를 이용한 연립 형성 시뮬레이션 및 감사

Digital Pantheon: Simulating and Auditing Coalition Formation with LLM Agents

정치 연립의 형성은 구체적인 정책 목표와 깊이 뿌리내린 이념적 신념 모두에 의해 추진되는 복잡한 협상이다. 대규모 언어 모델(LLM)은 계산 정치학(computational political science)에 새로운 가능성을 열어 주지만, 인간 피드백 강화학습(RLHF)을 통해 내재된 중립성 및 유용성 편향은 일관된 당파적 행동을 지속하는 것을 막는다. 우리는 지도 미세조정(SFT), 직접 선호 최적화(DPO), 검색-증강 생성(RAG)을 결합하여 사실적 그라운딩(grounding)과 이념적 정렬(alignment)을 조화시키는 다중 에이전트 프레임워크를 제안한다. DPO는 공격적인 당별 페르소나를 주입하고, 당별 RAG 파이프라인은 각 에이전트를 공식 정강에 제한한다. 우리는 2019년 플랑드르 선거에 이 프레임워크를 적용하고, 당파적 에이전트를 formateur가 중재하는 허브-앤-스poke 협상에 배치한다. 창발적(emergent) 협상을 해석 가능하게 하기 위해, 우리는 최종 합의의 모든 조항을 정강 출처까지 추적하고 다섯 가지 출처 상태로 분류하는 다층 정보 계보 토폴로지(Multi-Layered Information Lineage Topology, MILT)를 도입하고, 합의를 형성한 당을 식별하기 위해 추적 가능한 기여를 집계하는 연립 영향력 점수(Coalition Influence Score, CIS)를 제안하며, 각 시뮬레이션 조항을 역사적으로 채택된 연립 합의와 대조하여 벤치마킹하는 실세계 그라운딩 패스를 수행한다. 세 번의 독립 시뮬레이션에서 프레임워크는 안정적인 승자와 순위(N-VA가 CD&V와 Open Vld보다 앞서는)를 산출하며, 정강에 기반한 계보는 실세계 구현을 신뢰성 있게 예측하는 반면 환각(hallucination)된 내용은 그렇지 않다. 그 결과는 당 호환성과 formateur 중재 타협의 사전(ex-ante) 탐험을 위한 투명하고 확장 가능한 테스트베드가 된다.

arXiv:2607.15257v1cs.AI

SearchOS-V1: 견고한 개방 도메인 정보 탐색 에이전트 협업을 향하여

SearchOS-V1: Towards Robust Open-Domain Information-Seeking Agent Collaboration

도구 통합 대규모 언어 모델(Tool-Integrated LLM)의 최근 발전으로 웹 검색은 정보 탐색 에이전트의 핵심 역량이 되었다. 그러나 상호작용 기록이 길어질수록 에이전트는 작업 진행 상황을 추적하는 데 점점 더 어려움을 겪는다. 검색 시도가 유용한 증거를 제공하지 못하면, 현재의 단일- 및 다중 에이전트 시스템은 반복적인 루프에 빠질 수 있으며, 검색 예산을 낭비하고 궁극적으로 최종 산출물의 품질과 완전성을 저하시킨다. 우리는 SearchOS를 소개하는데, 이는 취약한 암묵적 검색 진행 상태를 명시적이고 지속적이며 공유 가능한 상태로 전환하는 시스템 수준의 다중 에이전트 프레임워크이다. 먼저, 개방 도메인 정보 탐색을 그라운딩된 인용이 포함된 관계형 스키마 완성(relational schema completion)으로 공식화하는데, 에이전트는 엔티티를 발견하고 연결된 테이블 간 속성을 채우며, 각 값을 출처 증거에 고정한다. 이어서 Search-Oriented Context Management(SOCM)를 설계하는데, 이는 진화하는 상태를 Frontier Task, Evidence Graph, Coverage Map, Failure Memory로 외부화한다. SOCM 위에 구축된 SearchOS는 파이프라인 병렬 스케줄링 메커니즘을 적용하며, 서브 에이전트의 실행을 겹치게 하고 해결되지 않은 커버리지 공백을 대상으로 하는 작업으로 확보된 슬롯을 지속적으로 재채워 활용률과 처리량을 향상시킨다. 검색 에이전트의 실행을 스케줄링하고 제어하기 위해 SearchOS는 Search Tool Middleware Harness를 도입한다. 이는 모델과 도구 상호작용을 가로채 그라운딩된 증거를 기록하고 정지 또는 예산 소진에 대응하며, 전략 스킬과 접근 스킬로 구성된 재사용 가능한 계층적 스킬 시스템을 제공하여 에이전트의 검색 프로세스를 보강하고 실행 간 실패한 검색 패턴의 반복을 피한다. WideSearch와 GISA에서 SearchOS는 평가된 단일- 및 다중 에이전트 베이스라인 중 모든 지표에서 최고 성능을 기록하며, 견고한 정보 탐색 협업을 향한 길을 열어준다.

