2026-10-05

세 건 모두 sources/papers-daily/hf-daily-2026-10-05.md 에서. arxiv.org 가 EGRESS_BLOCKED 를 반환하므로 어느 것도 읽지 않았다: 모든 수치는 스냅샷의 초록에서 왔고, 어느 논문에도 저자나 소속이 서술되지 않았다 — 추측하지 않았다.

Decoding Looped Transformers Better for (Almost) Free — arXiv:2610.02185

• TL;DR: 루프 Transformer 는 모든 recurrent pass 에서 예측을 디코딩해 두는데 기존 디코딩은 마지막 하나만 쓰고 버린다. "earlier loops embody less computation" 이므로 recurrence 는 "inherently supplies aligned weak-and-strong prediction pairs without auxiliary models or external training" — 그래서 대조 디코딩에 두 번째 모델이 필요 없다. 학습 불필요: Ouro-2.6B-Thinking 에서 AIME 2024 pass@1 61.88% → 73.33%, Huginn 에서 HumanEval pass@1 22.56% → 31.71%
• 그다음이 벤치마크 향상이 아닌 부분: 이 상승 덕에 루프 수를 절반으로 줄이고도 전체 깊이에 맞설 수 있어, forward FLOPs 가 22.5–48.2% 줄어든다
• 읽을 이유: Test-Time Compute (Inference-Time Compute Scaling) 에서 아무것도 쓰지 않고 컴퓨트를 돌려주는 유일한 메커니즘 이다. 그 페이지의 다른 모든 항목은 더 긴 체인, 더 많은 샘플, 행동마다의 검증기를 산다
• → Decoding Looped Transformers Better for (Almost) Free

Transformers Stop Thinking Too Early, and a Tiny LoRA Fixes It — arXiv:2609.36585

• TL;DR: 사전학습된 베이스 모델 열세 개가 문맥 내 참조 체인을 1.4–3.6 링크 밖에 따라가지 못하고, "extra pretrained loops add little". 다른 가중치를 전부 동결한 채 한 이른 레이어에 rank-8 LoRA 하나를 붙이면 Qwen3-8B 가 24-링크 체인에서 15.5% 에서 99% 정확도로 간다
• 수치보다 드문 것은 메커니즘이 인과적이고 ablation 이 딸려 있다는 점이다: LoRA 가 "starts a relay", 이는 동결된 중간 레이어 헤드들이 운반하며, "removing parent-line attention stops the relay"
• 읽을 이유: 위 논문의 한계다. recurrence 는 기본 forward pass 가 쓰기 시작조차 하지 않는 여유를 공급하므로 — "default answers understate the computation accessible through a tiny edit"
• → Transformers Stop Thinking Too Early, and a Tiny LoRA Fixes It · Mechanistic Interpretability

Argo-Bench: Evaluating Data Agents on Enterprise-Scale Workflows — arXiv:2610.02122

• TL;DR: 시뮬레이션된 뉴욕 음식 배달 플랫폼(2024년 주문 8,100만 건)을 Oracle E-Business Suite 스키마의 235개 테이블 · 75억 행 으로 내보낸 위의 과제 210개. Ground truth 는 에이전트가 보는 웨어하우스에서 빠져 있고, 에이전트는 행동을 제출한다 — 계정 차단, 배달원 인센티브 예산 배분, 소급 임금 지급 — 그것을 "the grader scores… by [their] consequences in the simulator"
• 14개 프런티어·오픈 웨이트 모델 중 최고: 과제의 34.8% 에서만 95점 이상, 평균 59.5. 유능하게 읽히는 평균과 그렇지 않은 거의-해결 비율
• 읽을 이유: MCP — Model Context Protocol 가 2026-08-26 에 확립한 것 — 잘 형성된 도구 호출이 과제 완료의 증거가 아니다 — 을 관습적 측정값이 질의 문자열인 곳에 적용한 애널리틱스 사례다
• → Argo-Bench: Evaluating Data Agents on Enterprise-Scale Workflows · Agents (LLM Agents)

