ClawLoop: 피드백으로 닫히는 학습 순환

TL;DR

ClawLoop는 과제 합성, 학습, 진단을 번갈아 수행하여 외부 교사 모델 없이 하네스 기반 에이전트를 개선한다. 초록은 벤치마크 향상을 보고하지만 수치로 된 효과 크기는 제시하지 않는다. (source)

저자와 소속

Hansi Yang, Linji Hao, Hongyan Hao, An Wang, Han Wu, Qi Gu, Xunliang Cai. 제출일은 2026-10-09이며, 캡처한 초록 페이지에서는 소속을 확인하지 못했다. (source)

방법

과제 합성은 두 가지 구성 절차, 진단 결과에 따른 난이도 증가, 에이전트를 사용하는 검증과 사용하지 않는 검증을 결합한다. 이후 SFT 및/또는 RL로 에이전트를 갱신한다. 실행 궤적의 행동을 분석한 보고서가 다음 과제 합성 반복을 안내한다. (source)

결과

저자들은 Qwen3.6-27B가 SkillsBench, Claw-Eval-Live, ClawGym-Bench에서 일관되게 개선되었다고 보고한다. 다듬어진 과제는 Qwen3.5-4B와 9B도 벤치마크 전반에서 개선한다. 초록에는 점수도 학습 비용 비교도 제시되어 있지 않다. (source)

의의

Agentic Reinforcement Learning에서는 평가 피드백이 연구자만 읽는 보고서가 아니라 다음 학습 순환의 입력이 된다. 이 주장은 특정 반복 파이프라인에 관한 것이며 제한 없는 재귀적 자기개선을 뜻하지 않는다. (source)

열린 질문

과제 검증과 진단은 각각 얼마나 기여하며, 전체 계산량을 맞춰도 향상이 유지되는가? 초록은 이 질문에 답하지 않는다. 여기서는 전체 논문과 코드를 검토하지 않았다. (source)

인용

• ClawLoop: Self-Improving Agents via Harness-Native Training Loop, arXiv:2610.14118.
• 캡처한 초록 페이지.