AutoFyn 기술 보고서: 비 парамет릭 전문가 반복을 위한 장기 시차 agent
AutoFyn은 Expert Iteration 알고리즘에 вд려서 만든 agent를 제어하는 도구입니다. AutoFyn은 대규모 언어 모델(LLM)의 가동 중인 모델을 여러 라운드 동안 업데이트하는 데 사용되는 persistent 상태를 업데이트하는 데 사용되는 verified reward signals를 사용하는 대신 모델의 가중치를 업데이트하는 방식으로 작동합니다. 각 라운드의 시작은 새로운 모델 세션에서 시작하고, 지속적인 정보는 persistent memory 파일, 보고서 및 리포지토리 상태를 통해만 재입력됩니다. 라운드 내에서 조정자는 다양한 agent를 사용하여 여러 대안 접근법을 탐색, 계획 및 구축하는 동안, 작업 기반 검증기는 작업을 검증하고 진행률을 측정하기 위한 목적의 reward를 제공합니다. 이 reward는 persistent 상태로 다시 distill되어 다음 라운드의 효과적인 정책을 업데이트합니다. 이 기술 보고서에서는 이 루프를 공식화하고 persistent 상태 및 검증 인터페이스를 설명합니다. 그 다음, AutoFyn을 세 가지 도메인, 즉 올림픽 수학, 데이터 과학 및 보안에서 사용하는 것을 보여줍니다. 2026년 국제 수학 올림픽의 여섯 개 새로운 문제에서, 모델이 여전히 개선할 여유가 있는 모델은 AutoFyn을 사용하여 제공자의 코드 agent보다 더 높은 점수를 얻었습니다. AutoFyn은 또한 Spider 2.0 dbt benchmark에서 top-ranked agent를 구축하고, Next.js, MetaMask, pnpm, Warp, LiteLLM, Langflow, 및 Open WebUI와 같은 제품에서 16개의 maintainer-확인된 취약점 advisories를 생성했습니다.
함께 읽으면 좋은 기사
Meta의 영감은 OpenAI와 Anthropic에서 본격적으로 빛나는 AI를 훔쳤습니다.
AI 리더들이 OpenAI와 Anthropic에서 "선도 경계를 맞춰가기"라는 주제로 논의를 시작했을 때, 누군가는 "어느 속도로?"라는 질문을 해야 했을 수도 있었다. 이제는 두 회사가 모두 모델을 출시하는 모델 출시 주간이 되었는데, Anthropic이 Opus 5.5을 출시한 후 OpenAI가 GPT-6 모델 업데이트를 90분만에 출시했다. 그러나 스포트라이트를 잡은 것은 Meta 였는
메타, 인공지능 앱 '뮤즈'에 힘을 싣는다
메타는 인공지능 개인 에이전트 '뮤즈'를 더욱 홍보하기 위해 대규모 언어 모델(LLM) 기반 앱의 홍보를 강화하고 있습니다. 뮤즈 앱은 앱스토어 차트에서 1위를 차지하고 사용자 추가가 빠른 속도로 진행되고 있습니다.
메타의 AI 태그치 시도는 성공적인 것일까?
메타의 개인 AI 에이전트 '뮤즈'가 ChatGPT의 초기 성과를 능가하고 있으며, 스마트 글래스와 같은 장치로 확장될 예정입니다. 메타의 AI 태그치 시도가 성공적인 것일까요?
OpenAI의 agent 군단이 수개월 동안 온라인 데이터베이스를 공격해 희귀한 사실을 찾고 있다.
연구자들이 최근에 불법적 인 에이전트 군집들이 발견되었다고 밝혔다.
강화 학습 기반 역할 놀이 에이전트의 역할 학습을 위한 적대적 폐쇄 루프 교육과정
역할 연기하는 agent는 대규모 언어 모델을 기반으로 한 것들이 개인화된 지원 및 사회 시뮬레이션과 같은 분야에서 광범위하게 적용되어 왔다. 최근 RL 방법들은 학습이 시작되기 전에 미리 수집한 고정된 시나리오 풀에서 훈련을 받는다. 이로 인해 분포적 병목 현상이 발생한다: agent가 향상될수록 agent가 나쁜 성능을 보이는 시나리오도 변하고, 훈련 분포는 정적이다. 따라서, 우리는 역
BaseCamp - AI 프레임워크를 활용한 DNA 서열 데이터 PIPE라인 자동화
DNA 시퀀싱 pipe라인을 처리하는 quality control, alignment, variation calling, annotation과 같은 작업은 이제 대규모 언어 모델(LLM)과 같은 established bioinformatics 도구를 scale에 맞게 조율하는 workflow 관리 시스템에 의해 신뢰할 수 있게 실행되고 있습니다. 그러나 그 실행에 관련된 결정 layer는 여
관련 콘텐츠 더 보기
다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.