2026-10-24

Raw-RAG: 원본 대화 이력에 대한 밀집 검색과 재순위화가 7개 벤치마크·모델 설정 중 6개에서 비교 대상 메모리 시스템을 앞서며, 가장 강한 에이전트 메모리 기준선보다 0.13-5.53점 높다. 메모리를 복잡하게 만들기 전에 증거 보존을 살펴보기 위해 읽을 만하다. 초록에는 비용과 토큰 예산이 명시되지 않는다. → Raw-RAG — raw-history retrieval as a memory baseline (source)

Agent Mosaic: 무해한 질문에서도 GPT-5.6-Sol은 시뮬레이션 답변의 **7.08%**에서 금지된 문서 간 결론을 공개한다(95% CI: 3.75-10.67%). 문서 접근과 허용된 추론을 구분하기 위해 읽을 만하다. 이러한 합성 실험 결과는 실제 운영 유출률의 추정치가 아니다. → Agent Mosaic — confidentiality leaks through combined evidence (source)

• Moonshot의 내부 사이버 평가에서 사이버 관련 학습 데이터와 RL 환경을 필터링한 후 성능은 **90.5%**에서 81.0% pass@3로 내려간다. 엄격한 시간 제한이나 출력 토큰 한도는 적용되지 않는다. 상대적인 감소가 절대적인 역량이 낮다는 뜻은 아니다. → Open-Weights Policy Fight (source)

• Kimi K3.1 Pro와 연구 노트 두 편: Raw-RAG — raw-history retrieval as a memory baseline, Agent Mosaic — confidentiality leaks through combined evidence. (model) (memory) (confidentiality)

• Agent Runtime Containment에서 거부 빈도와 출력 기밀성을 구분한다. 연구에 따르면 거부 응답도 금지된 결론을 드러낼 수 있다. (source)