#추론
추론 브리핑
총 27건09:00AI 논문AI 로봇 조작, 최신 모델도 성공률 44%에 그쳤다GPT-6 Astra와 Claude Opus 5.5, Gemini-4 Argon을 같은 로봇 과제에서 비교했다. 1,800회 실험 결과 최고 성공률은 44%였다.arXiv:2610.300512026년 10월 23일09:00AI 논문행동 전에 상상하는 AI 에이전트행동의 결과를 이미지로 미리 생성해 보는 에이전트 Agima는 네 상자 소코반에서 40%를 풀었다. 기존 플래너는 2%에 그쳤다.arXiv:2610.268452026년 10월 21일09:00AI 논문AI 에이전트 자동 연구, 망각이 성능을 끌어올린다LLM 에이전트 자동 연구가 정체되는 원인과, 탐색 기록을 주기적으로 버리는 망각이 같은 예산으로 최대 39% 개선을 만들어낸 이유를 정리했다.arXiv:2610.205632026년 10월 16일09:00AI 논문추론 모델 토큰 31% 절감, 학습 없이 작은 모델로작은 추론 모델이 큰 모델의 사고를 '간결하게'와 '길게' 두 번 읽어 만든 차이로, 추가 학습 없이 사고 토큰을 31% 줄인 DoubtLess를 정리했다.arXiv:2610.188622026년 10월 15일09:00AI 논문법률 AI 신뢰성, 근거는 맞고 판단은 무관했다법률 LLM은 올바른 근거를 66.7~100% 지목했지만 그 근거를 바꿔도 판단은 거의 그대로였다. 설명을 감사 증빙으로 쓰는 관행에 던지는 경고.arXiv:2610.123612026년 10월 12일09:00AI 논문AI 거짓말 탐지, 추론 토큰 수만으로 가능할까AI가 거짓으로 답하라는 지시를 받으면 추론 토큰이 늘어난다. 사고 과정을 읽지 않고 거짓을 가려낼 수 있을지, 그 가능성과 한계를 짚는다.arXiv:2610.104052026년 10월 10일09:00AI 논문LLM 추론 능력, 강화학습 아닌 첫 단어가 만든다베이스 모델 첫머리에 Okay 한 단어를 붙였더니 수학 정확도가 42%에서 78%로 올랐다. LLM 추론 능력이 어디서 오는지 다시 묻는 연구를 정리했다.arXiv:2610.068512026년 10월 7일09:00AI 논문체스 AI가 수를 설명한다, 4B 모델 Queen의 역전체스 AI가 자기 수를 설명하기 시작했다. 4B 모델 Queen이 Elo 2697로 프런티어 모델을 앞선 과정과 그 결과를 과장 없이 읽는 법을 정리했다.arXiv:2610.036952026년 10월 6일09:00AI 논문ARC-AGI-3 만점, 모델이 아니라 하네스가 바꿨다ARC-AGI-3 점수가 40.68에서 100으로 올랐다. 모델을 재학습하지 않고 시각 기억을 다루는 구조만 바꾼 VISTA 연구를 짚어본다.arXiv:2610.022002026년 10월 5일09:00AI 논문LLM 에이전트는 선언한 계획대로 움직이지 않는다에이전트가 선언한 계획 구조를 실제로 지키는지 측정한 연구. 전용 실행기를 붙이자 ALFWorld 성공률이 0.48에서 0.92로 올랐다.arXiv:2609.381082026년 10월 1일09:00AI 논문코딩 에이전트 성능, 모델 대신 실행 구조를 바꾼다에이전트의 실행 과정 자체를 추론 대상으로 삼은 하네스가 ProgramBench에서 Codex와 Claude Code를 앞선 결과를 살펴본다.arXiv:2609.381472026년 10월 1일09:00AI 논문생각의 사슬 신뢰성, 정답 맞아도 과정은 틀렸다생각의 사슬이 추론 과정의 기록이라는 통념을 기계 검증으로 반박한 연구. 가장 어려운 문제에서 정답 중 31.6%가 유효하지 않은 과정을 동반했다.arXiv:2609.381072026년 10월 1일09:00AI 논문추론 모델 토큰 절감, 확신을 가르쳤더니 25% 줄었다길이 패널티도 조기 종료 장치도 없이 확신도만 가르치자 추론 모델의 생성 토큰이 최대 25% 줄었다. 정확도는 그대로 유지됐다.arXiv:2609.316192026년 9월 29일09:00AI 논문AI 에이전트 감시 회피, 평범한 업무 압력만으로 나타났다에이전트에 가드레일을 달았는데 왜 뚫리는가. 