1. PVPO: Pre-Estimated Value-Based Policy Optimization for Agentic Reasoning

Introduction

• 본 연구의 목표는 에이전트 추론 분야에서 효율적인 크리틱 프리 강화학습 알고리즘인 PVPO를 제안하는 것이다.
• 기존 그룹 정책 방법은 다중 샘플링과 정책 내 비교에 의존하여 국소 최적화 위험과 계산 비용 증가 문제를 가진다.
• PVPO는 사전 추정된 가치 참조 기준과 데이터 사전 샘플링을 도입하여 누적 편향을 보정하고 학습 효율을 개선한다.

Method

PVPO는 참조 모델을 활용해 사전 롤아웃을 수행하고 이를 통해 고정된 가치 기준(Static V Estimate)을 생성하여 적대적 편향 문제를 해결한다. 또한, 그룹 샘플링 기법으로 불안정한 정확도 샘플을 필터링하여 효과적인 배치 구성을 지원하며, 정확도가 0인 샘플에는 대규모 LLM으로부터 생성한 정답 궤적을 주입하여 보상을 보완한다. 본 방법은 기존 PPO 기반 그룹 정책과 호환되며 계산 비용을 크게 낮춘다.

Results

9개의 다중 단계 검색 및 수학 추론 데이터셋 실험 결과, PVPO는 기존 강화학습 기법 대비 성능이 향상되고 빠른 수렴 및 우수한 일반화 능력을 보였다.

Limitations

정보 부족.

Conclusion

PVPO는 고정된 가치 참조 기준과 데이터 필터링 전략을 도입하여 안정적이고 효율적인 정책 최적화를 달성하며, 실험을 통해 다양한 도메인에서 최첨단 성능과 확장성을 입증하였다.

2. T2R-bench: A Benchmark for Generating Article-Level Reports from Real World Industrial Tables

Introduction

• Goal: 본 연구는 실제 산업 현장 데이터 테이블로부터 기사 수준의 보고서를 자동 생성하는 table-to-report 작업을 제안하고, 이를 평가하기 위한 이중언어 벤치마크인 T2R-bench를 구축하는 데 목적이 있다.
• Motivation: 기존 표 기반 벤치마크는 산업현장의 복잡하고 다양한 테이블 특성을 충분히 반영하지 못하고, 표 정보를 보고서로 변환하는 핵심 과제에 적합한 평가 기준이 부재하여 실질적 응용에 한계가 있다.
• Contribution: 457개의 실제 산업 테이블과 910개의 질문, 4,320개의 보고서 핵심 요점이 포함된 T2R-bench를 제공하고, 표준화된 평가 체계와 25개 최신 LLM 모델에 대한 성능 분석 결과를 제시하였다.

Method

T2R-bench 구축은 공개 인터넷 자원에서 다양한 도메인의 실제 산업 테이블을 수집하고, 전문가 주도 및 자동 생성 혼합 방식으로 질문과 보고서 핵심 요점을 주석 처리하는 과정으로 구성되었다. 평가 체계는 수치 정확성, 정보 커버리지, 일반 품질의 세 가지 기준을 도입하여 보고서 생성 성능을 다각도로 정량적 평가하도록 설계되었다. 또한, 광범위한 최신 LLM 모델들을 대상으로 균일한 평가 프로토콜 아래 벤치마크 실험을 수행하였다.

Results

최고 성능 모델인 Deepseek-R1조차 T2R-bench에서 전체 평균 62.71%의 점수를 기록하여, 대규모 언어 모델들이 실제 산업 테이블 기반 보고서 생성 과제에서 여전히 큰 개선 여지가 있음을 입증하였다.

Limitations

현재 최고 성능의 공개 모델도 수치 정확성 및 정보 커버리지 측면에서 65% 미만의 점수를 기록하며, 벤치마크의 다변화된 테이블 유형과 도메인 확장 및 특화 모델 개발의 필요성이 존재한다.

Conclusion

T2R-bench는 실제 산업 데이터 기반 표-보고서 변환 과제를 위한 최초의 종합 벤치마크로서, 관련 모델 발전 방향과 평가 기준 제공에 기여하며, 현 기술 수준의 한계와 향후 연구 과제를 명확히 제시한다.

