OpenAI의 새로운 연구 논문은 인공지능 에이전트들이 업무의 본질을 근본적으로 어떻게 변화시키고 있는지 보여줍니다. 이 연구는 이러한 에이전트들이 이전보다 더 길고 복잡한 작업을 수행할 수 있는 능력을 강조합니다. 이 기술적 진보는 광범위한 전문 직군 전반에 걸쳐 생산성을 확장한 것으로 평가됩니다. 연구 결과는 자동화를 통해 노동이 조직되고 수행되는 방식에 상당한 변화가 있음을 시사합니다. AI 에이전트는 복잡한 워크플로우를 처리함으로써 사용자가 더 높은 효율을 달성할 수 있도록 지원합니다. 이 논문은 자율 시스템이 현대 고용에 미치는 영향이 커지고 있다는 증거로 작용합니다.
OpenAI 연구, AI 에이전트가 업무를 혁신함을 보여줌
DisCo가 GitHub 저장소를 5,000개 이상의 AI 연구 스킬로 압축
연구자들은 머신러닝 연구의 운영 지식 격차를 해소하기 위해 코드 저장소에서 전문성을 추출하는 스킬 기반 자율 에이전트인 DisCo를 제시합니다. 이 시스템은 일반 생태계에 대한 작업 비구현(distillation)과 특정 요구사항을 위한 작업 지향적 생성이라는 두 가지 보완적인 형태를 통해 널리 사용되는 오픈소스 프로젝트를 재사용 가능하고 검증된 스킬로 압축합니다.
DisCo가 GitHub 저장소를 AI4AI 기술로 압축하여 연구 에이전트 성능을 향상시킴
저자들은 DisCo를 제시했는데, 이는 외부 소스에서 도메인 특화 노하우를 압축하여 운영 지식의 격차를 해소하도록 설계된 기술 기반 연구 에이전트입니다. 이 시스템은 광범위한 활용도를 위한 작업 비특화(distillation)와 특정 요구사항을 위한 작업 지향적(distillation)이라는 두 가지 보완적인 형태를 통해 널리 사용되는 머신러닝 저장소를 재사용 가능하고 검증된 기술로 압축합니다.
오픈 엔디드 최적화가 GPT-5.5에게 자체 개선 과정 작성을 가능하게 하다
본 기사는 오픈 엔디드 최적화(OEO)를 소개합니다. 이는 프론티어 모델 옵티마이저가 지정된 최적화 파이프라인에 의존하는 대신 온라인으로 자체 개선 과정을 동적으로 구성할 수 있게 하는 프레임워크입니다. 저자들은 8개의 벤치마크-대상-모델 설정에서 14번의 직접 비교를 통해 OEO를 SkillOpt와 GEPA라는 두 단계적 접근법과 비교했습니다.
Astra 모델이 수학 및 이론 컴퓨터 과학의 열 가지 미해결 문제를 해결하다
OpenAI의 내부 Astra 모델은 수학 및 이론 컴퓨터 과학 전반에 걸쳐 오랫동안 미해결로 남아 있던 열 가지 문제에 대한 해답을 생성했으며, 그 논증은 Lean에서 형식화되었습니다. 이러한 결과는 고차원 기하학, 부호 이론, 군론, 양자 복잡성을 아우르며 최소 10년 동안 진전이 없었던 질문들을 다루고 있습니다.
APEx는 적응형 심층 연구를 위해 에이전트의 절차적 경험을 증류합니다
연구자들은 상호작용 이력을 인스턴스 수준 궤적 메모리와 카테고리 수준 절차 기술로 조직하여 심층 연구 에이전트를 개선하는 계층적 경험 활용 프레임워크인 APEx를 제안합니다.