# \#astra-bench

**URL:** https://discuss.pytorch.kr/tag/astra-bench/9471.md

[최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md)

---

## [\[2026/11/02 ~ 08\] 이번 주에 살펴볼 만한 AI/ML 논문 모음](https://discuss.pytorch.kr/t/2026-11-02-08-ai-ml/12446)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [11월 8, 2026, 9:30오후 UTC](https://discuss.pytorch.kr/t/2026-11-02-08-ai-ml/12446 "2026-11-08T21:30:19Z")

</div>

PyTorchKR​:fire::south\_korea: :thinking::thought\_balloon: 이번 주 선정된 10편의 논문들을 살펴본 결과, 다음과 같은 주요한 연구 트렌드를 발견할 수 있었습니다: :one: 에이전트의 성능을 실제 실행과 운영까지 포함해 평가: 에이전트 연구의 평가 범위가 답변의 정확도나 코드 생성 능력을 넘어, 시스템을 설계하고 도구를 조작해 완성된 결과물을 전달하는 과정으로 확대되고 있습니다. ServerBench는 코딩 에이전트가 비용·지연 시간·정확성 제약을 고려해 LLM 서빙 시스템을 설계하고 검증하는 능력을 평가합니다. VibeVideoBench는 코드로 영상과 음향을 제작하고 제한 시간 안에 완성된 파일을 제출하는 전 과정을 측정하며, ASTRA-bench는 개인 맥락을 활용한 다단계 도구 실행과 상태 변화를 평가합니다. Hybrid Computer Use도 GUI뿐 아니라 시맨틱·프로그래매틱 도구를 활용한 실제 컴퓨터 작업의 성공률과 효율을 다룹니다. 공통적으로 에이전트의 추론뿐 아니라 실행 계획, 도구 사용, 결과 전달의 신뢰성을 함께 측정하려는 흐름이 두드러집니다. :two: 에이전트의 메모리·협업·행동을 구조화하고 학습: 에이전트가 복잡한 과제를 더 잘 수행하도록 프롬프트, 스킬, 도구 인터페이스를 역할과 계층에 따라 정리하는 연구가 이어지고 있습니다. TalentRL은 평면적인 스킬 검색을 넘어 전략을 나타내는 탤런트와 실행 절차인 스킬을 계층화하고, 강화학습으로 라우팅과 실행을 별도로 최적화합니다. CEPO는 다중 에이전트 시스템에서 공통 조정 지침과 에이전트별 실행 지침을 분리해 프롬프트 최적화를 개선합니다. Hybrid Computer Use는 프로그래매틱·시맨틱·비주얼 채널을 통합해 에이전트가 상황에 맞는 도구를 선택하도록 합니다. 이들 연구는 에이전트의 능력을 단순히 키우기보다, 필요한 전략과 도구를 적절히 선택하고 조합하는 구조를 설계하는 방향을 보여줍니다. :three: 평가·정렬의 품질을 높…
