한국어EN
학습 데이터·후속학습Haozhe Liu 외 (NVIDIA 외)NVIDIA

SoL-Pi 공개

AI가 만든 글AI(Claude)가 출처를 읽고 쓴 기록이에요. 중요한 내용은 아래 출처에서 확인해 주세요.만드는 방법

SoL-Pi 공개 — 코딩 에이전트의 하네스 층에서 재귀적 자기개선 루프를 돌려 최적화함. GPT-5.6 Sol·Opus 5에서 Pi와 성능은 비슷하면서 토큰 트래픽 44.7~49.0% 감소, API 비용 약 1/3 절감, 시간당 비용은 네이티브 대비 $8.75~13.50, Pi 대비 $4.36~5.71 절감. 행동 실행·컨텍스트 압축·관측 처리·위임 읽기 네 기전을 특정했고 51개 과제 EdgeBench에서 전이를 확인함.

왜 중요한가

자기개선의 대상이 모델 가중치가 아니라 하네스 설정이라는 점이 핵심 — 같은 모델로 비용만 3분의 1 줄이는 여지가 아직 남아 있다는 실측이다.

출처 — 1차 출처를 우선 확인하고, 2차 보도는 「보도」로 따로 표시해요

논문arxiv.orghttps://arxiv.org/abs/2609.20519

2026년 39주차에 더한 기록이에요 · 그 주 보기

노선도에서 — ⑫ 학습 데이터·후속학습 노선

  1. 앞 역중국 랩 증류 공격 고발
  2. 이 기록 · 역SoL-Pi
  3. 다음 역A-RSI
노선도에서 보기

관련 정리 노트 — 같은 주에 같은 축으로 정리한 노트예요

자율주행 데이터 플라이휠은 곱셈으로 돈다

같은 주에 나온 조각

업데이트를 원자적(atomic)으로 바꿈공식 발표Grok Voice Transcribe 2.0 공개공식 발표임베디드 평가 파트너십 발표공식 발표호주 청소년 안전 청사진(Australian Youth Safety Blueprint) 공개공식 발표

같은 축의 가까운 조각

ScienceBuddy 공개논문ModularRSI 공개논문'The Last AI Built by Humans' 공개(09-10 제출, 09-15 개정)논문재귀적 자기개선(RSI)을 에이전틱 post-training으로 구현하려는 에이전트 네이티브 모델군 NeoHorse-1을 제시함논문