arXiv:2607.15247v1cs.AI

AutoSynthesis: 자동화 메타분석을 위한 에이전트 시스템

AutoSynthesis: An agentic system for automated meta-analysis

증거 종합(evidence synthesis)은 과학, 의학, 교육, 정책을 위해 1차 연구를 신뢰할 수 있는 지식으로 전환하는 데 매우 중요하다. 그러나 정량적 증거 종합은 여전히 대부분 수동적이며 확장하기 어렵다. 여기서 우리는 자동화 메타분석을 위한 end-to-end 다중 에이전트 시스템인 AutoSynthesis를 제안한다. 자연어로 주어진 연구 질문에 대해 AutoSynthesis는 검색 전략을 수립하고, 과학 문헌을 검색하며, 후보 연구를 선별하고, 전문(full-text) 적격성을 평가하고, 정량 통계를 추출하고, 표준화된 효과 크기(effect size)를 계산하며, 마지막으로 무작위 효과(random-effects) 메타분석을 수행한다. AutoSynthesis는 또한 조절 변수(moderator)에 따라 효과 크기가 어떻게 달라지는지 검토하는 이질성(heterogeneity) 분석과 바이어스(risk-of-bias) 평가를 지원한다. 출력으로 AutoSynthesis는 PRISMA 가이드라인에 부합하는 투명한 보고서를 생성한다. 우리의 적용 사례에서 AutoSynthesis는 28편 이상의 연구를 선별하고 20개 이상의 정량적 주장을 추출했다. AutoSynthesis가 생성한 통합 효과 추정치는 전문가가 수행한 메타분석의 Hedges' $g$와 유사하여, 수동 증거 종합과 밀접한 일치를 나타낸다. 종합하면, 이러한 결과는 AutoSynthesis가 정량적 증거 종합을 더 확장 가능하게 만들어 학제 간 근거 기반 의사결정(evidence-based decision-making)을 지원할 수 있음을 보여준다.

arXiv:2607.14396v1cs.AI

CatalogAgent: 생성형 AI 모델의 컨텍스트 엔지니어링을 가능하게 하는 감독 에이전트 중재형 자기학습 시스템

CatalogAgent: A Supervisor-mediated Self-Learning System Enabling Context Engineering for GenAI Models

상품 카탈로그는 전자상거래 사이트의 핵심이지만, 재질, 색상, 형태와 같은 다수의 구조화 속성(SA) 값이 누락되는 경우가 많다. 일반적으로 SA 값은 제목과 설명을 포함한 상품 정보에서 추출된다. 대규모 언어 모델(LLM) 기반 생성기-평가기 프레임워크는 한 LLM이 SA 값을 생성하고 다른 LLM이 이를 평가하는 SA 예측에서 효과가 입증되었지만, 생성기와 평가기가 충돌하는 출력을 내면면 어느 한 구성요소든 실수할 수 있어 어려움이 있다. 우리는 전자상거래 카탈로그 보강을 위해 생성기와 평가기 모델을 지속적으로 개선하는 새로운 에이전트형 시스템인 CatalogAgent를 제안한다. (1) LLM 기반 생성기와 평가기 간의 내부 충돌, 또는 (2) 판매자의 LLM 출력에 대한 외부 피드백으로 불일치가 발생하면, 감독 에이전트(Supervisor Agent)가 개입하여 충돌을 중재하고 최종 결정을 내린다. 이 시스템은 또한 개별 사례의 감독 에이전트 활동을 저장하고 패턴을 학습 내용으로 집계하는 메모리 베이스(Memory Base)와 메모리 요약기(Memory Summarizer)를 포함한다. 이러한 학습 내용은 워커(worker) 생성기 및 평가기 LLM에 다시 제공되어, 인간 개입 없이 자기 개선을 가능하게 한다. 컨텍스트 엔지니어링(context engineering)—워커 LLM의 컨텍스트에 학습 내용과 통찰을 주입함—을 통해 이 시스템은 감독자의 역량을 생성기와 평가기로 성공적으로 이전하여, 각각의 성능을 15.24%와 13.98% 향상시킨다. 우리 실험은 생성형 AI 모델의 정확도를 높이기 위한 감독 에이전트 중재형 자기학습 시스템의 새로운 패러다임을 보여준다.

