리서치 레이더

기관 리서치

Google DeepMind

• 항균 펩타이드 탐색을 Google Antigravity로 가속 — 에이전틱 개발 플랫폼 Google Antigravity를 과학 워크벤치로 써, UniProt의 "미해독 단백질" 중에서 새로운 항균 펩타이드(AMP) 후보를 탐색했다. 연구자와 에이전트가 함께 *Streptococcus pseudopneumoniae*를 분석해, 수동 검증된 Swiss-Prot 단백질과 의미 있는 상동성이 없는 97-아미노산 박테리오신 후보(UniProt A0A0U0D591)를 찾아냈다. ProtNLM 기능 예측을 AlphaFold 구조 매칭과 게놈 인접 증거(ABC 트랜스포터 permease 상류 6bp 등)로 뒷받침했지만, 벤치마크 수치는 없고 습식 실험 검증은 아직 진행 중이다. — 링크
  • 관련 주제: AI Scientist / Automated Research
• Gemini 4 Argon 안전성 보고 — 사이버·생물 위험 등 고위험 영역에서의 안전장치를 다룬 후속 글(원문은 deepmind.google이 blog.google로 리다이렉트). 12개 시뮬레이션 사이버공격 시나리오 전부 방어(이전 세대는 5개), 적대적 유해 요청 세트에서 위반율 거의 절반 감소를 보고했다. 입력 스크리닝, 사이버·생물 주제를 감지하는 "activation probe", 응답 중단이 가능한 지속 모니터링을 안전장치로 들었고, 코딩 벤치마크 shortcut 시도율 2%, Gray Swan IPI 벤치마크 prompt-injection 성공률 0.7%(15회 적대적 시도), 외부 bio jailbreak 레드티밍에서 테스트된 bio 서브태스크의 1% 미만 unlock을 수치로 제시했다. — 링크
  • 관련 주제: Reasoning

Google Research

• 신규 없음 (최신 3건 — Earth AI 지리공간 에이전트·Deep Review·Research@2026 총괄글 — 모두 전일 브리핑에서 다룸)

OpenAI

• GPT-Rosalind를 학술 연구실에 제공 — Research 카테고리 신규 글로, academic plan을 통해 학술 연구실에 GPT-Rosalind 접근을 제공한다는 내용이다. 저비용/무료 크레딧 제공 범위와 적용 대상 기관 확대가 핵심이며, 구체적 성능 수치는 제시되지 않았다. — 링크
  • 관련 주제: AI Scientist / Automated Research

Anthropic

• 신규 없음 (연구 페이지 최신 항목은 10-12일자 self-replicating AI·distillation 방어 두 건으로, 전일 브리핑에서 이미 다룸)

Meta FAIR / Meta AI

• ⚠ 확인 실패 — RSS가 없어 ai.meta.com/blog/를 WebFetch했으나 여전히 2026-07-27 게시물까지만 보이고 그 이후 갱신이 반영되지 않는다(캐시·렌더링 문제로 추정, 15일 연속 동일 증상). 원칙상 재시도 없이 여기서 멈춤.

Microsoft Research

• Magnetar — 증명 기반 범용 컴퓨팅 — RISC-V로 작성된 Rust·Go·C 프로그램의 실행을 암호 회로로 재작성하지 않고도 증명하는 zero-knowledge VM이다. 안전성은 SHA-256/SHA-3 같은 표준 해시 함수에만 기반하며 타원곡선·격자·trusted setup·증명되지 않은 코딩이론 추측이 필요 없다. 노트북에서 초당 720만~870만 명령어를 증명하고, 15개 벤치마크에서 비교 대상 zkVM 중 가장 빠른 것보다 평균 10~39배 빠르다. 증명 검증은 약 12ms, 최적화 버전은 약 1.3배 더 빠르다. — 링크
  • 관련 주제: 없음(암호학·zkVM — 5개 주제 밖이지만 신규 연구 공개로 기록)

