PyTorchKR Papers

최신 논문

총 11편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2610.01119v1cs.AI

AbsorbEvo: 마이크로파 흡수체의 자율 역설계를 위한 에이전트 프레임워크

AbsorbEvo: An Agentic Framework for Autonomous Inverse Design of Microwave Absorbers

고성능 마이크로파 흡수체 설계는 전자기 이론, 재료 과학 및 시뮬레이션 프로그래밍에 대한 전문적인 지식을 요구하며, 많은 시간이 소요되는 최적화(optimization) 과정을 수반합니다. 본 논문에서는 자연어 성능 목표를 전파(full-wave) 시뮬레이션으로 검증된 설계로 변환하는 자율 역설계 에이전트(agent) 프레임워크인 AbsorbEvo를 제시합니다. 본 프레임워크의 후보 진화 전략은 언어적 추론, 물리 기반 예측 및 과거 피드백을 통합합니다. 대규모 언어 모델(LLM)은 작업 목표와 계산 기록을 바탕으로 매개변수 조정의 방향과 크기를 제안합니다. 시스템은 방향성이 있는 증분과 전역 샘플링을 결합하여 후보를 생성하고, 저비용 예측 모델을 물리적 사전 지식(prior)으로 사용하여 순위를 매깁니다. 높은 순위를 기록한 설계만이 전파 시뮬레이션을 거칩니다. 물리적 타당성 검사를 통과한 결과는 성능을 평가하고 후속 탐색을 안내하는 데 사용됩니다. 학습 작업에서 얻은 경험은 텍스트 형태의 스킬로 추가 증류(distillation)되며, 이는 새로운 작업에 사용되기 전에 독립적으로 검증됩니다. 공개되지 않은 AbsorbBench-36 작업에서 동일한 제안 예산 조건하에 AbsorbEvo는 79.17%의 작업 성공률을 달성하여, 일반적인 에이전트의 25.00% 및 무작위 탐색(random search)의 12.50%와 대비되는 성과를 보였습니다. 평균 최고 커버리지는 각각 0.6434와 0.6448이었던 데 반해 0.7816을 기록했습니다. AbsorbEvo는 언어 추론과 물리 기반 피드백을 설계 결정에 통합함으로써, 자연어 기반 마이크로파 흡수체 자율 역설계를 위한 방법론적 기반을 제공합니다.

arXiv:2605.14563v2cs.SE

궤적을 기억하라: 일관되고 계층적인 저장소 수준 코드 문서화를 위한 메모리 기반 장기 에이전트 프레임워크

Remember Your Trace: Memory-Guided Long-Horizon Agentic Framework for Consistent and Hierarchical Repository-Level Code Documentation

자동화된 코드 문서화는 현대 소프트웨어 개발에 필수적으로, 인간 개발자와 코딩 에이전트 모두가 대규모 코드베이스를 탐색하는 데 의존하는 맥락적 기반을 제공한다. 기존의 저장소 수준 접근법들은 컴포넌트를 독립적으로 처리하여 문서 전반에 걸쳐 중복된 검색과 상충하는 설명을 야기하며, 계층적 구조가 결여된 출력물을 생성한다. 이에 본 논문에서는 전체 저장소에 걸쳐 단일한 통합 컨텍스트 내에서 문서를 생성하는 장기 에이전트 프레임워크인 MemDocAgent를 제안한다. MemDocAgent는 두 가지 구성 요소를 결합한다: (i) 의존성 및 세분화 계층을 고려한 순회 순서를 사전에 결정하는 의존성 인식 순회 가이딩(Dependency-Aware Traversal Guiding), (ii) 에이전트가 읽기, 쓰기, 검증 연산을 통해 이전 작업 궤적을 축적하는 공유 메모리인 RepoMemory와 상호작용하는 메모리 기반 에이전트 상호작용(Memory-Guided Agentic Interaction). 심층적인 다중 기준 평가를 통해 MemDocAgent는 오픈소스 및 클로즈드소스 기준 모델 대비 최고 성능을 달성하며, 실제 소프트웨어 개발 워크플로우에서의 실용적 적용 가능성을 입증한다.

