Spark-to-Paper는 논문 생성보다 ‘근거가 없으면 멈추는’ 연구 워크플로를 만든다
Spark-to-Paper는 코딩 어시스턴트 안에서 13개 스킬을 조합해 아이디어·문헌·실험·그림·LaTeX 조립을 연결하고, 관측되지 않은 결과를 비워 두며 실패한 가설을 종료하는 연구 논문 생성 워크플로를 제안한다.
Tag6 posts
#Research Agents
글 목록
ToFu는 에이전트 성능을 모델이 아니라 harness까지 연구 대상으로 만든다
arXiv 2607.11423의 ToFu는 3단 context compaction, 검색형 메모리, 다국어 번역 계층, 의존성 인식 swarm을 공개 harness에 묶고 SWE-bench Verified에서 Claude Code보다 적은 토큰으로 더...
Deep Agents와 Bedrock AgentCore는 리서치 에이전트를 컨텍스트 절약형 런타임으로 분해한다
AWS와 LangChain의 예제는 웹 리서치, 코드 분석, 장기 메모리, 관측성을 별도 MicroVM과 서브에이전트 경계로 나눠 컨텍스트 압박을 줄이는 실무형 리서치 에이전트 설계를 보여준다.
Claw AI Lab은 자동 연구를 숨은 파이프라인에서 조작 가능한 연구실로 바꾼다
arXiv 2605.22662는 Claw AI Lab을 한 프롬프트에서 연구팀을 만들고, 대시보드·실험 harness·rollback/resume으로 자동 연구를 조작 가능한 AI 연구실로 재구성하는 플랫폼으로 제안한다.
AutoResearch AI는 과학 자동화를 자율성보다 검증 책임의 문제로 본다
AutoResearch AI는 AI 연구 자동화를 L0~L4 자율성, 다섯 워크플로 단계, 과학 품질 평가, 도메인별 상한으로 정리하며 완전 자율보다 검증·출처·책임 설계를 핵심 병목으로 본다.
QUEST는 딥리서치 에이전트를 합성 과제로 훈련한다
QUEST는 8K 합성 연구 과제와 rubric tree 보상, context management, MT→SFT→RL 파이프라인으로 2B~35B 공개 딥리서치 에이전트 패밀리를 만든다.