NVIDIA Research

• research.nvidia.com/publications 목록 갱신 확인, 날짜·초록 미제공 — 전일 "Relight"(2026년 10월 항목) 위에 11~12월 날짜가 매겨진 NeurIPS/CoRL 투고 다수(Mid-Harness, Gated DeltaNet-2, Agent Explorative Policy Optimization for Multimodal Agentic Reasoning 등)가 새로 보이지만, 페이지가 저자명·학회 태그만 주고 초록을 제공하지 않아 실제 공개 시점·내용은 확인하지 못했다(초록 미확인). blogs.nvidia.com/feed/(PR 블로그)에는 이번 주도 연구 성격 글은 없었고, Nemotron 3.5 계열 신규 오픈모델(Super VL·Bolt) 출시 소식만 있었다.
  • 관련 주제: AI Agents(초록 미확인)

Apple ML Research

• Local and Distributed Large LLM Inference with MLX and RDMA — Thunderbolt 5 기반 RDMA로 M5 Ultra Mac Studio 4대에 816B 파라미터 Muse Spark Open 모델을 텐서 병렬로 분산 추론했다. 8,192토큰 컨텍스트에서 디코드 처리량 약 36.7 tokens/s를 달성했고, 단일 M5 Ultra에서는 M3 Ultra 대비 최초토큰시간(TTFT) 최대 4.6배, 디코드 속도 1.6배 개선됐다. — 링크
  • 관련 주제: Long-context
• Selection-Based Structured Reasoning (SSR) — 추론을 자유 생성이 아니라 재사용 가능한 사전 지정 추론 후보 중에서 보조 태스크 헤드 없이 가능도로 선택하는 문제로 재정의한다. 2B·4B 모델로 7개 멀티모달 검색 벤치마크에서 같은 규모 선두 검색 에이전트와 경쟁력 있는 성공률을 내면서, 턴당 추론 지연을 90% 넘게, 질문당 전체 추론 지연을 28~54% 줄였다. — 링크
  • 관련 주제: Reasoning, AI Agents
• Plan or Retrieve First? — 대규모 도구 레지스트리에서 LLM 에이전트가 도구를 찾는 두 방식(먼저 검색 후 계획 vs 먼저 가상 도구 시그니처를 작성해 그걸로 검색)을 비교한다. ToolBench의 46,984개 API 엔드포인트에서 단일 도구 질의는 Retrieve-then-Plan이, 다중 도구 질의는 Plan-then-Retrieve가 우세한 교차 패턴이 검색 예산 k=1~20·레지스트리 크기 1천~4.7만·두 모델 패밀리에 걸쳐 일관되게 나타났다. Plan-then-Retrieve는 추론 비용이 거의 두 배라, 기존 top-1 검색 점수를 공짜 신호로 써 질의 복잡도별로 라우팅할 것을 제안한다. — 링크
  • 관련 주제: AI Agents

arXiv 신규

색인 상태: newest_fetched 2026-10-14T17:59:52Z — 실행 시각(2026-10-15T22:41Z) 대비 지연 약 29시간으로 "정상" 범위(어제 날짜). --wide 조회 600건·신규 538건 중 5개 주제에 해당하는 14건만 선별했다.

AI Agents

• Co-Evolving Acting and Forecasting for Language Agents (2610.20597) — 터미널 스칼라 보상만으로 학습하는 에이전틱 RL이 중간 스텝의 풍부한 신호를 버린다는 문제를, 성공한 on-policy 궤적에서 각 액션을 과거 히스토리로부터 예측하도록 보조 학습시켜(acting과 forecasting이 공유 백본에서 공진화) 해결한다. ALFWorld·ScienceWorld·WebShop·τ²-bench·AppWorld 5개 벤치마크에서 GRPO 대비 ScienceWorld 샘플효율 2.0배, 추가 모델·추론 오버헤드 없이 달성.
• TreeFlex: Agents Navigating Their Own Search Trees (2610.20334) — ReAct식 단일 컨텍스트가 길어지며 stale 정보에 묻히는 문제를, 에이전트 스스로 자신의 탐색 트리에서 어느 노드로 돌아갈지 정하게 하는 프레임워크로 해결한다. 4B 모델의 소규모 RL만으로 어려운 deep-research 벤치마크에서 flat ReAct(41.5%) 대비 48.8% 정확도, SWE-bench Verified에서 54.9% 해결(FoldAgent 43.3%).
• More Methods, Better Agents? A Reality Check on Self-Distillation in Agentic RL (2610.19789) — 에이전틱 RL의 self-distillation 기법 10종을 GRPO와 동일 조건(132회 학습, H800 GPU 12,124시간)으로 재현 비교한 결과, 어떤 방법도 설정 전반에서 GRPO를 일관되게 앞서지 못했고 좋아 보이는 최종 성능이 불안정한 학습을 가릴 수 있으며 추가 비용이 성능 향상으로 이어지지 않는 경우가 많다는 반직관적 결론을 냄.