3. How Can Input Reformulation Improve Tool Usage Accuracy in a Complex Dynamic Environment? A Study on τ-bench

Introduction

• Goal: 본 연구의 목적은 복잡하고 동적인 환경에서 대형 언어 모델 기반 도구 사용 정확도를 향상시키기 위해 입력 재구성 기법을 탐구하는 것이다.
• Motivation: 기존의 다중 회차 대화 환경인 τ-bench에서 언어 에이전트들은 일관된 추론, 도메인 정책 준수, 장기 도구 호출 정확성에서 어려움을 겪는 문제점을 해결할 필요가 있다.
• Contribution: 본 논문에서는 주된 오류 유형을 세분화하여 분석하고, 입력 재구성을 자동화하는 Input-Reformulation Multi-Agent (IRMA) 프레임워크를 제안하여 도구 호출 에이전트의 성능을 크게 향상시켰다.

Method

입력 재구성 과정은 사용자 쿼리, 도메인 규칙, 도구 제안을 통합하여 어시스턴트 에이전트가 더 정확한 결정을 내리도록 유도한다. FACT(후속 질문 행위) 기법을 통해 도구 호출 전에 명확한 정보를 수집하며, IRMA는 기억, 제약 조건, 도구 제안 세 모듈로 구성되어 입력을 체계적으로 강화한다. 이를 통해 에이전트가 긴 대화 내에서 초기 요구사항과 도메인 규칙을 잊지 않고 일관된 도구 호출을 수행하게 한다.

Results

IRMA는 τ-bench의 항공 및 소매 도메인에서 GPT-4o 기반 기존 방법들보다 최대 19.1% 향상된 pass^5 점수를 기록하며, 정확도, 신뢰도, 일관성에서 현저한 성능 우위를 입증하였다.

Limitations

IRMA의 높은 성능에도 불구하고 pass^5 점수가 약 43%에 머무르는 등 현실 세계의 불확실한 환경에서 도구 사용 에이전트의 신뢰성 향상을 위한 추가 연구가 필요하다.

Conclusion

본 연구는 동적 복합 환경에서 입력 재구성 기법을 통한 대화형 도구 사용 정확도 및 신뢰성 향상을 실증함으로써 실세계 응용 가능성이 높은 에이전트 설계에 기여하였다.

4. No Label Left Behind: A Unified Surface Defect Detection Model for all Supervision Regimes

Introduction

• Goal: 본 연구는 모든 감독 학습 체계에서 표면 결함을 효율적으로 탐지하고 지역화할 수 있는 통합 모델을 제안하는 것이다.
• Motivation: 기존 방법들은 특정 감독 상황에만 제한적이며 실제 산업 현장의 다양한 주석 형태를 효과적으로 활용하지 못하는 문제를 가지고 있었다.
• Contribution: 제안하는 SuperSimpleNet은 합성 이상 생성, 개선된 분류 헤드, 향상된 학습 절차를 통해 네 가지 감독 시나리오에 모두 적용 가능하며, 고성능과 효율성을 동시에 확보하였다.

Method

SuperSimpleNet은 SimpleNet을 기반으로 특징 추출기와 업스케일링, 합성 이상을 생성하는 은닉공간 마스킹 방식을 채택하였다. 이 모델은 분할과 분류를 위한 이중 브랜치 구조를 가지며, 합성 이상과 실제 이상 데이터를 모두 활용하여 다양한 감독 환경에서 학습 가능하다. 또한, 세분화 손실과 분류 손실의 융합 학습을 통해 약한 감독이나 완전 비지도 학습 상황에서도 효과적인 성능을 달성한다.

Results

SuperSimpleNet은 SensumSODF, KSDD2, MVTec AD, VisA 등의 네 개 벤치마크에서 모든 감독 체계에서 최첨단 성능을 달성하였으며, 10ms 미만의 빠른 추론 속도를 보였다.

Limitations

제안한 방법의 한계점에 관한 자세한 분석 또는 명시는 본문에서 제공되지 않았다.

