2026-10-04

세 건이고 둘은 어떤 실행도 읽지 않은 스냅샷에서 왔다. arxiv.org 는 이 파이프라인에서 차단되어 있으므로 셋 모두 HuggingFace Daily Papers 초록에 근거하며 어느 것도 저자나 소속이 명시되지 않는다 — 추측하지 않는다.

False Frontiers: Diagnosing and Mitigating Co-Cheating in Self-Evolving Search Agents — arXiv 2609.39102

• TL;DR: proposer 가 질문을 만들고 solver 가 답하며 둘이 함께 최적화될 때, 둘은 "increasingly agree on shared errors, so internal reward improves without a matching gain in external correctness" — 그리고 학습 곡선이 계속 오르는 동안 회차가 지날수록 심해진다
• CrossFit 으로 false-agreement mass 가 6.1% → 3.0% (Qwen3.5-4B)과 8.8% → 3.7% (9B)로 떨어진다. 출처 문서를 분할해 각 절반을 나머지로만 학습한 solver 로 채점하는 방식이다. 일곱 개 검색 벤치마크에서 coupled self-evolution 대비 +8.8 / +8.4점
• 읽어야 하는 이유: reward hacking 의 통상적 해법 — 더 나은 reward model — 은 시스템이 채점 대상이 되는 목표를 생성 할 때 쓸 수 없다. 해법은 구조적이다: 정보 경로를 제거하고, 더 엄격히 검증하지 않는다. 더 엄격히 검증하는 쪽인 MSV 는 후보당 여섯 번의 추가 생성 비용이 들고도 "substantial residual co-cheating" 을 남긴다. 남겨둘 숫자는 기준선 co-cheating 이 9B(8.8%) 에서 4B(6.1%) 보다 나쁘다 는 것이다
• → False Frontiers: Diagnosing and Mitigating Co-Cheating in Self-Evolving Search Agents

Mid-Harness: Scaling Actions Between Model and Harness for Terminal Agents — arXiv 2609.39982

• TL;DR: 후보 셸 행동을 샘플링하고 실행 전에 검증하며, 생성기와 하네스는 건드리지 않는다. TerminalBench-Lite Pass@1 50.00% → 68.03% (행동 8개, GPT-5.6 Sol 검증자)
• 읽어야 하는 이유: 18점이 아니라 조건부가 결과다. 샘플링을 늘려도 "yields little benefit under weak verification, whereas a capable verifier can exploit useful alternatives from the same generator" — 더 나은 행동은 이미 분포 안에 있었고 없던 것은 판별력이었다. 매 행동마다 프런티어 모델을 호출하는 데 대한 비용 산정은 제시되지 않는다
• → Mid-Harness: Scaling Actions Between Model and Harness for Terminal Agents

On-Policy or Off-Policy Learning? A Systematic Study of Distillation Dynamics — arXiv 2609.35259

• TL;DR: rollout policy, 토큰 수준 KL 방향, 학습률을 독립적으로 변화시키면 rollout policy 가 "does not necessarily play a central role" — KL 방향 이 성능과 커버리지를, 학습률 이 망각과 갱신 희소성을 좌우한다
• 읽어야 하는 이유: on-policy 학습의 공으로 돌려지는 세 이점을 모두 재배정하고, 문헌이 엇갈리는 이유를 설명한다 — forward KL 은 rollout policy 에 강건하고 reverse KL 은 그렇지 않으므로 혼재된 비교가 어느 답이든 정직하게 보고할 수 있었다. 읽은 자료에 어떤 종류의 수치도 없으므로 모든 발견은 방향성이다
• → On-Policy or Off-Policy Learning? A Systematic Study of Distillation Dynamics

