2026-11-01

WorkFactory: 시범 행동을 수집하기 전에 전문 작업 환경을 탐색 실행으로 점검하고 수정한다. 저자들은 612개 직종에 걸친 112,686개 작업을 구축했고, WorkPilot-35B-A3B는 GDPval-AA v2.1에서 879 Elo에서 1565 Elo로 상승했다. 실행 가능한 작업 설계라는 관점에서 읽을 만하다. 전체 구축 비용은 초록에 명시되지 않는다. → WorkFactory — executable tasks before expert demonstrations (source)

A-RSI: 학습 신호가 약해지면 작업을 갱신하며, 다수결 레이블 대신 프로그램에서 도출한 정답을 사용한다. 보고된 평가 모음의 평균은 새 작업 800개로 57.77에서 61.05로 상승했다. 갱신 결정과 정답 점검을 분리하는 관점에서 읽을 만하다. 초록으로는 감사의 포괄 범위와 전체 연산량이 분명하지 않다. → A-RSI — refreshing training tasks without using test scores (source)

• Ideogram의 2026-10-26 Colorways 가이드는 여러 사진에 서로 다른 영역과 색상 대응을 설정하는 흐름을 설명한다. 요청한 16진수 색상은 실제 제품과 일치하는지 측정한 결과가 아니며, 모든 출력은 검토해야 한다. 이는 작업 흐름을 문서화한 것이지 출시일이나 독립적으로 시험한 품질을 확립한 것이 아니다. → Ideogram (source)

• WorkFactory — executable tasks before expert demonstrations와 A-RSI — refreshing training tasks without using test scores에 방법, 저자와 근거의 한계를 추가했다. (tasks) (refresh)

• Eval Harness Configuration에 Arena의 2026-10-28 발표일을 기록했다. Claude Opus 5.5 (Max)는 Net Improvement 20.94%, **95% CI 18.79%에서 23.09%**다. 이는 Elo도 작업 성공 확률도 아니다. (source)