연구진은 Expert Iteration 알고리즘에서 착안한 에이전트 하네스 AutoFyn을 소개했다. 모델 가중치 대신 검증된 보상 신호로 지속 상태를 갱신하며, 각 라운드는 새로운 모델 세션에서 시작하고 지속 메모리 파일, 보고서, 저장소 상태 등 명시적 인터페이스로만 정보가 전달된다. 라운드 내에서는 오케스트레이터가 여러 특화 에이전트로 다양한 접근법을 탐색·계획·구축하고, 과제 기반 검증기가 결과를 검증해 객관적 보상을 제공하며, 이 보상이 지속 상태에 반영돼 다음 라운드의 정책을 갱신한다. 2026 국제수학올림피아드의 신규 문제 6개에서 개선 여지가 있는 모든 모델이 자체 코딩 에이전트보다 AutoFyn에서 더 높은 점수를 기록했고, Next.js, MetaMask, pnpm 등에서 관리자가 확인한 취약점 16건을 발견했다.
- •Expert Iteration에서 착안, 모델 가중치 대신 검증된 보상으로 지속 상태 갱신
- •각 라운드는 새 모델 세션에서 시작, 메모리 파일·보고서·저장소로만 정보 전달
- •2026 IMO 신규 문제 6개에서 모든 모델이 자체 코딩 에이전트보다 AutoFyn에서 우수
- •Spider 2.0 dbt 벤치마크 1위 에이전트 구축
- •Next.js, MetaMask, pnpm 등에서 관리자 확인 취약점 16건 발견
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
AutoFyn Technical Report: Non-Parametric Expert Iteration for Long-Horizon Agents
- 1.검증된 보상신호로 영속 상태를 갱신하는 전문가반복 기반 에이전트 하네스 'AutoFyn' 제안
- 2.매 라운드 새 모델 세션에서 시작하되 메모리 파일·리포트·저장소 상태로만 정보를 전달
- 3.2026 국제수학올림피아드 6문제 전부에서 제공업체 자체 코딩에이전트보다 높은 점수 기록
- 4.Spider 2.0 dbt 벤치마크 1위 에이전트 구축, Next.js·MetaMask·pnpm 등에서 16건의 취약점 확인
왜 중요한가?
모델 가중치 갱신 없이 영속 상태만으로 장기 과업 성능을 끌어올릴 수 있음을 실증해, 파인튜닝 없이도 에이전트를 반복 개선하는 저비용 경로를 제시한다.
언급 프로젝트
본문 미리보기
arXiv:2609.05446v1 Announce Type: new Abstract: We introduce AutoFyn, an agent harness inspired by the Expert Iteration algorithm, adapting a frozen model across many rounds by updating persistent state from verified reward signals rather than model weights. Each round begins from a fresh model session, and durable information is reintroduced only through explicit interfaces such as persistent memory files, reports, and repository state. Within a round, an orchestrator explores, plans and build
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:40AI 초안
![[10월8일] “수학 문제 4000개에 AI 투입해 성과”…오픈AI가 보여준 과학연구의 변화](https://cdn.aitimes.com/news/photo/202610/216072_220045_048.png)
