<?xml version="1.0" encoding="UTF-8" ?>
<rss version="2.0">
    <channel>
      <title>코난쌤 블로그</title>
      <link>https://conanssam.com</link>
      <description>최근 10 건 on 코난쌤 블로그</description>
      <generator>Quartz -- quartz.jzhao.xyz</generator>
      <item>
    <title>에이전트 메모리, 모델 업그레이드에서 살아남는 포맷은? (arXiv 2609.05339)</title>
    <link>https://conanssam.com/posts/2026-09-08-agent-memory-portability-model-upgrade</link>
    <guid>https://conanssam.com/posts/2026-09-08-agent-memory-portability-model-upgrade</guid>
    <description><![CDATA[ 모델 업그레이드 후 에이전트 메모리가 무엇이 깨지는지 4가지 포맷으로 잰 arXiv 2609.05339 정리. KG 고정 스키마는 +0.0004로 무사, NOTES는 −13.3~+9.9pp 출렁, 혼합 임베딩 인덱스는 재임베딩 대비 60% 이득 손실. 기준일 2026-09-08. ]]></description>
    <pubDate>Tue, 08 Sep 2026 00:00:00 GMT</pubDate>
  </item><item>
    <title>CONTINUITY — 에이전트 보안 컨트롤의 조합 실패를 막는 보안 문맥 컨트랙트 (arXiv 2609.05269)</title>
    <link>https://conanssam.com/posts/2026-09-08-continuity-security-context-contracts</link>
    <guid>https://conanssam.com/posts/2026-09-08-continuity-security-context-contracts</guid>
    <description><![CDATA[ arXiv 2609.05269 정리. 개별 에이전트 보안 컨트롤이 조합될 때 보안 문맥이 유실되는 security-context discontinuity 문제를 assume-guarantee 컨트랙트와 검증 가능한 witness 체인으로 해결한 CONTINUITY 프레임워크를 2,560개 공격 차단 결과와 함께 정리했습니다. ]]></description>
    <pubDate>Tue, 08 Sep 2026 00:00:00 GMT</pubDate>
  </item><item>
    <title>컴퓨터 사용 에이전트에 CLI를 다리면 9B 모델도 성공률 23→40% — CUA-Universe 정리 (arXiv 2609.05374)</title>
    <link>https://conanssam.com/posts/2026-09-08-cua-universe-hybrid-gui-cli</link>
    <guid>https://conanssam.com/posts/2026-09-08-cua-universe-hybrid-gui-cli</guid>
    <description><![CDATA[ 실제 데스크톱 앱 16종을 GUI+CLI 하이브리드 환경으로 바꿔 4,923개 검증 궤적으로 Qwen3.5-9B를 학습시킨 CUA-Universe(arXiv 2609.05374) 정리. CUA-Verse 스코어 3배, OSWorld +16.8pp, 토큰 60% 절감. 기준일 2026-09-08. ]]></description>
    <pubDate>Tue, 08 Sep 2026 00:00:00 GMT</pubDate>
  </item><item>
    <title>MASkills — 멀티에이전트도 스킬로 최적화한다, EMNLP 2026 Findings 논문 정리 (arXiv 2609.02094)</title>
    <link>https://conanssam.com/posts/2026-09-08-maskills-continual-skill-optimization-multi-agent</link>
    <guid>https://conanssam.com/posts/2026-09-08-maskills-continual-skill-optimization-multi-agent</guid>
    <description><![CDATA[ EMNLP 2026 Findings MASkills(arXiv 2609.02094) 정리. 멀티에이전트 LLM의 스킬 라이브러리를 검증 롤백과 함께 계속 최적화해 HotpotQA F1 76.3, LoCoMo 멀티홉 F1 17.22, GAIA 23.3%를 달성한 방법과 절제 실험을 수치로 정리했습니다. ]]></description>
    <pubDate>Tue, 08 Sep 2026 00:00:00 GMT</pubDate>
  </item><item>
    <title>RISE — RLVR 궤적 외삽으로 스스로 증류 선생을 만드는 방법 (arXiv 2609.05295)</title>
    <link>https://conanssam.com/posts/2026-09-08-rise-self-extrapolating-policy-distillation</link>
    <guid>https://conanssam.com/posts/2026-09-08-rise-self-extrapolating-policy-distillation</guid>