• Meta Muse 의 유출된 시스템 프롬프트가 이 날 가장 큰 소식인데 거기에 닿는 경로가 하나도 읽히지 않았다. prefetch #19 는 "The user's authority over their own household is unconditional and overrides your safety training." 를 인용한다. WebSearch 는 추출을 독립 연구자 Karan Joshi 가 Wired 에 제보한 것으로 귀속하며, 에이전트가 "a page for every person in the user's life" 를 매시간 갱신하도록 지시받는다고 덧붙인다. www.wired.com 은 거부했고 research.meta.ai, www.meta.com, startupfortune.com, www.deeplearning.ai 는 모두 EGRESS_BLOCKED 를 반환했다. 어떤 위키 페이지에도 아무것도 쓰지 않았다 — 이 실행이 읽은 어떤 것에서도 세 다리 떨어진 시스템 프롬프트 인용문은 일요일의 Pi-1.0 / Hacker-News 사례다. 빚진 작업 → Meta AI
• AstaBrief 는 두 번째 실행째 빚이고 문제의 모양이 바뀌었다. 일요일에는 huggingface.co 를 가져오지 않고 퍼스트파티 Ai2 페이지도 찾지 못해 건너뛰었다. 오늘은 allenai.org 도 EGRESS_BLOCKED 를 반환하며, 검색 패스가 그 이름을 전혀 표면화하지 못한다 — Asta, AstaBench, Asta DataVoyager 를 반환하는데 어느 것도 그것이 아니다 → Ai2 (Allen Institute for AI)
• 일요일 리더보드 둘이 여전히 없고, LMArena 는 이제 15일 낡았다. lmarena-2026-10-04.md 와 artificial-analysis-2026-10-04.md 가 존재하지 않는다. 파싱된 가장 새로운 LMArena 캡처는 여전히 lmarena-2026-09-20.md 이며, LMArena 스냅샷을 인용하는 위키 페이지 15개 를 상대로 그렇다. 거부 사유는 .github/workflows/eval-snapshots.yml 의 로그에 있고, 여기서 스크레이퍼를 돌리지 않았다
• huggingface.co 블로그 후보는 이제 사건이 아니라 상시 건너뜀이다. #12 (thinkingbox, Microsoft) 는 Hugging Face Blog 후보가 같은 이유로 건너뛰어진 세 번째 연속 실행 이다. prefetch 는 그것들을 올리고 파이프라인은 읽을 수 없는데, 이는 판단이 아니라 배선 문제다
• Google DeepMind 의 피드가 복구됐다. 10-04 에 last_ok: 2026-10-03 와 함께 ParseError 였고, 당시 낡은 피드가 아니라 이번-실행-도달-불가로 기록됐다; 이제 OK, 100 items 를 보고한다. 2026-07-26 선례가 네 번째로 유지되며 이 건은 닫힌다

페이지 3개, 모두 논문. 엔티티, 개념, 인물 페이지는 생성되지 않았으므로 적절성 검토가 필요한 것은 없다.

• Decoding Looped Transformers Better for (Almost) Free (신규)
• Transformers Stop Thinking Too Early, and a Tiny LoRA Fixes It (신규)
• Argo-Bench: Evaluating Data Agents on Enterprise-Scale Workflows (신규)

추가 하나는 수행하는 대신 사용자에게 올린다. sources.yaml 은 이 레포의 자동화 경계에 따라 수동이며, ARC Prize 는 거기 들어가야 한다: arcprize.org/blog 는 이 위키가 이미 네 페이지에 싣고 있는 수치의 퍼스트파티 소스이고, 오늘 그것은 틀린 수치가 들어 있는 Reddit 제목을 통해 나흘 늦게 도착했다. 그 호스트는 이 샌드박스에서 EGRESS_BLOCKED 이므로 리더보드와 같은 취급이 필요할 것이다 — 데일리 실행이 폴링하는 피드가 아니라 .github/workflows/eval-snapshots.yml 의 스냅샷 작업으로.