arXiv:2604.01480v2cs.AI

메타표면 역설계를 위한 자기 진화 에이전트 프레임워크

A Self-Evolving Agentic Framework for Metasurface Inverse Design

메타표면 역설계는 복잡한 광학적 기능을 구현할 수 있지만, 목표 광학 응답을 실행 가능한 최적화 코드로 변환하려면 계산 전자기학과 솔버 특화 소프트웨어 엔지니어링에 대한 상당한 전문 지식이 필요하다. 우리는 코딩 에이전트, 명시적 인간 가독형 스킬 파일, 결정론적 물리 기반 평가기를 결합하여 이러한 진입 장벽을 낮추는 자기 진화 에이전트 프레임워크를 제안한다. 모델 가중치를 업데이트하는 대신, 솔버 기반 피드백으로부터 스킬 파일을 수정하며, 기반 모델과 물리 시뮬레이션 및 그래디언트를 제공하는 미분 가능 솔버는 고정된 상태로 유지된다. 다중 유형 벤치마크에서 스킬 진화는 동일 유형 태스크 성공률을 38%에서 74%로 향상시키고, 물리적 기준 충족 비율을 0.51에서 0.87로 높이며, 평균 시도 횟수를 4.10에서 2.30으로 감소시킨다. 두 가지 새로운 유형 계열에서, 하나는 성공률이 최고치 근처(0.92에서 0.90)를 유지하고 다른 하나는 0.20에서 0.90으로 상승한다. 스킬 진화는 자율적이고 접근 가능한 역설계 워크플로를 향한 실용적인 경로를 제시한다.

arXiv:2607.08177v1cs.AI

ASMR: 선박 유지보수 보고서 작성을 위한 에이전트 기반 스키마 생성

ASMR: Agentic Schema Generation for Ship Maintenance Report Writing

선박 유지보수 보고서의 비정형 텍스트에서 일관된 정보 스키마를 자동으로 발견하기 위해, LLM 기반 의미 개념 추출과 다중 세분도 클러스터링을 수행하는 Field Generator Agent와 강화학습으로 중복 없는 최적 스키마를 구성하는 Structural Optimizer Agent로 이루어진 모듈형 에이전틱 프레임워크 ASMR을 제안한다. 예비 실험 결과 ASMR이 간결하고 유익한 스키마를 생성함을 확인하였으며, 이를 통해 보고서 작성자가 실시간 안내를 받아 더 완전하고 일관된 보고서를 작성할 수 있다.

arXiv:2512.19458v2cs.AI

VASP 에이전트: 자율 제일원리 계산을 위한 에이전틱 프레임워크

VASP Agent: An Agentic Framework for Autonomous First-principles Calculations

VASP Agent는 재사용 가능한 도메인 기술, 결정론적 도구, 런타임 근거, 과학적 안전장치를 결합한 코딩 에이전트 기반 시스템으로, 구조 이완·밴드갭 계산·격자 상수 결정·흡착 에너지 등 다단계 VASP 제일원리 계산을 자율적으로 수행한다. 평가 결과 VASP Agent는 모든 태스크를 완료하였으며, 고정 파이프라인에서 종료를 유발하는 오류도 에이전틱 제어 하에서 진단·복구 가능함을 보였다.

