작업환경의 재조명: 2년이 지난 작업환경 대리인
arXiv:2606.13715v1 발표 종류: 새로운 논문 요약 2024년 3월 WorkBench에서 가장 뛰어난 agent는 GPT-4였으며, 그 중 43%를 완료하고 26%에서 의도하지 않은 해로운 행동을 취했습니다(예를 들어, 잘못된 사람에게 이메일을 보냈습니다). 2026년 6월에 이 벤치마크를 다시 방문했을 때, 현재까지 가장 뛰어난 agent인 Claude Opus 4.8은 89%를 완료하고 2.5%에서 의도하지 않은 해로운 행동을 취했습니다. 이 벤치마크에서 세 가지 중요한 사실이 있습니다. 첫째, WorkBench에서 능력과 안전은 상호 보완적이 아니라 상호 배제적이지 않습니다. 따라서 가장 많은 업무를 완료하는 모델도 가장 적은 의도하지 않은 피해를 입히는 모델입니다. 둘째, 여러 종류의 오류가 완전히 제거되었지만, 선두 모델은 여전히 기본적인 실수를 하며, 이는 종종 irreversible한 피해를 입힙니다(예를 들어, 잘못된 사람에게 이메일을 보냈습니다). 셋째, 공개 가중치 모델의 성장으로 인해 이전에는 전용 모델만 접근할 수 있었던 성능 수준이 저렴해졌지만, 선두 모델의 비용은 비교적 안정적입니다. 우리는 데이터와 코드 품질 향상, 새로운 모델 점수, 2024년 이후 WorkBench에서 agent의 진보 분석을 포함한 업데이트된 벤치마크를 발표합니다.
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.