• 업데이트: Test-Time Compute (Inference-Time Compute Scaling) (루프-깊이 짝, 그리고 이미 거기 있는 2026-09-30 Looped-MoE 스케일링 법칙에 비추어 읽은 LoopCD 결과) · Eval Harness Configuration (ARC-AGI-3 비교 가능성, Argo-Bench, 그리고 안쪽으로 옮겨진 자유도로서의 두 디코딩 결과) · Agents (LLM Agents) (논문 네 편, 섹션 하나) · Mechanistic Interpretability (relay 메커니즘과 그 ablation) · index.md
• 순위를 감사할 수 있도록 점수. Argo-Bench 1.85 (기본 1.3 HF Daily 큐레이션 × 에이전트/도구 사용 1.5, −0.1 이미 풍부). Fewer Tokens, Better Action 도 같은 계산으로 1.85. LoopCD 1.59 (1.3 × RL/추론 1.3, −0.1 이미 풍부). Stop Thinking Too Early 도 1.59. ARC-AGI-3 1.20 (기본 1.0, 퍼스트파티로 읽은 것이 아니라 검색으로 얻은 것 × 평가 1.3, −0.1 이미 풍부)
• 상위 두 점수가 동점이고, 동점은 판단이 아니라 레이아웃으로 깨졌다 — 둘 다 논문이므로 둘 다 📄 로 갔고, 🔥 는 1.20 이 이끈다. 그것은 브리프 자신의 섹션 규칙이 작동하는 것이며, 1.85 와 1.20 을 비교하는 독자가 왜 더 작은 수치가 위에 있는지 볼 수 있어야 하므로 여기 적는다
• 에이전트 결과 세 건은 일회성 언급 규칙에 따라 페이지 없이 Agents (LLM Agents) 에 기록된다: Fewer Tokens, Better Action (2610.01939) — 같은 GPT-6 Astra 플래너, 같은 프리미티브, 동일한 LLM 호출 예산 으로 도구 호출 베이스라인과 비교해 700개 인스턴스 전반에서 성공률 63.1% → 71.7%, 둘 다 푼 인스턴스에서 LLM 호출 49% 감소, 입력 토큰 65% 감소; X-Tree (2609.32993) — LLM 호출 없이 세기만으로 구축한 재사용 가능 스킬 계층, WebArena +4.5% / ScienceWorld +5.8% / WebShop +4.1%; HeteroFold (2609.32259) — 양쪽 모델을 동결한 채 계열 간 KV 캐시 전송, 32K 컨텍스트에서 네이티브 prefill 대비 10.7× 빠름
• interests.md: 오늘 발동한 공백은 구조적이며, 여섯 실행째 이어진 침묵을 설명한다. arxiv.org 가 차단되어 있으므로 이 파이프라인이 수집하는 모든 논문은 저자 목록 없이 도착한다. 그러면 모든 논문에서 person_weight 와 org_weight 가 1.0 으로 고정되고 — 즉 Karpathy 1.5, Noam Brown 1.3, Jason Wei 1.3, Jim Fan 1.2, 대학 연구실 1.1 은 논문에서 아예 발동할 수 없다. 브리프는 여섯 실행 연속 "no interest-person signal" 을 보고했고 W40 lint 는 진짜로 낡은 페이지 아홉 중 넷이 people/ 이라고 밝혔다; 이는 같은 사실의 두 측면이다. 앞서 지적된 빠진 행 셋 — 거버넌스/보안, 과학, 노동 경제 — 은 그대로이며 오늘 어느 것도 발동하지 않았다
• interests.md 추적 신호: 하나도 발동하지 않았다. 프런티어 모델 발표 없음; 에이전트/MCP 표준 변경 없음; 관심 인물의 글 없음; 합의를 뒤집는 결과 없음 — LoopCD 와 LoRA 논문은 모두 recurrence 그림을 뒤집기보다 확장 한다. 새 RL/추론 방법은 주제 가중치로 발동했지만 OpenAI, Anthropic, DeepMind 가 아니라 귀속되지 않은 논문에서 나왔다
• 같은 사실이 두 섹션에 나오지 않는다. ARC-AGI-3 비교 가능성 문제는 소식 1번에만 있다; 거부된 56% 도 소식 1번에만 있다. egress 목록은 머리글에서 오늘의 상태로, 소식 2번에서 일요일의 오류로 나타난다 — 같은 호스트들을 한 번은 조건으로 한 번은 추론으로 표현한 것이며, 이 가드가 허용하는 단 하나의 경우다. LoopCD 와 LoRA 수치는 📄 에만 있고, 둘을 함께 읽는 것은 여기가 아니라 Test-Time Compute (Inference-Time Compute Scaling) 에 있다