NLP paper review (4/26~5/3)

🥇 1. Agentic Harness Engineering (AHE)

• 핵심 아이디어: 코딩 에이전트의 “하니스(harness)”를 더 이상 감각적 튜닝이나 블랙박스 자기진화에 맡기지 않고, 검증·되돌리기 가능한 엔지니어링 대상으로 만드는 프레임워크.
• 3계층 구조
  • Components: 버전 관리 가능한 파일
  • Experience: 대규모 실행 로그를 압축한 구조화된 증거
  • Decisions: 명시적 가설(예측) + 실제 결과로 검증
• 성과
  • Terminal-Bench 2에서 Pass@1 69.7% → 77.0%
  • SWE-bench-verified에서 토큰 사용량 12% 절감
  • 다른 모델 계열로 이전해도 +5.1~10.1p 성능 향상
• 의의: 에이전트 시스템의 숨은 비용인 하니스 설계를 과학적으로 개선할 수 있는 최초의 실질적 접근.

 

🥈 2. AgenticQwen-30B-A3B

• 요지: Alibaba의 30B MoE 모델(활성 파라미터 3B) 이 Qwen3-235B 급 성능을 실제 툴 사용 벤치마크에서 달성.
• 핵심 기법
  • 두 개의 RL 플라이휠
    • 모델 자신의 실패를 더 어려운 문제로 재학습
    • 단순 툴 호출 → 다중 분기 행동 트리로 확장
• 의미: 초대형 모델 없이도 실용적 에이전트 성능 + 비용 효율을 달성할 수 있는 재현 가능한 레시피.

 

🧠 3. Agentic World Modeling (대규모 서베이)

• 규모: 저자 40명, 관련 연구 400+ 편 분석
• 새로운 분류 체계
  • 능력 레벨
    • L1: 단일 단계 예측
    • L2: 다단계 시뮬레이션
    • L3: 환경 변화에 따른 자기 수정
  • 법칙 영역
    • 물리 / 디지털 / 사회 / 과학
• 가치: 에이전트가 “대화”에서 “목표 달성”으로 이동하면서 필요한 공통 언어와 진단 체계 제공.

 

🤝 4. RecursiveMAS

• 문제의식: 멀티에이전트의 텍스트 기반 커뮤니케이션은 토큰·지연·맥락 손실이 큼.
• 해결책: 에이전트 간 자연어 대신 잠재(latent) 표현을 재귀적으로 교환.
• 성과
  • 평균 정확도 +8.3%
  • 추론 속도 1.2~2.4배
  • 토큰 사용량 최대 75.6% 감소
• 의의: “덜 말하고, 더 생각하는” 협업 구조 제시.

 

🧑‍💼 5. OneManCompany (OMC)

• 핵심 개념
  • 고정된 에이전트 팀 대신 Talent(이식 가능한 에이전트 정체성) 사용
  • 작업마다 Talent Market에서 동적 채용
• 성과: PRDBench 성공률 84.67% (SOTA 대비 +15.5p)
• 의의: 멀티에이전트를 조직도 → 노동 시장 관점으로 전환.

 

🧩 6. From Skill Text to Skill Structure

• 문제: SKILL.md 같은 자연어 스킬 정의는 검색·위험 분석에 취약
• 해결: 3계층 JSON 구조
  • Scheduling / Structural / Logical
• 성과
  • 스킬 검색 MRR 0.573 → 0.707
  • 리스크 분류 F1 0.744 → 0.787
• 의의: 대규모 스킬 레지스트리의 필수 인프라 제안.

 

🧠 7. Latent Agents

• 아이디어: 멀티에이전트 토론을 단일 모델 내부로 증류
• 효과
  • 최대 93% 토큰 절감
  • 명시적 토론과 동등하거나 더 나은 성능
• 추가 가치: 내부에 “에이전트 서브스페이스”가 남아 해석·안전 제어 가능.

 

🗂 8. OCR-Memory

• 핵심: 에이전트의 과거 기록을 텍스트 요약이 아닌 이미지 기반 메모리로 저장
• 방식: 시각적 인덱싱 → 필요한 부분만 원문 복원
• 성과: Mind2Web, AppWorld에서 SOTA 달성.

 

🔎 9. When to Retrieve During Reasoning

• 문제: 기존 RAG는 추론 전에만 검색
• 해결: 추론 중 불확실성이 생길 때 동적 검색 주입
• 성과
  • F1 +10.1%
  • 검색 호출 수 47% 감소
• 의의: 장문 추론 모델(o1, R1 등)에 최적화된 RAG 전략.

 

🔁 10. Co-evolving Decisions and Skills

• 핵심: 의사결정 정책과 스킬 라이브러리를 분리하지 않고 동시 진화
• 의의: 로보틱스·게임·장기 계획 문제에서 정체 없는 에이전트 설계에 적합