# \#refusion **URL:** https://discuss.pytorch.kr/tag/refusion/6153.md [최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md) --- ## [\[2025/12/15 ~ 21\] 이번 주에 살펴볼 만한 AI/ML 논문 모음](https://discuss.pytorch.kr/t/2025-12-15-21-ai-ml/8468)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [12월 21, 2025, 9:30오후 UTC](https://discuss.pytorch.kr/t/2025-12-15-21-ai-ml/8468 "2025-12-21T21:30:25Z")
\[2025/12/15 ~ 21\] 이번 주에 살펴볼 만한 AI/ML 논문 모음 PyTorchKR​:fire::south\_korea: :thinking::thought\_balloon: :one: 에이전트 적응의 중요성: 이번 주에 선정된 논문들은 에이전트 기반 AI 시스템의 성능과 신뢰성을 높이기 위해 적응(adaptation)의 필요성을 강조하고 있습니다. 에이전트와 도구의 적응을 통합한 체계적인 프레임워크가 제안되었으며, 이를 통해 다양한 적응 전략의 설계 공간을 명확히 하고, 실용적인 가이드를 제공합니다. :two: 메모리 시스템의 발전: 에이전트 메모리는 AI 시스템의 핵심 기능으로 자리 잡고 있으며, 다양한 형태와 기능의 메모리 시스템이 연구되고 있습니다. 기존의 메모리 분류 방식이 현대 에이전트 메모리의 다양성을 포착하기에 부족함을 인식하고, 메모리의 형태, 기능, 동역학을 통합적으로 분석하여 새로운 연구 방향을 제시하고 있습니다. :three: 효율적인 모델 전환 및 최적화: 최근 논문들은 오토회귀 언어 모델(AR)에서 디퓨전 언어 모델(dLM)로의 전환을 통해 속도와 정확성을 동시에 향상시키는 방법을 모색하고 있습니다. 특히, 다양한 주의 패턴과 훈련 전략을 비교하고, 효율적인 전환을 위한 원칙과 방법론을 제안하여 모델의 성능을 극대화하는 방향으로 연구가 진행되고 있습니다. 에이전틱 AI의 적응 / Adaptation of Agentic AI 논문 소개 최첨단 에이전틱 AI 시스템은 파운데이션 모델을 기반으로 하여 점점 더 복잡하고 전문화된 작업을 수행할 수 있는 능력을 갖추고 있다. 이러한 시스템의 성능, 신뢰성 및 일반화를 향상시키기 위해 적응은 핵심 메커니즘으로 자리잡고 있다. 본 연구에서는 에이전트 적응과 도구 적응을 아우르는 체계적인 프레임워크를 제시하며, 이를 통해 다양한 적응 전략의 설계 공간을 명확히 하고 전략 간의 트레이드오프를 명시한다. 프레임워크는 도구 실행 신호 및 에이전트 출력 신호 형태의 적응으로 세분화되며,…