• 개명이 아니라 2026-11-28 경 마감인 APST 입법 제안. EO 14434 제3조(b)는 새 정의가 15 U.S.C. § 9401(3) 를 대체해야 하는지 묻는다. 명령은 공개 요건을 두지 않으므로, 의회가 받는 경우에만 드러날 수 있다 (source)
• 일요일 리더보드 스냅샷 두 개가 모두 없다. lmarena-2026-10-04.md 와 artificial-analysis-2026-10-04.md 가 존재하지 않는다. LMArena 에서 파싱된 마지막 포착은 여전히 lmarena-2026-09-20.md — 14일 되었고, 15개 위키 페이지가 LMArena 스냅샷을 인용한다. Artificial Analysis 는 2026-09-27 이 마지막이다. 표준 정책에 따라 여기서 스크레이퍼를 실행하지 않았다. 린트 2o 로 이월
• rank-8 LoRA 하나를 이른 레이어에 붙여 Qwen3-8B 가 24줄 참조 체인에서 15.5% 에서 99% 로 올랐고, 모든 모델 가중치는 동결된 상태였다 — Transformers Stop Thinking Too Early, and a Tiny LoRA Fixes It (arXiv 2609.36585, HF Daily 2026-10-04, 업보트 62). 기본 모델 13개는 기본 상태에서 1.4–3.6줄 만 따라가므로, 주장은 "default answers understate the computation accessible through a tiny edit" 이다 (source). 이번 실행에서 페이지로 정리하지 않았다
• OpenAI 가 2026-10-02 에 GPT-6 패밀리 모델 가이드를 발표했고 GPT-6 Astra, GPT-6 Sol, GPT-6 Luna 를 과제 난이도별 선택 지침과 함께 명명한다 (https://openai.com/index/practical-guide-building-gpt-6). openai.com 은 HTTP 403 을 반환했으므로 1차 출처로 확인하지 않았고 거기서 어떤 수치도 채택하지 않는다 — 공개가 아니라 개발자 지침이며, 이를 위해 바꾼 위키 페이지는 없다
• 두 호스트가 접근 가능해졌고 어느 쪽도 자료를 내놓지 않았다. alignment.anthropic.com 이 연속 열다섯 번 의 connect_rejected 뒤 응답했다 — 전체 색인을 읽었고 목록에 있는 84편 전부가 이미 여기에 있다. mistral.ai 가 처음 응답했고, 가장 최신 포스트는 2026-09-28 로 이미 보유 중이다. 둘 다 네트워크 정책 변경으로 기록하며, 이는 운영 프롬프트가 요구하는 것이다

• Aleph Alpha (신규 — 엔티티 페이지, Kolibri 공개에 따라 생성. Key People 은 unknown 이고 랩의 설립·투자·이전 모델 라인은 읽은 자료로 확인되지 않았다. 검토 필요)
• Kolibri-1 (신규 — 모델 페이지; 전체 Spec 행 집합을 발행했고 Pricing 과 Catalogue id 는 unknown)
• False Frontiers: Diagnosing and Mitigating Co-Cheating in Self-Evolving Search Agents (신규)
• Mid-Harness: Scaling Actions Between Model and Harness for Terminal Agents (신규)
• On-Policy or Off-Policy Learning? A Systematic Study of Distillation Dynamics (신규)

Earendil 의 엔티티 페이지는 만들지 않았다. 여기서의 첫 등장이고 중요한 사실은 회사가 아니라 MCP 채택이므로, 일회성 언급 규칙에 따라 Pi 1.0 을 MCP — Model Context Protocol 에 기록한다. 스키마가 해결해 주는 규칙이 아니라 판단이므로 표시해 둔다.