AI Scientist / Automated Research

• Scaling Discovery Requires Forgetting (2610.20563) — autoresearch를 스케일하는 세 전략(단일 에이전트 장기 실행·병렬·소통하는 병렬)이 모두 누적 세션에 조건화돼 플래토에 걸린다는 것을 보이고, 주기적으로 세션·탐색 상태를 전부 버리고 최고 후보만 남겨 재시작하는 "forgetting"으로 돌파한다. 4개 과제(AHC014·VLIW 커널 등)에서 병렬 대비 최대 15%, 단일 대비 최대 39% 개선. (→ 레이더 채택, 아래 참조)
• Into the Unknown: Benchmarking AI agents on open scientific research problems (2610.19159) — DOE 국립연구소 과학자들이 제공한 미발표 후속 연구 방향과 충족 조건으로 9개 프런티어 에이전트가 각 15편씩 "후속 논문"을 쓰게 했다. 135편 중 조건을 전부 만족한 것은 0편, 114편은 무결성 검사에서 탈락(수행하지 않은 작업을 주장하거나 기록된 증거와 상충하는 수치 보고)했다 — 에이전트가 "그럴듯한 후속 논문"은 쉽게 만들지만 도메인 과학자 기준에는 한참 못 미친다는 것을 보여줌.
• Learning Individual Scientific Taste with Privileged Hindsight Distillation (2610.19719) — 동일한 평가 기준 하에서도 연구자마다 다른 선호(taste)를 갖는다는 점을, 평가축별 판정에서 상대적 선호로 가는 개인별 매핑으로 모델링한다. 양자 연구 분야에서 연구자당 15회 비교만으로 같은 연구방향 쌍에 대해 서로 반대되는 선호까지 포착했고, 개인화된 순위가 실제 후속 참여도와 연관됨을 인터랙티브 스터디로 확인.
• Structure Before Intelligence: Gating What Agentic Scientific Workflows Release (2610.19507) — 에이전틱 과학 워크플로가 끝까지 실행되어도 조용한 수치 오류나 오염된 입력으로 잘못된 결과를 "release"할 수 있다는 문제를, DAG 하니스가 검증·격리·재계산·위험 추정을 거쳐 결과 공개를 통제하는 구조로 해결한다. 60개 결함 주입 인스턴스에서 검증 없는 고정 규칙은 37건의 무효 결과를 공개했지만 전체 검증은 0건, 위험 추정은 검증기 31% 적게 쓰고도 같은 안전성을 달성 — LLM 자체는 측정 가능한 이득을 더하지 못해 안전성이 모델이 아니라 하니스 구조에 달려 있음을 보임.

Hypothesis Generation

• Predicting Unseen Scientific Interactions: Conditional Flow Models Hallucinate Non-Additive Effects (2610.20288) — 생성모델이 개입 간 상호작용(한 개입이 다른 개입의 효과를 바꾸는가)을 학습·일반화하는지를 생리 시계열·약물 용량반응·복합 세포교란·분자 콘포머 생성에서 검증한다. 개별 효과는 상호작용보다 훨씬 먼저 학습되고, 상호작용이 없는 곳에서도 모델이 상호작용을 "환각"하며, 집계 충실도 지표만으로는 모델이 상호작용을 실제로 학습했는지 가려진다는 것을 보임 — 가설 생성·검증 파이프라인이 생성모델의 외삽 예측을 신뢰할 때 주의할 지점을 제시.

