PyTorchKR Papers

최신 논문

총 4편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.24177v2cs.SE

Agon: An Autonomous Large-Scale Omnidisciplinary Research System Built on Prompt Economy

Large language models are making research scalable. We present \textsc{Agon}, a research orchestrator designed to probe the limits of automated research. \textsc{Agon} is built on six design principles: Prompt Economy, Future-Facing, Minimal Prompts, OmniDisciplinary, Massive Parallelism, and Zero-Code. We deployed \textsc{Agon} across domains using only brief topic descriptions as starting points and no human-written code. These deployments demonstrate scalability but also reveal previously unseen classes of failure that are difficult to address through prompt engineering. We organize these failures into a taxonomy along four dimensions: severity, fixability, visibility, and capability locus. Together, these results show that \textsc{Agon} is pushing research towards a new paradigm: machines scale, humans steer. Our code is publicly available at \href{https://github.com/AutoResearch-Factory/Agon/tree/lite}{this GitHub repository}.

arXiv:2607.02520v1cs.CY

AutoResearch: 신뢰할 수 있는 연구 워크플로 자동화를 위한 실행 기반 다중 에이전트 프레임워크

AutoResearch: An Execution-Grounded Multi-Agent Framework for Reliable Research Workflow Automation

자동화된 연구 에이전트는 코드를 생성하고 문헌을 검색하며 과학적 산출물을 초안으로 작성하는 기능이 점점 향상되고 있지만, 생성된 실험이 올바르게 실행되는지 또는 인용된 출처가 생성된 주장을 뒷받침하는지 검증하지 못하는 경우가 많다. 본 논문에서는 신뢰할 수 있는 연구 워크플로 자동화를 위한 실행 기반 다중 에이전트 프레임워크인 AutoResearch를 제안한다. AutoResearch는 샌드박스 Python/PyTorch 실행, 반복적 코드 수정, 인용 검증, 주장 지지 감사, 의사결정 제어, 구조화된 LaTeX 산출물 생성을 결합한다. 이 시스템은 런타임 오류, 인용 검증 실패, 리뷰 에이전트 피드백을 생성된 연구 산출물에 대한 실질적인 필터링 신호로 처리한다. HumanEval, MBPP, SciCode 부분집합, 인용 검증 태스크, 주장 지지 감사, 소규모 엔드투엔드 워크플로 스트레스 테스트에 대한 통제된 평가에서 AutoResearch는 직접 비교 가능한 기준 모델 대비 실행 성공률, 인용 유효성, 로컬 주장 지지, 워크플로 완료율을 향상시켰다. 코드 중심 에이전트는 부분 비교로서 별도 보고된다. AutoResearch는 완전 자율 과학자나 독립적인 논문 품질 벤치마크가 아닌 신뢰성 지향 연구 보조 도구로서 설계되었다. 소스 코드: https://github.com/raja21068/AutoResearch

arXiv:2602.11354v3cs.AI

ReplicatorBench: Benchmarking LLM Agents for Replicability in Social and Behavioral Sciences

사회·행동과학 분야의 연구 주장 복제 가능성(replicability)을 평가하기 위한 엔드-투-엔드 벤치마크 ReplicatorBench를 제안하며, 데이터 검색·실험 설계·결과 해석의 세 단계에 걸쳐 3,128개의 채점 체크포인트로 LLM 에이전트를 평가한다. 평가 결과, 현재 LLM 에이전트는 계산 실험 설계·실행에는 능숙하지만 복제에 필요한 새로운 데이터 검색에는 어려움을 겪는 것으로 나타났다.

arXiv:2606.22610v1cs.AI

PaperClaw: 자율 연구와 인간 참여형 정제를 위한 에이전트 활용

PaperClaw: Harnessing Agents for Autonomous Research and Human-in-the-Loop Refinement

대규모 언어 모델(LLM)은 코드를 작성·실행하고 문헌을 검색할 수 있는 유능한 추론자이자 도구 사용자가 되었으며, 이로 인해 연구 과정 자체를 자동화하는 것이 현실적인 목표가 되었다. 우리는 연구 분야에서 완성된 논문까지 프로젝트를 자율적으로 수행하는 하네스(harness) 기반 다중 에이전트 시스템인 PAPERCLAW를 제안한다. PAPERCLAW는 해당 분야의 실시간 문헌, 데이터셋, 코드로부터 도메인을 큐레이션하고, 사전 등록된 주요 결과 계약(main-result contract)을 갖춘 아이디어로 브레인스토밍하며, 측정된 판정에서만 확장되고 증거가 아이디어를 뒷받침하면 중단되는 반복적 제안-검증-성찰(propose, test, reflect) 루프를 통해 중단 가능한 가설 맵(hypothesis map)을 구동하며, 그 시점에 학회 요건을 충족하는 논문을 작성한다. 전체 수명 주기(full-lifecycle) 메모리는 각 단계를 하나의 살아 있는 기록으로 유지하여, 장기 실행을 일시 중지·검토·재개할 수 있게 하며 맥락을 잃지 않는다. 중심에는 연구 도구와 스킬을 갖춘 사이클 내(in-cycle) 연구 어시스턴트가 있으며, 이는 전체 파이프라인을 독립적으로 구동할 수 있고, 동일한 인터페이스를 통해 사람이 어느 단계에서든 개입하여 최초의 자율 초안을 인간 참여형(human-in-the-loop) 정제를 통해 더 강한 논문으로 발전시킬 수 있다. 전 과정에서 PAPERCLAW는 출력을 그라운딩(grounding)하고 검증 가능하게 유지하며, 공개 학술 색인에서 검증된 참고문헌만 인용하고 실제로 실행된 결과만 보고한다. LLM 심사(judge)를 통한 평가에서 PAPERCLAW는 완전 자율적으로도, 인간 참여형 정제와 함께도 강력한 논문을 생성하는 것으로 나타났다.