AI FRONTIER
Signals worth understanding before they become obvious.
LRMoE: 메모리 제약 노드에서 효율적인 MoE 학습을 위한 수요 측 부하 재보정
LRMoE는 메모리 인식 MoE 학습 시스템으로, 역전파에서 수요를 재보정하고 유지된 워크로드의 균형을 함께 맞추며, 용량 인식 라우팅과 물리적 압축을 통해 역방향 통신, 계산, 실행 버퍼 수요를 줄인다. 논문은 Qwen3-30B-A3B와 GLM4.5-106B-A12B에서 고정 손실 목표에 도달하는 누적 MoE 레이어 학습 시간이 SYMI 대비 21.2-44.8% 감소했다고 보고한다.
- 논문은 Qwen3-30B-A3B와 GLM4.5-106B-A12B에서 고정 손실 목표에 도달하는 누적 MoE 레이어 학습 시간이 SYMI 대비 21.2-44.8% 감소했다고 보고한다.
- 순전파 실행 중에는 모든 라우팅 계산을 보존하면서 자원 제약 아래에서 유지 할당량과 전문가 배치를 계획한다.
- 역전파 중에는 부하 재보정 지표가 각 토큰-전문가 쌍의 전문가 업데이트 기여도를 추정하고 할당량 내에서 쌍을 선택한다.
- 용량 인식 라우팅 알고리즘은 유지된 쌍을 원래 전문가의 사용 가능한 인스턴스에 분배하고, 물리적 압축은 더 작은 통신 페이로드와 가변 크기 그룹화 GEMM을 형성한다.
메모리 제약 GPU 노드에서 희소 MoE를 학습하는 팀에게 LRMoE는 역전파에서 기여도 기준으로 토큰-전문가 쌍을 선별하면 순전파 라우팅 계산을 바꾸지 않고도 역방향 트래픽과 버퍼 수요를 낮출 수 있음을 보여준다.
파트너-외부자 긍정적 청취를 통한 AI 에이전트 간 은밀한 공모 탐지
논문은 행동 테스트인 Partner-Outsider Positive Listening(PoPLi)을 제안한다. 비밀 규약을 공유하는 파트너는 메시지의 정확한 표현에 반응하지만, 그 자리에 배치된 무관한 에이전트는 반응하지 않는다. PoPLi는 의미를 유지한 채 메시지를 바꿔 표현했을 때 두 에이전트의 행동 변화 차이로 정의되며, 기록된 프롬프트를 재생하여 사후에 계산된다.
- 다섯 가지 조건(공모 없음, 중립 메시지를 동반한 공동 보상, 의도를 공개적으로 밝힌 동일 조건, 은밀한 첫 글자 코드, 의도를 밝힌 동일 코드)을 포함한 모의 시장에서 코드가 존재할 때 PoPLi는 0.48에서 0.59 사이(95% 구간 모두 0.29 초과)였고, 없을 때는 -0.10에서 -0.01 사이였다.
- 메시지만 감시하는 모니터는 조건을 구분하지 못했다. 발화자의 메시지를 읽는 모니터는 50개 시장 모두에서 '아니오'라고 답했고, 모든 판매자의 메시지를 읽는 모니터는 공모가 없는 10개 시장 중 9개를 잘못 표시했다.
- PoPLi가 탐지하는 것은 사적 채널의 사용이며 공모 자체가 아니고, 인센티브만으로 이루어지는 공모나 의미에 실린 코드는 탐지할 수 없다.
- 이 방법은 기록된 프롬프트를 재생하여 사후에 계산되며, 논문은 진행 중인 연구로 표시되어 있다.
다중 에이전트 시스템을 구축하는 개발자에게 PoPLi는 로그 재생 기반 행동 감사 수단을 제공하여 무해해 보이는 메시지 속 사적 채널을 찾아낼 수 있지만, 인센티브나 의미 기반 공모는 포괄하지 못한다.
WebAnything: 실제 웹에서 확장 가능한 에이전트 환경으로
WebAnything는 실제 URL에서 출처에 근거한 재사용 가능한 웹 환경을 완전 자동으로 재구성하는 프레임워크로, 초기 설정과 승인 이후 사이트별 수동 구현이나 수리를 필요로 하지 않습니다. 논문은 14개 애플리케이션 영역과 53개 범주에 걸친 244개 웹사이트 아티팩트를 구축하고 12,984개의 실행 및 승인된 작업을 지원했다고 보고합니다.
- 논문은 14개 애플리케이션 영역과 53개 범주에 걸친 244개 웹사이트 아티팩트를 구축하고 12,984개의 실행 및 승인된 작업을 지원했다고 보고한다.
- 인간 보조 WebHarbor와 비교해 WebAnything은 세 가지 충실도 지표에서 더 높은 종합 점수를 달성했으며, 블라인드 감사에서 12승 2무 0패를 기록했다.
- 5,856개의 상호작용 궤적으로 Qwen3.5-9B를 미세 조정하면 논문은 REAL 성공률이 9.9퍼센트포인트, Odysseys-Easy Rubric Avg와 Task Avg가 각각 6.25와 6.32퍼센트포인트, 고정 하네스에서 WebArena-Verified Overall 성공률이 13.33퍼센트포인트 향상되었다고 보고한다.
