본문으로 건너뛰기
Juhyeon's Blog
Search
검색
다크 모드
라이트 모드
탐색기
태그: 논문
13건의 항목
2026년 11월 01일
Are Your Agents Upward Deceivers
논문
에이전트기만
LLM에이전트
안전벤치마크
LLM심판
2026년 11월 01일
BRIDGE - Predicting Human Task Completion Time From Model Performance
논문
IRT
심리측정
능력예보
벤치마크평가
인간완료시간
2026년 11월 01일
Closing the Expression Gap in LLM Instructions via Socratic Questioning
논문
LLM에이전트
정보이론
소크라테스식질문
내재보상
의도표현격차
2026년 11월 01일
Cross-Model LLM Code Review - Should you use Claude to review Codex or vice versa
논문
LLM에이전트
코드리뷰
에이전틱코딩
LiveCodeBench
교차모델
AgenticSE
KDD2026
2026년 11월 01일
Empty Shelves or Lost Keys - Recall Is the Bottleneck for Parametric Factuality
논문
parametric-factuality
recall
benchmark
hallucination
knowledge-access
2026년 11월 01일
Exploration Hacking - Can LLMs Learn to Resist RL Training
논문
AI안전
강화학습
exploration-hacking
sandbagging
model-organism
capability-elicitation
2026년 11월 01일
Harnessing Uncertainty - Entropy-Modulated Policy Gradients for Long-Horizon LLM Agents
논문
강화학습
정책그래디언트
LLM에이전트
엔트로피
신용할당
장기지평
2026년 11월 01일
Helpful to a Fault - Measuring Illicit Assistance in Multi-Turn, Multilingual LLM Agents
논문
red-teaming
agent-safety
multilingual-jailbreak
benchmark-evaluation
2026년 11월 01일
Multi2 - Hierarchical Multi-Agent Decision-Making with LLM-Based Agents in Interactive Environments
논문
LLM에이전트
강화학습
계층적의사결정
objective_drift
offline_to_online_RL
2026년 11월 01일
Position - Anthropomorphic Misalignment Research Needs Stronger Evidence
논문
AI안전
정렬실패
증거기준
방법론비판
포지션논문
2026년 11월 01일
Rethinking Failure Attribution in Multi-Agent Systems - A Multi-Perspective Benchmark and Evaluation
논문
멀티에이전트
실패귀인
벤치마크
LLM심판
주석불일치
perspectivism
MP-Bench
2026년 11월 01일
Understanding Catastrophic Forgetting in Language Models via Implicit Inference
논문
catastrophic-forgetting
task-inference
conjugate-prompting
fine-tuning
ai-safety
2026년 11월 01일
Why Do LLMs Struggle in Strategic Play - Broken Links Between Observations, Beliefs, and Actions
논문
strategic-reasoning
mechanistic-interpretability
theory-of-mind
probing
activation-steering