Harness²: 에이전트의 하네스와 개선 절차를 함께 진화시킨다
Harness²는 정답 피드백 없이 실행 궤적을 대조해 현재 하네스를 고치고, 그 경험을 다음 개선에 재사용한다. 두 재귀의 역할과 성능·추론 비용·평가 오염의 경계를 살펴본다.
Tag11 posts
#Agent Memory
글 목록
WikiSkill은 에이전트의 시행착오를 스킬보다 먼저 ‘축적되는 지식’으로 만든다
WikiSkill은 실행 trace·지속적으로 누적되는 wiki·실행 가능한 skill을 분리하고, 실패·성공 경험을 패턴과 수용 이력으로 축적한 뒤 validation gate를 통과한 skill 변경만 반영하는 agent skill evolutio...
Semantica는 에이전트의 컨텍스트를 ‘감사 가능한 결정 그래프’로 바꾼다
semantica-agi/semantica는 검색용 벡터 인덱스만으로 남기 쉬운 에이전트의 상태·판단·근거를 context graph, provenance, reasoning, policy 계층으로 묶어 질의 가능한 결정 인프라로 만들려는 오픈소스 P...
자기개선 에이전트는 모델과 scaffold를 따로 봐야 한다
arXiv 2607.13104는 자기개선 에이전트를 foundation model 업데이트와 prompt·memory·tool·control logic을 고치는 scaffold 업데이트로 나누고, 성능보다 transfer·regression·비용·안전...
Neural Procedural Memory는 에이전트 메모리를 activation으로 저장한다
Neural Procedural Memory는 과거 trajectory의 성공/실패 대비를 steering vector로 압축해, LLM agent의 절차 기억을 텍스트 지시문이 아니라 residual stream 개입으로 재사용하려는 training...
MemForest는 에이전트 메모리를 검색 문제가 아니라 쓰기 효율적인 시간 인덱스로 본다
MemForest는 장기 실행 LLM 에이전트의 메모리 병목을 retrieval보다 extraction·maintenance write path에서 찾고, canonical fact와 MemTree 계층형 시간 인덱스로 LongMemEval-S에서 7...
FluxMem은 에이전트 메모리를 고정 저장소가 아니라 진화하는 연결 그래프로 본다
HF Papers 2605.28773 / arXiv 논문은 FluxMem을 통해 에이전트 메모리를 semantic·episodic·procedural 노드가 계속 연결·수정·통합되는 heterogeneous graph로 재정의한다. 다만 compani...
δ-mem은 긴 컨텍스트보다 작은 온라인 상태로 LLM 기억을 붙인다
δ-mem은 frozen Transformer에 8×8 온라인 연상기억 상태를 붙이고, 그 readout으로 attention을 저랭크 보정해 장기 상호작용 메모리를 컨텍스트 확장 없이 다루려는 경량 메모리 메커니즘이다.
Neo4j Context Graphs는 RAG를 에이전트의 의사결정 메모리로 확장한다
Stephen Chin의 AI Engineer Europe 발표는 context graph를 단순 검색 보강이 아니라 단기·장기·추론 메모리와 의사결정 trace를 연결하는 에이전트 운영 계층으로 제시한다.
OCR-Memory는 에이전트 기억을 텍스트 요약이 아니라 시각적 검색 문제로 바꾼다
arXiv 2604.26622는 장기 실행 에이전트의 trajectory를 텍스트로 계속 밀어 넣는 대신, multi-resolution 이미지와 Set-of-Mark anchor로 저장하고 필요한 segment만 원문으로 되찾는 optical mem...
Arize Alyx의 계층적 메모리는 에이전트 실패를 context window 문제가 아니라 제품 아키텍처 문제로 본다
AI Engineer 발표에서 Arize의 Sally-Ann DeLucia는 Alyx를 만들며 겪은 context explosion을 바탕으로, 단순 truncation이나 LLM summarization보다 ID 기반 memory store, lon...