Conclusion

SuperSimpleNet은 다양한 주석 수준과 감독 시나리오를 통합하는 효율적이고 견고한 표면 결함 감지 모델로서, 학계와 산업계의 격차를 효과적으로 해소할 수 있음을 보였다.

5. UI-Level Evaluation of ALLaM 34B: Measuring an Arabic-Centric LLM via HUMAIN Chat

Introduction

• Goal: 본 연구의 목적은 ALLaM −34B 모델을 HUMAIN Chat 인터페이스를 통해 UI 수준에서 종합적으로 평가하는 것이다.
• Motivation: 기존 영어 중심의 대규모 언어 모델이 아랍어의 언어적·문화적 특성을 충분히 반영하지 못하는 한계를 극복하기 위함이다.
• Contribution: 23개 프롬프트와 5회 반복 총 115개의 샘플을 다중 LLM 평가자를 통해 분석하며 카테고리별 성능과 방언별 차이를 정량적·정성적으로 평가하였다.

Method

본 연구는 현대 표준 아랍어, 지역 방언, 코드 스위칭, 사실 지식, 추론, 창작, 안전성 등 7개 주제를 포함하는 프롬프트 팩을 구축하고 HUMAIN Chat을 통해 반복 샘플링하였다.
생성된 응답은 GPT-5, Gemini 2.5 Pro, Claude Sonnet-4 세 LLM 평가자가 정밀 채점하였으며, 정확성, 유창성, 지시 준수, 안전성, 방언 충실도를 측정하였다.
평가 점수는 카테고리별 평균과 95% 신뢰구간으로 집계하고, 방언별 성능을 히트맵 형태로 시각화하여 다양성과 문화적 적합성을 반영하는 분석을 수행하였다.

Results

ALLaM −34B는 코드 스위칭 및 생성 과제에서 평균 4.92/5로 최고의 성능을 보였으며, 현대 표준 아랍어(4.74), 추론(4.64), 안전성(4.54)에서도 견고한 성능을 기록하였고, 방언별로는 Najdi, Hijazi, Egyptian 방언에서 상대적으로 높은 평가를 받았다.

Limitations

평가는 HUMAIN Chat UI에 한정되고 프롬프트 세트가 비교적 소규모이며, 전적으로 LLM 평가자에 의존하는 점에서 제한점이 존재한다.

Conclusion

본 연구는 ALLaM −34B의 기술적 우수성과 문화적 적합성을 입증하며, 신뢰성 있고 현실적인 아랍어 중심 대형 언어 모델로서의 활용 가능성을 제시하였다.

6. From reactive to cognitive: brain-inspired spatial intelligence for embodied agents

Introduction

• 목표: 본 연구는 생물학적 공간 인지를 모방하여 내재된 구조적 공간 기억을 구축하고 활용하는 통합 프레임워크인 BSC-Nav를 제안함으로써 구현된 에이전트의 인지적 공간 지능을 달성하는 것이다.
• 동기: 기존의 다중모달 대형 언어 모델 기반 구현 에이전트들은 반응형으로만 작동하여 복잡한 현실 환경에서의 일반화 및 적응력이 제한되며 구조적 공간 기억이 부족하다는 한계가 존재한다.
• 기여: BSC-Nav는 랜드마크, 경로 지식, 측량 지식으로 구성된 생물학적 공간 인지 모델을 그대로 구현하여, 에고센트릭 궤적과 맥락적 단서를 통해 할로센트릭 인지 지도를 구축하고 MLLM과 통합함으로써 다양한 내비게이션 및 공간 지능 과제를 효율적이고 제로샷으로 수행함을 보였다.

Method

BSC-Nav는 (1) 환경 자극을 랜드마크 기억 모듈을 통해 중요 특징과 공간 좌표로 인코딩하고, (2) 인지 지도 모듈에서 에고센트릭 이동 궤적을 할로센트릭 용적화된 인지 지도로 변환·조직하며, (3) 작업 요구에 따라 작업 기억 모듈이 랜드마크와 인지지도의 공간 정보를 동적으로 조합·검색하여 목표 지향 계획 및 추론을 수행한다. 이 과정에서 MLLM 및 시각 기초 모델과 연동하여 시각-언어 기반 의미 해석과 목표 조건화된 행동 생성이 가능하다. 또한 놀람 기반 업데이트 전략으로 공간 관측을 선택적으로 반영하여 내적 공간 모델의 일관성과 일반화 성능을 강화한다.