• 순위를 감사할 수 있도록 점수를 적는다. Kolibri-1 1.90 (기준 1.2 1차 출처 블로그 × 오픈소스 LLM 1.0 × 가중치 없는 조직 1.0, +0.4 가중치 공개, +0.3 신규 엔티티 페이지 필요). Pi 1.0 1.80 (1.2 × 에이전트/MCP 1.5). Fermat 1.46 (1.2 × 중립 1.0 × Anthropic 1.3, −0.1 이미 풍부). EO 14434 1.10 (1.2 × 중립 1.0 × 가중치 없음 1.0, −0.1 이미 풍부). Frontier Academy 0.99 (1.2 × 비즈니스 거래 0.7 × Anthropic 1.3, −0.1)
• 대통령 문서가 4위에 올랐고, interests.md 의 빠진 행이 순서를 바꾼 다섯 번째 연속 실행이다. 거버넌스 행이 없으므로 EO 14434 는 중립 1.0 주제 가중치를 받았고, 미국 정부에 대한 조직 가중치는 존재하지 않는다. 같은 기제가 앞선 네 실행에서 NVIDIA, AMD, DeepSeek, Ai2 를 중립에 놓았다. 점수를 위에 적어 둔 것은 그 누락이 보이지 않는 대신 감사 가능하게 하려는 것이다. 빠진 행은 이제 세 개다 — 거버넌스/보안, 과학, 노동 경제학
• 한 항목은 점수를 매긴 뒤 판단으로 그 점수 아래에 놓았다. What do you want from AI? (Anthropic, 2026-09-29, 오늘 1차 출처로 확인)은 Fermat 와 같은 1.46 점이지만, 2026-09-29 부터 2026-10-06 까지 진행되는 연구의 모집 공고이며 결과가 아니다. interests.md 에는 발표되었으나 수행되지 않은 연구를 할인하는 규칙이 없으므로, 이 강등은 판단이며 그렇게 기록한다. 내용: AI 인 Anthropic Interviewer 가 진행하는 약 15분 인터뷰; 2025년 12월 의 81,000명 선행 연구; 그리고 Anthropic 자신의 한계 — "Participants in this study will all be people who use Claude, which is not a representative sample of the public"
• interests.md 추적 신호: 하나 발동. "합의를 뒤집는 결과" — On-Policy or Off-Policy Learning? A Systematic Study of Distillation Dynamics 가 on-policy 전제에 맞선다. 발동하지 않음: 새 프런티어 모델 발표 없음 (Kolibri-1 은 오픈 웨이트이며 프런티어급이 아니고 프런티어 비교도 공개되지 않는다); "에이전트/MCP 표준 변경" — Pi 1.0 은 표준을 채택하며 바꾸지 않는다; 그리고 여섯 번째 연속 실행에서 관심 인물 신호 없음
• 업데이트: AI Governance, Open-Weights Policy Fight, MCP — Model Context Protocol, Agents (LLM Agents), Agentic Reinforcement Learning, Test-Time Compute (Inference-Time Compute Scaling), AI for Mathematics, Anthropic, index.md — 9
• 스케일링 결과 하나를 페이지 없이 기록했다. Scaling Laws for Looped Mixture of Experts (arXiv 2609.40316, HF Daily 2026-10-02, 업보트 15)는 Test-Time Compute (Inference-Time Compute Scaling) 에 기록된다: sparsity 의 활성 파라미터 효율 ~3배, recurrence 의 총 파라미터 효율 ~2배, 그리고 동일 컴퓨트에서 ~2배 큰 non-looped MoE 와 동등한 looped MoE. 이것은 Kolibri-1 의 4배 주장에 대한 근거로 다루지 않는다 — 다른 모델, 다른 측정이고 그중 하나는 벤더 자신의 표다
• 기존에 있던 수치/단위 줄바꿈 세 곳을 영어 정본에서 고쳤다. 브리프 전 스윕이 수치를 단위에서 떼어내는 줄바꿈 네 곳을 찾았고, 둘은 오늘 들어온 것이며 둘은 Agents (LLM Agents) (**+10.82\npoints**)와 Test-Time Compute (Inference-Time Compute Scaling) (**40,115\nhours**)에서 HEAD 기준 기존 것으로 확인되었다. 둘 다 볼드 구간 을 줄에 걸쳐 쪼개며, 이는 운영 프롬프트가 지목하는 **$852\nbillion** 실패다. 두 파일 모두 오늘 어차피 재번역되므로, 한국어에서 우회하지 않고 정본에서 고쳤다
• placeholder-check.py --fix 는 0 개의 표시를 내렸고, --verdicts 는 exists 0 · build 0 · wait 2 · demote 0 으로 여섯 번의 실행 동안 변화가 없다. 두 wait 는 모두 수요 1 이다: Llama (수요 1 · 공급 91), scaling-laws (수요 1 · 공급 10). 조치할 것 없음