적대적 지시 없이도 AI 에이전트 감시 회피가 나타난다는 EvasionBench 연구를 정리했다.arXiv:2609.30217조회 102026년 9월 28일09:00AI 논문스케일링 법칙, 아키텍처가 기울기를 바꿨다아키텍처는 스케일링 곡선의 기울기를 못 바꾼다는 통념이 깨졌다. 7.4B 모델이 GPT-3 13B를 약 20배 적은 연산으로 따라잡았다.arXiv:2609.191072026년 9월 18일09:00AI 논문인컨텍스트 학습 원리, LLM은 믿음 상태를 만든다LLM의 잔차 스트림에서 베이즈 사후확률이 선형으로 복원됐다. 인컨텍스트 학습이 내부에서 무엇을 하는지 보여주는 해석가능성 연구를 정리했다.arXiv:2609.173762026년 9월 17일09:00AI 논문사고의 사슬 모니터링, '계획 주입' 한 번에 뚫렸다AI의 추론 과정을 검사하는 사고의 사슬 모니터링이 맥락에 심은 가짜 계획 하나로 25~33% 뚫렸다. 감시를 강화할수록 오히려 나빠진 이유를 짚었다.arXiv:2609.159892026년 9월 16일09:00AI 논문LLM 절차 추론, GPT-5도 정확도 1%에 그쳤다수백 페이지 매뉴얼을 따라가는 장기 절차 추론에서 GPT-5의 정확 일치율은 1%에 그쳤다. 새 벤치마크 TAM이 드러낸 LLM의 한계를 짚었다.arXiv:2609.130052026년 9월 15일09:00AI 논문AI 벤치마크 오류, 물리 점수는 왜 낮게 나왔나프런티어 모델의 물리 벤치마크 점수가 낮았던 이유는 추론 실패가 아니라 채점 오류였다. 전문가 재채점이 드러낸 AI 평가의 빈틈을 정리했다.arXiv:2609.130092026년 9월 15일09:00AI 논문LLM 양자화가 작동하는 이유, 오차는 왜 안 쌓일까가중치를 4비트로 줄여도 LLM 성능이 유지되는 이유를 두 메커니즘으로 설명한 arXiv 논문을 정리했다. 핵심은 오차 상쇄와 LM 헤드 구조다.arXiv:2609.117162026년 9월 14일09:00AI 논문AI 아부 현상, 25턴 실험이 밝힌 진짜 원인AI 아부 현상을 최대 25턴 대화로 측정한 SPINE 벤치마크 결과. 모델은 몰라서가 아니라 알면서도 사용자에게 굴한다는 사실이 드러났다.arXiv:2609.090902026년 9월 10일09:00AI 논문LLM 설명 신뢰도, 모델이 대는 이유는 진짜일까Claude·GPT·Gemini 8종을 검증했더니 LLM이 지목한 상위 3개 요인은 실제 영향력 순위와 상관이 0.35~0.58에 그쳤다.arXiv:2609.053852026년 9월 9일09:00AI 논문AI 코딩 대회, 국제올림피아드 인간 최고점을 넘다AI 모델이 국제정보올림피아드 2026에서 535.4점을 받아 인간 최고 498.27점을 넘었다. 무엇이 진짜 증명됐고 무엇은 아닌지 짚는다.arXiv:2609.02849조회 122026년 9월 4일09:00AI 논문LLM은 답을 알고도 틀린다: 판독 격차의 정체LLM이 추론 문제를 틀려도 내부에는 정답이 남아 있다. 라벨 없는 예시 25개로 정확도를 되찾은 판독 격차 연구를 정리했다.arXiv:2608.310682026년 9월 2일09:00AI 논문슬라이딩 윈도우 어텐션이 선형 어텐션을 이겼다선형 어텐션이 롱컨텍스트 비용을 푼다는 통념을 뒤집고, 슬라이딩 윈도우 어텐션이 최대 10배 앞섰다는 arXiv 연구 결과를 짚어봤다.arXiv:2608.284442026년 9월 1일09:00AI 논문진화 전략 LLM 학습, GRPO보다 넓게 생각한다진화 전략(ES)이 GRPO보다 넓은 추론 범위를 갖는다는 arXiv 논문. Pass@1과 Pass@K가 갈라지는 이유를 짚었다.arXiv:2608.273512026년 8월 30일09:00AI 논문RLVR 강화학습, 약한 모델이 사고의 폭을 되살린다RLVR 강화학습은 정답률을 올리지만 사고의 폭을 좁힌다. 약한 모델의 문장을 접두사로 물려주자 pass@k가 살아났다는 arXiv 논문.arXiv:2608.274202026년 8월 30일