arXiv:2607.04758v1cs.AI

AgenticPD: 물리 설계 QoR 최적화를 위한 스테이지 인식 에이전틱 프레임워크

AgenticPD: A Stage-Aware Agentic Framework for Physical Design QoR Optimization

물리 설계 결과 품질(QoR) 최적화는 어렵고 비용이 많이 드는 작업이다. 한 단계에서 내린 선택은 이후 단계에 도움이 되거나 해가 될 수 있다. 각 평가는 전체 플로우를 거치는 비용이 많이 드는 EDA 실행을 필요로 한다. 기존 방법들이 여전히 최적화를 단순 매개변수 튜닝이나 대규모 언어 모델(LLM) 기반 스크립트 생성 작업으로 처리하는 반면, 우리는 물리 설계 QoR 최적화를 위한 스테이지 인식 에이전틱 프레임워크인 AgenticPD를 제시한다. AgenticPD는 매 시도마다 전체 플로우를 재실행하는 대신 물리 설계 플로우의 스테이지 경계를 중심으로 구성되어, Judge 에이전트가 탐색을 수행하고 스테이지 특화 에이전트들이 스테이지 로컬 도구를 활용해 각자의 단계 내에서 로컬 결정을 내린다. 또한 AgenticPD의 에이전트 하네스는 구조화된 관찰, 실행 이력, 에이전트 컨텍스트 관리를 제공한다. 그 결과 시스템은 이전 중간 상태에서 분기하고 체크포인트를 재사용하여 최적화 절차를 이어갈 수 있으며, 모든 후보는 라우팅 후 사인오프(post-route signoff) 단계에서 평가된다. 이러한 베이스라인 대비 AgenticPD는 전력 및 면적에서 경쟁력을 유지하면서도 강력한 라우팅 후 타이밍 성능을 달성한다.

arXiv:2606.29793v2cs.CL

Fund2Persona: 펀드 공시 데이터로부터 금융 어드바이저 페르소나를 구축하고 정제하는 프레임워크

Fund2Persona: A Framework for Building and Refining Financial Advisor Personas from Fund Disclosure Data

Fund2Persona는 펀드 공시문, 보유 자산 전환 이력, 시장 맥락, 매니저 코멘터리를 기반으로 금융 어드바이저 페르소나를 구축하고, 에이전트 기반 액터-스코어러-패처 루프로 이를 반복 정제하는 프레임워크다. 정제된 페르소나는 보유 자산 전환 재구성 및 매니저 코멘터리 정렬 평가에서 일반 베이스라인을 상회하며, 투자자 맞춤 자문 대화와 시장 시나리오 생성에서도 더 구체적이고 다양한 투자 관점을 제공함을 보인다.

arXiv:2606.26907v2cs.CV

Qwen-Image-Agent: 실세계 이미지 생성에서 Context Gap(컨텍스트 갭) 해소

Qwen-Image-Agent: Bridging the Context Gap in Real-World Image Generation

텍스트-투-이미지(T2I) 모델이 실세계에서 자주 겪는 사용자 컨텍스트와 생성에 필요한 충분한 컨텍스트 간 불일치를 Context Gap으로 정의하고, 계획·추론·검색·메모리·피드백을 컨텍스트 중심으로 통합한 Qwen-Image-Agent를 제안한다. Context-Aware Planning과 Context Grounding으로 생성 컨텍스트를 점진적으로 구축하며, Plan·Reason·Search·Memory 역량을 평가하는 IA-Bench를 도입했고 IA-Bench, Mindbench, WISE-Verified에서 강력한 베이스라인을 능가하는 최첨단 성능을 달성했다.

arXiv:2508.04086v3cs.CL

ToolGrad: 텍스트 "그라디언트"를 이용한 효율적인 도구 사용(tool-use) 데이터셋 생성

ToolGrad: Efficient Tool-use Dataset Generation with Textual "Gradients"

ToolGrad는 기존의 쿼리 우선 도구 사용(tool-use) 데이터 합성이 DFS 탐색 등으로 주석 실패와 비효율을 낳는 문제를, 텍스트 그라디언트로 유효한 도구 사용 체인을 먼저 구성한 뒤 사용자 쿼리를 합성하는 답변 우선(answer-first) 에이전트 프레임워크로 뒤집는다. 이 방식으로 생성한 ToolGrad-500은 더 복잡한 도구 사용, 낮은 비용, 거의 100% 통과율을 달성했고, 이를 학습한 모델은 비용이 큰 기준 데이터셋과 독점 대규모 언어 모델(LLM)보다 우수한 성능을 보였다.