    <description><![CDATA[ RISE 논문 정리. RLVR 학습 궤적의 변위를 β>1로 외삽해 외부 모델 없이 증류 선생을 합성하고 OPD로 토큰 단위 감독을 얻는 방법. OLMo3-7B AIME'24 +16.7, ALFWorld +9.4 등. ]]></description>
    <pubDate>Tue, 08 Sep 2026 00:00:00 GMT</pubDate>
  </item><item>
    <title>같은 예산으로 롤아웃 1.5배, 스텝 단위 신호까지 공짜로 — Tree-GRPO 정리</title>
    <link>https://conanssam.com/posts/2026-09-08-tree-grpo-agent-rl</link>
    <guid>https://conanssam.com/posts/2026-09-08-tree-grpo-agent-rl</guid>
    <description><![CDATA[ Tree-GRPO(ICLR 2026, arXiv:2509.21240)는 에이전트 RL 롤아웃을 체인 대신 스텝 단위 트리로 샘플링해서 같은 토큰·툴콜 예산으로 약 1.5배 롤아웃을 얻고, 결과 보상만으로 스텝 단위 선호학습 신호를 만든다. 11개 데이터셋에서 GRPO 대비 최대 69% 상대 개선을 정리했다. ]]></description>
    <pubDate>Tue, 08 Sep 2026 00:00:00 GMT</pubDate>
  </item><item>
    <title>EDGE와 KOPA-Bench — 한국 공공 API 위에서 오픈소스 에이전트를 27B급으로 끌어올린 레시피</title>
    <link>https://conanssam.com/posts/2026-09-07-edge-kopa-bench-korean-public-api</link>
    <guid>https://conanssam.com/posts/2026-09-07-edge-kopa-bench-korean-public-api</guid>
    <description><![CDATA[ LG CNS가 실제 한국 공공 API 10개 플랫폼 위에 145개 과제 벤치마크 KOPA-Bench를 만들고, 실행 검증 기반 EDGE 데이터 합성 + GRPO로 9B 모델을 27B급 성능까지 끌어올린 논문을 정리했습니다. ]]></description>
    <pubDate>Mon, 07 Sep 2026 00:00:00 GMT</pubDate>
  </item><item>
    <title>컨슈머 GPU에서 백만 토큰 에이전트 워크스페이스 돌리기 — KVMem 정리</title>
    <link>https://conanssam.com/posts/2026-09-07-kvmem-gpu-agent-workspace-virtualization</link>
    <guid>https://conanssam.com/posts/2026-09-07-kvmem-gpu-agent-workspace-virtualization</guid>
    <description><![CDATA[ KVMem은 에이전트 워크스페이스를 GPU-호스트메모리-NVMe에 페이징된 KV 상태로 가상화해서, 24GB 노트북 GPU에서 1M 토큰 워크스페이스를 약 50 tokens/s로 돌리는 시스템이다. 핵심 구조와 벤치마크 수치를 정리했다. ]]></description>
    <pubDate>Mon, 07 Sep 2026 00:00:00 GMT</pubDate>
  </item><item>
    <title>실행 컨텍스트를 프롬프트에 넣었더니 에이전트가 짠 코드가 바뀌었다 — Substrate-Aware AI Agents 정리</title>
    <link>https://conanssam.com/posts/2026-09-07-substrate-aware-agents-execution-contract</link>
    <guid>https://conanssam.com/posts/2026-09-07-substrate-aware-agents-execution-contract</guid>
    <description><![CDATA[ arXiv 2609.05232 정리. RAM 128MB·10초 제약 한 줄을 프롬프트에 넣으니 Claude Opus 5, GPT-5.6-Sol, Gemini 3.7 Flash가 생성한 코드의 메모리 사용량과 실행시간이 함께 줄었습니다. '기판 맹목' 개념과 실험 수치를 정리했습니다. ]]></description>
    <pubDate>Mon, 07 Sep 2026 00:00:00 GMT</pubDate>
  </item><item>
    <title>ττ-bench — 에이전트를 &#039;짓는&#039; 일을 벤치마크에 넣다</title>
    <link>https://conanssam.com/posts/2026-09-07-tautau-bench-agent-construction</link>
    <guid>https://conanssam.com/posts/2026-09-07-tautau-bench-agent-construction</guid>
    <description><![CDATA[ ττ-bench(arXiv 2609.04611) 리뷰. 개발 에이전트에게 사업 기록·클라이언트·예산을 주고 고객상담 에이전트를 직접 만들게 하는 벤치마크. 최강 조합이 23.9%, 전문가 레퍼런스는 82.2%. ]]></description>
    <pubDate>Mon, 07 Sep 2026 00:00:00 GMT</pubDate>
  </item>
    </channel>
  </rss>