태그: evaluation

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