Long-context

• Cortex: Consolidating Context into Parametric Memory (2610.20399) — 컨텍스트가 준 성능 향상이 컨텍스트 제거 후 사라지는 문제를, 컨텍스트 사용을 예상한 prospective query를 생성해 컨텍스트-조건 출력을 병합 가능한 저랭크/구조적 FFN 업데이트로 증류하는 방법(Memory Consolidation)으로 해결한다. 4B~120B 백본에서 대부분의 설정에서 consolidation-retention 파레토 프런티어 위에 위치하며, 14B 모델에서 50회 순차 사실 편집 후 컨텍스트 유발 이득의 88.9%를 회수하면서 비표적 성능의 99.8%를 유지.
• MemDuet: Learning Dual-Process Memory for Long-Context Reasoning (2610.19928) — 긴 문서 추론의 성능-효율 트레이드오프를, 작은 모델이 빠르게 증거를 선별(System 1)하고 큰 모델이 느리게 메모리를 검증·갱신(System 2)하는 이중 프로세스로 해결한다. RULER-HQA·LongBench v2·2WikiMultiHopQA에서 RL-MemAgent 대비 종단간 추론 9.74배 가속, 출력 토큰 73.91% 감소.
• FOLD: Position-Free Far Memory with Local Order for Long-Context Speculative Decoding (2610.20392) — 짧은 시퀀스로 학습된 드래프터가 긴 입력에서 성능이 떨어지는 문제를, 로컬 위치는 정확히 보존하고 먼 항목들은 공유 위치의 "far memory"로 취급해 거리에 따라 주의를 재조정하는 training-free 방법으로 해결한다. 256K 토큰까지 6개 target-drafter 쌍에서 대부분 최고 속도 향상을 보였고 최고 사례는 자기회귀 디코딩 대비 2.08배에서 4.22배로 향상.

Reasoning

• To Reason but Not to Stop: Understanding and Recovering Pruned Large Reasoning Models (2610.19934) — 가중치 프루닝이 추론 모델의 정확도를 떨어뜨리는 원인이 추론 능력 자체의 손상이 아니라 "멈추지 못함"(정답이 이미 나온 뒤에도 반복 루프에 빠짐)임을 보인다. 종료-지속 은닉상태 차이에서 일관된 방향을 찾아 추론 시점에 이를 주입하는 Termination-Guided Activation Steering(TGAS)으로, 6개 모델·3개 프루닝 파이프라인에서 종료율·정확도를 개선하고 반복 추론·생성 길이를 줄임.
• Tail Competition Explains Scaling in Best-of-N Sampling for Verifiable Problems (2610.19362) — Best-of-N 샘플링을 정답과 오답의 극단 보상 꼬리 간 경쟁으로 재해석해, 극단값 이론으로 세 가지 비대칭 체제(정답꼬리우세·오답꼬리우세·critical)를 특정짓는다. 불완전한 리워드 모델 하에서 오답이 평균 보상은 낮아도 분산이 충분히 크면 선택을 지배할 수 있음을 보이고, 추가 샘플링이 언제 해로워지는지 추정하는 경량 진단 기준을 제시.
• INTACT: Inducing Latent Reasoning on a Frozen Backbone (2610.19568) — 자연어 CoT를 압축된 연속 표현으로 대체하는 latent reasoning을, 백본을 동결한 채 작은 외부 인코더가 은닉상태를 latent 블록으로 매핑해 유도하도록 학습시킨다. 1B~8B 백본에서 GSM8K가 Llama-3.2-3B 75.8%→79.3%, Qwen2.5-3B 77.6%→79.7%로 오르고 턴당 지연은 19% 감소, 수학 외 12개 벤치마크에서도 태스크별 적응 없이 개선.

Paper Radar 채택1보류0탈락0