arXiv:2607.15211v1cs.CV

MAGiSt3R: 단안 RGB 동영상 기반 멀티 에이전트 피드포워드 3D 재구성

MAGiSt3R: Multi-Agent Feed-forward 3D Reconstruction from Monocular RGB Videos

본 논문은 단안 RGB 동영상에 대해 초당 약 10 FPS의 속도로 재구성과 카메라 추적을 수행하는 멀티 에이전트 3D 재구성 프레임워크인 MAGiSt3R을 제안한다. MAGiSt3R은 RGB 동영상을 처리하고 국소 포인트 맵을 회귀하기 위해 3R 계열의 피드포워드 모델에 의존하며, 에이전트 내 및 에이전트 간 수준에서 국소 맵을 결합하여 최종 전역 포인트 맵을 얻는 병합 모델 MAGMA에도 의존한다. 또한 MAGiSt3R은 피드포워드 파이프라인을 따라 발생하는 누적 카메라 드리프트를 완화하기 위해 포즈 그래프 최적화를 수행한다. 합성 및 실세계 데이터셋에서 MAGiSt3R을 평가한 결과, 최신(state-of-the-art) 방법들에 비해 우수한 재구성 및 카메라 추적 정확도를 보여준다.

arXiv:2607.12254v2cs.CV

개인적 특이점(Personal Singularity)을 위한 자기 인식 재귀적 자기 개선 에이전트: 목표, 범위, 도구, 벤치마크 기반 다중 에이전트 아키텍처

Self-Aware Recursively Self-Improving Agents for Personal Singularity: A Goal-, Scope-, Tool-, and Benchmark-Driven Multi-Agent Architecture

대규모 언어 모델(LLM) 에이전트는 계획을 수립하고, 도구를 사용하며, 메모리를 유지하고, 장기 지평(long-horizon) 과제를 실행할 수 있다. 본 논문은 자기 인식 재귀적 자기 개선(Self-Aware Recursively Self-Improving, SARSI) 에이전트를 제안한다. 이는 정체성, 목표, 역량, 한계, 불확실성, 관계, 이력, 발달적 변화에 대한 지속적인 자기 모델(self-model)을 유지하고, 그 모델을 사용하여 재귀적 개선을 안내하고 평가하는 거버넌스가 적용된 에이전트이다. 자기 인식(self-awareness)은 기능적으로 정의되며, 주관적 경험이나 현상적 의식(phenomenal consciousness)을 함의하지 않는다. SARSI 에이전트를 개인적 특이점(personal singularity)과 결합한다. 이는 에이전트 생태계가 사용자가 확장되는 사용자 정의 실현 가능 역량 프론티어(feasible capability frontier)에 접근하도록 돕는, 경계가 설정된 인간-AI 공동 개발 목표이다. 각 에이전트는 목표 계약(goal contract), 경계가 설정된 범위(scope), 검증된 도구 레지스트리, 도구 테스트, 종단 간(end-to-end) 벤치마크, 소유자 통제 자율성, 라우팅, 메모리, 자기 모델, 개선 정책을 갖는다. 범위 라우터(scope router)는 수락된 모든 과제를 하나의 책임 있는 주(primary) 에이전트에 할당하고, 범위 밖 작업을 구조화된 핸드오프(handoff)를 통해 이관한다. 사용자 대면 Auto-Index는 외부 권한을 재정의하지 않고 대화형, 하이브리드, 자율, 또는 예약된 동작을 선택한다. 아키텍처는 계획-실행-검증 루프, 증거 게이트가 적용된 개선 루프, 외부 거버넌스 평면(governance plane), 분산 계보(lineages), 소유자 지향 에이전트 파운드리(foundry), 그리고 작업, 계산 영상(computational-imaging), 업무 프로세스 학습, 개인 학습 에이전트를 조율하는 Personal Singularity OS를 결합한다. 기능적 자기 인식, 범위, 라우팅, 개선 수용, 경계가 설정된 목표 진화, 도구 우선 실행, 인간 역량 이전(human capability transfer)을 형식화하고, 안전성 불변식(invariants), 벤치마크 설계, 단계적 구현 로드맵을 제공한다. 이는 입장(position) 및 시스템 설계 논문이며, 의식, 무제한 재귀적 자기 개선, 또는 개인적 특이점이 달성되었다는 증거가 아니다.