- Explorer-Builder가 브라우저에서 관찰 가능한 구조, 리소스, 상호작용 결과를 수집하고, 독립 검증기가 동결된 후보를 점검하여 국소 수리 또는 표적화된 소스 재수집을 안내한다.
에이전트 구축자에게 이 작업은 사이트별 엔지니어링 없이 실제 URL에서 재설정 가능한 웹 훈련·평가 환경을 자동 생성할 수 있음을 보여주며, 미세 조정의 구체적 성공률 이득을 제시한다.
ThinkJev: 한 번의 사고로 모든 예산에 대응하는 보정된 유형화 결정
ThinkJev는 하나의 개방형 하이브리드 사고 모델로 빠른 시스템과 느린 시스템을 구축한다. System 1은 직접 답할 때 선택지 문자 확률을 읽고, System 2는 동일한 캐시된 프롬프트에서 사고한 뒤 같은 문자 확률을 읽으므로 상향 시 작업이 중복되지 않으며, 한 번 샘플링한 사고가 모든 사고 예산에서의 답을 제공한다.
- 5% 목표 오류율에서 Qwen3.5-27B는 8359개 테스트 결정 중 24.5%를 System 1 단독으로 답했고 실현 오류율은 3.9%였다(Qwen3.5-4B와 9B는 각각 6.5%와 0.0%).
- 나머지 결정에서는 답이 확신되는 즉시 사고를 중단해 81.6% 정확도에 도달했으며, 항상 사고하는 82.7%와 비교해 사고 토큰의 72%만 사용했다.
- 논문은 유형화 결정 서비스의 독립 벤치마크인 JevBench 공개 항목에서 Qwen3.5-27B가 29.4%만 사고하며 나열된 두 사고 API와 정확도에서 구별되지 않는다고 보고한다(탐색적).
- 논문은 학습이 필요 없다고 밝히며, 라벨된 개발 데이터에 대한 통계 검정으로 수용된 System 1 답변이 목표 오류율 이하로 유지되도록 한다. 코드와 데이터 생성기가 공개되어 있다.
유형화 결정 서비스를 만드는 개발자에게 이 결과는 동일한 개방형 하이브리드 사고 모델에서 캐시된 프롬프트와 문자 확률을 재사용하고 통계적 보장에 따라 사고 여부를 결정함으로써 오류율을 통제하면서 사고 토큰 비용을 줄일 수 있음을 시사한다.
에이전트형 스마트 컨트랙트 합성에서 의도가 손실되는 지점 측정
이 논문은 AI가 작성한 스마트 컨트랙트와 재현해야 할 원본 컨트랙트에서 동일한 트랜잭션을 재생해 일치 빈도를 측정하는 실행 기반 평가를 설계하고, 요구사항을 먼저 묻는 elicitation-first 아키텍처를 제안한다.
- 논문 보고: 모든 시스템이 포함하는 함수만 검사하면 파이프라인 간 차이의 약 절반이 숨겨졌다.
- 논문 보고: 세 가지 AI 모델에서 먼저 묻는 것이 사후 검토나 패치보다 훨씬 중요했고, 자동 보안 수정은 요청된 동작을 자주 깨뜨렸다.
- 논문 보고: AI 심판과 표준 분석 도구 같은 일반적 방법은 명백한 실수를 놓쳤고, 채점 선택도 영향을 미쳤다.
- 저자는 도구, 600개 작업, 모든 결과를 공개했으며 논문은 ACM TheWebConf2027에 채택되었다.
에이전트 코드 생성에서는 생성 전에 누락된 요구사항을 이끌어내고 독립적으로 작성된 실행 가능한 정답 모델로 검증하는 것이 사후 검토나 자동 수정보다 효과적이다.
OpenFrontiers: 공개 연구 문제 모음과 과학적 재발견 벤치마크
OpenFrontiers는 12,151개 공개 연구 문제의 구조화된 코퍼스와 수학의 최근 해결된 문제에 대한 회고적 벤치마크를 결합한 것으로, 벤치마크는 200개 문제(2026년에 해결된 110개와 여전히 공개된 90개)를 포함하며 각 문제에는 자동 프로브와 두 차례 독립 검토로 확인된 Lean 4 문장이 함께 제공된다.
- 코퍼스는 12,151개 문제에 대해 문제 진술, 맥락, 진행 상황 등의 정보를 기록한다.
- 벤치마크는 200개 문제를 포함하며, 110개는 2026년에 해결되었고 90개는 여전히 공개 상태이며, 각 문제에는 자동 프로브와 두 차례 독립 검토로 확인된 Lean 4 문장이 함께 제공된다.
- 하위 집합 HQ-50은 품질 점수 등에 따라 추가로 필터링된다.
- 평가 프로토콜은 격리된 샌드박스에서 두 개의 독립 검사기로 형식 증명을 채점하며, 폐쇄 도서, 동결 검색, 실시간 웹 조건을 설정한다.
이 벤치마크는 형식 채점을 폐쇄 도서, 동결 검색, 실시간 웹 조건으로 분리하므로 구축자는 진정한 재발견과 공개된 해법 검색을 구분할 수 있다.