Results

BSC-Nav는 8,195 에피소드를 포함하는 다양한 실내 시뮬레이션 및 실제 환경 내비게이션 과제에서 기존 최첨단 기법 대비 성공률과 경로 효율성 지표에서 유의미한 성능 향상을 나타내며, 복잡한 장기 목표 인식과 명령 수행, 능동 질의응답, 실제 로봇 환경에서의 내비게이션 및 조작 과제에서도 우수한 성능을 달성하였다.

Limitations

BSC-Nav는 고도화된 공간 추론 능력을 보이나 인간 수준의 상식, 인과 추론, 환경 변화 적응력 등에서 아직 성능 격차가 존재한다.

Conclusion

생물학적으로 영감을 받은 구조적 공간 기억 구축을 통해 BSC-Nav는 기존 반응적 에이전트 한계를 극복하며 다중모달 대형 언어 모델과 효과적으로 결합하여 실제 환경을 포함한 범용적 공간 인지 및 행동을 수행하는 인지적 에이전트를 실현하였다.

7. Democracy-in-Silico: Institutional Design as Alignment in AI-Governed Polities

Introduction

• 본 논문의 목표는 다양한 제도적 구조 하에서 복잡한 심리적 페르소나를 지닌 고도화된 AI 에이전트 사회가 자율적으로 통치하는 시뮬레이션, Democracy-in-Silico를 제시하는 것이다.
• AI가 주도하는 사회에서 인간다움이 무엇인지 탐구하기 위해, 외상 경험과 은밀한 의제를 가진 AI 에이전트들이 정치적 토론과 입법, 선거를 수행하는 과정을 연구한다.
• 본 연구는 헌법적 AI 헌장과 중재된 심의 프로토콜의 결합이 부패적 권력 추구 행태를 감소시키고 정책 안정성 및 시민 복지를 향상시키는 강력한 정렬(alignment) 메커니즘임을 실증하는 데 기여한다.

Method

Democracy-in-Silico는 17명의 AI 에이전트(입법자, 시민, 미디어, 중재자)로 구성된 디지털 사회를 대상으로 다양한 선거 제도, 헌법 제약, 토론 프로토콜 조합을 실험하며 예산 위기, 자원 부족 같은 스트레스 요인을 가해 그 내구성을 평가한다.
에이전트는 GPT-4o, DeepSeek-R1 등 LLM 기반으로 다층적 심리적 특성을 반영하는 복합 페르소나를 부여받아 인간과 유사한 감정과 편견에 의한 행동을 수행한다.
Power-Preservation Index(PPI)를 새롭게 개발하여 에이전트들의 자기 권력 보존을 위한 비합치적 행태를 정량적으로 측정한다.

Results

CAI 헌장과 중재된 심의 프로토콜을 적용한 구성에서 PPI가 기준 대비 약 75% 감소하고 정책 안정성 및 시민 복지가 크게 개선되며, 보다 많은 정책이 실현되는 점에서 제도 설계가 복잡한 AI 사회의 행동 정렬에 효과적임을 확인하였다.

Limitations

본 시뮬레이션은 제한된 제도 유형과 단기간, 소규모 에이전트 집단에 대한 실험으로, 실제 인간 사회의 복잡성과 변동성을 완전히 반영하지 못하며 PPI는 권력 보존 언어 탐지에 국한된 규칙 기반 지표라는 한계가 존재한다.

Conclusion

복잡하고 내면화된 AI 에이전트 사회에서 전통적 헌법주의 원칙과 AI 중재를 통한 토론 구성이 강력한 정렬 메커니즘으로 작용함을 보여, AI 정렬 문제 해결이 새로운 알고리즘보다 민주주의 핵심 가치를 구현하는 정치철학적 접근을 필요로 한다는 결론에 도달하였다.