AREX-2: 장기적인 반영적 과제를 통해 개선 가능한 agent를 향상시키기

arXiv:2609.38288v1 발표 형식: 새로운 발표 요약: AREX-2를 소개합니다. 이는 대규모 언어 모델(LLM) agent의 자체 개선 능력을 향상시키기 위한 노력으로, 테스트 시간에 iteratively 솔루션을 개선할 수 있는 능력을 정의합니다. 이 능력은 두 가지 상호 보완적인 능력에 기초합니다: 반사성(reflection), 현재 솔루션보다 더 나은 솔루션을 생성하는 것, 그리고 장거리 실행(long-horizon execution), 반복이 효과적이도록 여러 라운드 동안 유지하는 것. 우리는 두 가지 능력이 도메인에 무관하다는 가설을 세우고, 감독을 위해 적합한 scenario에서 학습할 수 있다는 것을 확인합니다. 따라서 우리는 machine learning과 algorithmic programming task 두 가지 도메인에서 verifiable feedback와 reward를 받는 sustained iteration을 합성합니다. 이 데이터로 학습한 agent는 Qwen3.8-27B에 기반을 둔 agent로, MLE-bench Lite (81.8)와 Frontier-CS (70.7)에 강력한 결과를 나타내며, BrowseComp (84.0), HLE (52.6), GAIA (92.2), DeepSearchQA (93.8)와 같은 깊은 연구에 이식되며, 반복 횟수의 budget이 증가함에 따라 계속 개선됩니다. 이러한 결과는 장거리 반사 데이터가 자체 개선 agent를 향한 효과적인 경로라고 보여줍니다.