PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2610.01097v1cs.AI

YouRA: 증거 추적 가능한 자율 연구 에이전트를 위한 영구 상태 아키텍처

YouRA: A Persistent-State Architecture for Evidence-Traceable Autonomous Research Agents

엔드투엔드(end-to-end) 연구 에이전트는 이제 완전한 과학 논문을 작성할 수 있지만, 원고의 주장과 실제 수행된 실험 간에 괴리가 발생하는 경우가 많습니다. 이러한 간극은 구조적 문제입니다. 즉, 장기적인 파이프라인 전반에서 연구 상태, 실패 이력, 주장-증거 간의 정렬이 영구적이고 검증 가능한 상태로 유지되지 않기 때문입니다. 본 논문에서는 상태 유지 및 증거 추적이 가능한 자율 연구를 위한 아키텍처인 YouRA(Your Research Agent)를 제시합니다. YouRA는 세 가지 구성 요소를 통합하여 연구 전 과정에 걸쳐 연구 상태, 실행 증거, 실패 이력을 보존합니다. 첫째, 가설, 게이트, 증거 포인터를 추적하는 검증 상태 아키텍처(VSA, Verification State Architecture), 둘째, 제어와 실행을 분리하면서 상태 및 성찰 기록을 수명 주기, 복구, 토론/검토 제어로 변환하는 독립 컨트롤러(Independent Controller), 셋째, 실패를 구조화된 교훈으로 기록하고 제한된 복구, 재설계 또는 재설정을 통해 복구 경로를 지정하는 상태 유지 성찰(Stateful Reflection)입니다. MLR-Bench의 사전 정의된 10개 작업 엔드투엔드 하위 집합에서 YouRA는 일치하는 세 가지 백본 모두에서 스칼라 Overall 지표 기준으로 MLR-Agent와 AI Scientist V2 모두를 능가하는 성능을 보였습니다. MLR-Bench의 환각 분류 체계를 사용한 자동화된 진단에서는 네 가지 사실 기반 실패 유형에 대한 교집합/합집합 개수를 보고하며, 데이터 출처 진단 결과 실제 데이터에 기반한 출력이 더 많음을 확인했습니다. 네 가지 구성 요소(VSA, 독립 컨트롤러, MCP 도구 접근, 성찰 기반 복구)에 대한 절제 연구(ablation study)는 각 요소의 독립적인 기여도를 입증합니다. 핵심 상태 구성 요소 중 하나라도 제거하면 YouRA의 성능은 전체 시스템보다 저하됩니다. 코드: https://github.com/PrayPrey/Your-Research-Agent.