홈
AI AI
속보
심층
이벤트
Pro
더보기
자금 조달 정보
특집
온체인 생태계
용어
팟캐스트
데이터
OPRR
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
XRP
$2.25
2.07%
DOGE
$0.325
2.23%
USDC
$0.999
3.05%
Partnered With:

9B 소형 모델이 자체적으로 에이전트 스킬을 업데이트하며, 수익률이 Claude 플래그십 대형 모델과 맞먹는 수준을 기록했다.

동차 Beating 모니터링에 따르면, 대규모 모델 지능형 에이전트는 종종 외부 '장비'(Harness, 프롬프트, 메모리, 스킬 및 도구 포함)를 업데이트하여 자체 진화를 수행합니다. 펜실베이니아 주립대학교, UCSC 및 아마존 등 기관이 발표한 최신 논문 《Harness Updating Is Not Harness Benefit: Disentangling Evolution Capabilities in Self-Evolving LLM Agents》는 처음으로 진화 과정을 진화기의 '장비 업데이트'와 실행단의 '장비 수혜'라는 두 가지 차원으로 분리했습니다. 교차 테스트 결과, 장비 업데이트 능력은 모델 기본 능력에서 뚜렷한 '평탄화' 특성을 보였습니다. 서로 다른 모델이 장비를 업데이트하여 얻는 이익 차이는 최대 3.1%에 불과했으며, 심지어 9B 크기의 Qwen3.5-9B가 생성한 업데이트 스킬은 프로그램 구조에서 이미 플래그십 모델인 Claude Opus 4.6과 매우 유사했습니다. 이는 자체 진화 시스템을 개발할 때 진화기 역할에 고비용 모델을 사용할 필요가 없음을 시사합니다.

반대로, 지능형 에이전트가 장비로부터 이익을 얻는 능력은 '비단조적' 추세를 보입니다. 최상위 모델의 성능은 이미 한계에 가까워진 반면, 약한 모델(예: Qwen3-32B)은 개선 여지가 가장 크지만 실제 이익은 가장 적습니다. 연구는 약한 모델에 두 가지 주요 실패 모드가 있음을 지적합니다. 첫째는 '장비 활성화 실패'로, 약한 모델의 SkillsBench 벤치마크에서 스킬 로딩률은 25.1%에 불과한 반면, 강한 모델의 로딩률은 약 96%에 달합니다. 둘째는 '장비 준수 실패'로, 장기 실행 궤적이 전개됨에 따라 약한 모델의 명령 준수도는 로딩 초기 0.52에서 0.13으로 급감합니다.

이 최첨단 발견은 유명 AI 연구원 Elvis Sar(@omarsar0)의 강한 공감을 불러일으켰습니다. Elvis Sar는 자신이 코딩 에이전트와 장기 작업 실험에서 완전히 동일한 현상을 관찰했다고 지적합니다. 더 강력한 모델이 항상 더 우수한 에이전트를 진화시키는 것은 아닙니다. 이 논문은 에이전트 시스템 아키텍처 설계에 중요한 지침을 제공하며, 연산 예산을 실행 에이전트에 할당하고 에이전트 훈련에서 장비 자체 활성화 및 장기 명령 준수 능력을 강화하는 데 중점을 두어야 함을 시사합니다.

举报 오류 신고/제보
오류 신고/제보
제출
새 문고 추가
자신만 보기
공개
저장
문고 선택
새 문고 추가
취소
완료