arXiv:2605.08583v2cs.CL

출처 없으면 없었던 일: 인용 환각 탐지를 위한 다중 에이전트 프레임워크

Source or It Didn't Happen: A Multi-Agent Framework for Citation Hallucination Detection

대규모 언어 모델(LLM)은 과학적 글쓰기에 점점 더 많이 사용되지만, 그럴듯해 보이나 서지 정보 검증에 실패하는 인용 형태의 참고문헌을 만들어낼 수 있다. 기존 탐지기는 종종 검증을 발견/미발견의 이분법적 판단으로 축소하고, 취약한 파싱이나 불완전한 검색에 의존하여 감사자에게 필드 수준의 신호를 거의 제공하지 못한다. 우리는 인용 환각 탐지를 분류체계에 정렬된 필드 수준의 판정으로 재구성하고, Real, Potential, Hallucinated 인용을 아우르는 12개 코드 분류체계를 도입한다. 이 분류체계를 바탕으로 CiteTracer를 구축한다. CiteTracer는 PDF와 BibTeX에서 구조화된 인용을 추출하고, 캐시 조회, URL 페치, 학술 검색 커넥터, 웹 검색을 통해 증거를 검색하며, 결정론적 필드 매칭을 적용하고, 모호한 사례를 클래스 전문 판정 에이전트로 라우팅하는 계단식 다중 에이전트 탐지기이다. 우리는 실제 시드에서 통제된 LLM 변이로 구축한 2,450개의 합성 인용으로 이루어진 벤치마크를 공개하며, ICLR 2026과 익명 학회의 사전 심사 거절 투고에서 추출한 957개의 실세계 조작 인용과 짝을 이룬다. CiteTracer는 합성 벤치마크에서 97.1% 정확도를 달성하며, Real, Potential, Hallucinated에 대해 각각 97.0, 95.8, 98.5의 클래스 수준 F1 점수를 기록하고, 실세계 데이터셋에서 기권(abstaining) 없이 조작의 97.1%를 탐지한다. Code: https://github.com/aaFrostnova/CiteTracer.

arXiv:2602.11198v2cs.CL

설계상 선언적, 관례에 의해서만 어시스트 가능: 다중 에이전트 프레임워크의 AI 어시스트 가능성 벤치마킹

Declarative by Design, Assistable Only by Convention: Benchmarking Multi-Agent Frameworks for AI-Assistability

다중 에이전트 프레임워크(MAF)는 LLM 기반 소프트웨어 개발을 단순화할 것을 약속하지만, AI 코딩 어시스턴트가 올바른 프레임워크 전용 코드를 얼마나 잘 생성할 수 있는지를 포착하는 체계적인 지표는 아직 없다. 우리는 구조적 정렬($\barσ$)과 기능적 정확성(pass@1)을 결합하여 프레임워크의 AI 지원 개발 적합성을 정량화하는 복합 지표인 AI 어시스트 가능성($\mathcal{AI}$)을 제안한다. 이 지표를 통제된 환경에서 평가하기 위해, 관계형 데이터베이스 스키마를 PropBank 의미 역할셋(semantic roleset)으로 매핑하는 새로운 벤치마크 과제인 DDL2PropBank를 설계하고, Agent-as-a-Tool 패턴을 사용하여 열 개 프레임워크에 동일한 에이전트 로직을 구현한다. 우리의 결과는 선언적 프레임워크 설계가 AI 어시스트 가능성을 보장한다는 직관에 도전한다. 단일 표준 패턴과 관례에 정렬된 API를 갖춘 Agno가 가장 높은 $\mathcal{AI}$ 점수(0.55)를 달성한 반면, 설계상 가장 선언적인 프레임워크인 DSPy는 그 독창적 추상화가 AI 학습 데이터에 충분히 반영되지 않아 최저 점수(0.07)를 기록한다. 선언적 설계만이 아니라 관례 정렬이 AI 어시스트 가능성의 주요 동인임을 확인했다($\barσ$와 pass@1 사이 $r = 0.576$). 모든 산출물—DDL2PropBank, PropBank MCP 서버, 및 모든 구현—은 https://github.com/ahmeshaf/ddl2propbank 에서 이용 가능하다.