태그: evaluation

2026년 9월 07일

• agent
• benchmark
• coding-agent
• evaluation

2026년 9월 05일

• agent
• security
• skill
• supply-chain
• evaluation

2026년 9월 05일

• agent
• evaluation
• serving
• tool-use
• RL
• benchmark

2026년 9월 05일

• agent
• personalization
• human-in-the-loop
• test-time-adaptation
• evaluation

2026년 9월 05일

• agent
• training-data
• terminal
• evaluation
• fine-tuning

2026년 9월 04일

• LLM-judge
• evaluation
• reliability
• reproducibility
• measurement

2026년 9월 04일

• agent
• SWE-bench
• benchmark
• code-review
• evaluation
• LLM

2026년 9월 01일

• agent
• reward-hacking
• benchmark
• LLM
• safety
• evaluation
• ML-agent
• loop

2026년 8월 31일

• ai-agent
• llm
• reproducibility
• evaluation

2026년 8월 29일

• agent
• harness
• rlm
• evaluation

2026년 8월 25일

• agent
• harness
• benchmark
• llm
• evaluation

2026년 8월 25일

• agent
• LLM
• harness
• skill
• RL
• evaluation

2026년 8월 24일

• agent
• LLM
• benchmark
• skill
• harness
• evaluation

2026년 8월 22일

• LLM
• benchmark
• agent
• evaluation
• human-AI

2026년 8월 22일

• LLM
• agent
• skill
• memory
• evaluation

2026년 8월 22일

• LLM
• agent
• tool-use
• safety
• evaluation

2026년 8월 21일

• agent
• self-improvement
• evaluation
• paper-review

2026년 8월 20일

• agent
• harness
• evaluation
• paper-review

2026년 8월 20일

• agent
• self-improvement
• evaluation
• paper-review

2026년 8월 19일

• agent
• self-improvement
• memory
• evaluation
• reliability
• paper-review

2026년 8월 17일

• agent
• LLM-agent
• harness
• benchmark
• evaluation
• loop
• coding-agent
• Scale-AI

2026년 8월 16일

• image-generation
• diffusion
• latent-space
• evaluation
• FID
• Midjourney
• DALL-E
• Stable-Diffusion

2026년 8월 16일

• image-generation
• diffusion
• latent-space
• CLIP
• VAE
• SDXL
• FLUX
• evaluation

2026년 8월 16일

• image-generation
• Midjourney
• prompt-engineering
• latent-space
• CLIP
• evaluation
• creativity

2026년 8월 15일

• LLM
• routing
• benchmark
• evaluation
• agent
• infrastructure
• open-source
• cost-optimization

2026년 8월 15일

• agent
• security
• prompt-injection
• RL
• alignment
• benchmark
• tool-use
• LLM
• evaluation

2026년 8월 14일

• agent
• harness
• LLM
• scaffolding
• test-time
• strong-to-weak
• builder
• ToM
• Salesforce
• evaluation

2026년 8월 13일

• agent
• benchmark
• long-horizon
• proactivity
• personal-assistant
• LLM
• harness
• evaluation
• living-world
• tool-use

2026년 8월 12일

• agent
• harness
• LLM
• evaluation
• benchmark
• auditing
• tool-use
• Shanghai-AI-Lab

2026년 8월 10일

• agent
• long-horizon
• survey
• LLM
• harness
• memory
• planning
• evaluation
• reinforcement-learning
• safety

2026년 8월 07일

• agent
• harness
• LLM
• benchmark
• evaluation
• ScaleAI
• self-improvement
• automation
• loop
• tool-use

2026년 8월 07일

• agent
• self-evolution
• benchmark
• LLM
• harness
• evaluation
• enterprise
• automation
• skill
• loop

2026년 8월 06일

• agent
• self-improvement
• benchmark
• personal-agent
• memory
• harness
• LLM
• evaluation
• persistence
• recursive-self-improvement

2026년 8월 01일

• agent
• tool-use
• visual-reasoning
• LLM
• reinforcement-learning
• RL
• harness
• MLLM
• automation
• GRPO
• adaptive
• evaluation

2026년 7월 30일

• agent
• benchmark
• evaluation
• reward-hacking
• LLM
• harness
• tool-use
• protocol-validity
• HackDetect
• score-inflation

2026년 7월 30일

• agent
• LLM
• AI-research
• evaluation
• harness
• automation
• loop
• tool-use
• reasoning
• NeurIPS

2026년 7월 30일

• agent
• recursive-self-improvement
• LLM
• benchmark
• data-centric
• harness
• automation
• loop
• tool-use
• evaluation

2026년 7월 28일

• coding-agent
• benchmark
• vibe-coding
• LLM
• evaluation
• agent
• tool-use
• harness
• automation

2026년 7월 27일

• agent
• skills
• LLM
• harness
• evaluation
• reliability
• tool-use
• automation

2026년 7월 26일

• knowledge-graph
• prompt-engineering
• structured-outputs
• entity-resolution
• graph
• Claude
• agent
• evaluation

2026년 7월 25일

• LLM
• agent
• evaluation
• multi-turn
• user-intent
• harness
• Microsoft
• benchmark

2026년 7월 25일

• agent
• benchmark
• coding-agent
• harness
• evaluation
• LLM
• contamination

2026년 7월 24일

• agent
• benchmark
• coding-agent
• LLM
• harness
• evaluation
• contamination

2026년 7월 23일

• LLM
• benchmark
• reasoning
• evaluation
• agent

2026년 7월 22일

• agent
• harness
• LLM
• tool-use
• cognitive-flexibility
• evaluation
• WCST

2026년 7월 20일

• agent
• context-engineering
• LLM
• harness
• evaluation
• reliability

2026년 7월 20일

• agent
• benchmark
• terminal
• long-horizon
• LLM
• harness
• evaluation

2026년 7월 19일

• agent
• evaluation
• benchmark
• harness
• LLM

2026년 7월 18일

• agent
• harness
• LLM
• evaluation
• test-time-scaling

2026년 7월 17일

• agent-skills
• evaluation
• ai-agent
• Google-DeepMind
• skill-evals
• agent-engineering

2026년 6월 16일

• agent
• benchmark
• evaluation
• UC-Berkeley
• computer-use
• real-world