arXiv:2606.11977v1cs.CV

ParseFixer: 선택적 멀티모달 교정을 통한 문서 파싱 에이전트 프레임워크

ParseFixer: An Agentic Framework for Document Parsing via Selective Multimodal Correction

본 보고서에서는 DataMFM Challenge Track 1: Document Parsing에서 3위를 기록한 우리의 솔루션을 소개한다. 이 트랙은 모델이 문서 페이지 이미지로부터 텍스트 내용과 문서 구조를 보존하면서 구조화된 Markdown 문서를 복원할 것을 요구한다. 정확한 내용 복원과 충실한 구조 재구성이라는 상호 보완적 요구사항을 해결하기 위해, 우리는 백본 파싱과 선택적 교정을 위한 에이전트 프레임워크인 ParseFixer를 제안한다. ParseFixer는 두 가지 핵심 모듈로 구성된다: Full-Page Backbone Parsing(FBP)과 Agentic Selective Correction(ASC). FBP는 MinerU2.5 Pro로 안정적인 초기 Markdown 출력을 생성하고, ASC는 복구 가치가 높은 파싱 실패를 탐지한 뒤 검증-롤백(verify-and-rollback) 교정 과정을 통해 이를 수정한다. 오픈소스 백본 파싱 이후 선택적 멀티모달 교정을 배치함으로써, ParseFixer는 신뢰할 수 있는 백본 예측을 재작성하지 않으면서 핵심 문서 요소의 복원을 개선한다. 테스트 세트에서 우리의 최종 시스템은 전체 점수 61.78을 달성하고 Track 1에서 3위를 기록하여, 정확한 문서 파싱에 대한 효과를 입증한다. 코드는 https://github.com/iLearn-Lab/CVPRW26-ParseFixer 에서 공개될 예정이다.

arXiv:2510.26615v4cs.CL

SlideAgent: 다중 페이지 시각 문서 이해를 위한 계층적 에이전트 프레임워크

SlideAgent: Hierarchical Agentic Framework for Multi-Page Visual Document Understanding

매뉴얼, 브로슈어, 프레젠테이션, 포스터와 같은 다중 페이지 시각 문서는 레이아웃, 색상, 아이콘 및 슬라이드 간 참조를 통해 핵심 정보를 전달합니다. 멀티모달 대규모 언어 모델(MLLM)이 문서 이해에 있어 가능성을 보여주지만, 현재 시스템은 복잡한 다중 페이지 시각 문서, 특히 요소와 페이지에 대한 세밀한(fine-grained) 추론에서 어려움을 겪고 있습니다. 우리는 SlideAgent를 소개합니다. 이는 멀티모달, 다중 페이지, 다중 레이아웃 문서, 특히 슬라이드 덱(slide decks)을 이해하기 위한 다재다능한 에이전트 프레임워크입니다. SlideAgent는 전문화된 에이전트를 활용하여 추론을 전역(global), 페이지, 요소의 세 가지 전문화된 수준으로 분해하고, 전반적인 주제와 상세한 시각적 또는 텍스트적 단서(cues)를 모두 포착하는 구조적이고 쿼리 독립적인(query-agnostic) 표현을 구축합니다. 추론(inference) 과정에서 SlideAgent는 다중 수준 추론을 위해 전문화된 에이전트를 선택적으로 활성화하고, 그 출력을 통합하여 일관되고 문맥 인식적인 답변을 생성합니다. 광범위한 실험 결과, SlideAgent는 독점 모델(proprietary models, +7.9%)과 오픈 소스 모델(+9.8%) 모두에 비해 정확도를 유의미하게 향상시키는 것으로 나타났습니다.