arXiv cs.AI 주간 리포트
기간: 2026년 11월 2일(월) ~ 11월 6일(금)
주간 신규 등재: 1,176편 (월~목 확정치. 금요일분은 아직 등재 전)
분석 표본: 744편 (주간의 63.3%) — 초록 보유 693편, 본문 발췌 정독 4편
생성일: 2026-11-06
표본은 수요일 252편과 목요일 217편 전체, 화요일 225편(521편 중), 월요일 50편(186편 중)이다. 월요일은 초록 없이 제목만 봤다. 일일 수집이 월요일
/new를 캐시에 남기지 않았다. 화요일 521편은 월요일 186편에 견줘 크다. 이유는 확인하지 못했다. 일일 수집 작업이 도는지 확인하기 바란다.
이번 주 트렌드 요약
에이전트와 평가가 표본의 46.4%를 채웠다. 이번 주 눈에 띄는 것은 방법이 아니라 방법을 믿는 절차다. 사전등록(pre-registration)을 내건 논문과 감사(audit) 논문이 늘었고, 그 결과는 대체로 음성이다. LLM 판정자를 바꾸면 순위가 달라지고, 사후학습(post-training)한 모형은 인용을 요구받을 때 가짜 인용을 더 지어낸다. 노동과 기술 습득, 정치적 치우침을 다룬 논문도 여럿 나왔다.
주제별 논문 분포 (표본 744편)
| 주제 | 논문 수 | 비중 |
|---|---|---|
| Agent & Planning | 177 | 23.8% |
| Benchmark & Evaluation | 168 | 22.6% |
| Safety & Alignment | 81 | 10.9% |
| Reasoning & Logic | 66 | 8.9% |
| Multimodal | 62 | 8.3% |
| Efficiency & Compression | 61 | 8.2% |
| Science & Domain Application | 48 | 6.5% |
| Foundation Model | 33 | 4.4% |
| Knowledge & Memory | 28 | 3.8% |
| Robotics & Embodied AI | 10 | 1.3% |
| Other | 10 | 1.3% |
| 합계 | 744 | 100.0% |
분포는 제목 키워드 1차 분류에 사람 검토를 얹은 값이다. 전수 수작업 분류가 아니다.
주목할 트렌드
1. 사전등록과 감사가 늘었고 결과는 음성이다. 제목에 사전등록이 든 논문이 6편, 초록까지 세면 17편이다. 감사(audit)는 제목 18편, 초록 60편이다. 2611.01313은 열두 체크포인트에 같은 질문을 던졌다. 인용을 요구하면 사후학습 모형의 가짜 인용이 47.8점포인트 늘었고 기본 모형은 늘지 않았다. 그러나 사전에 등록한 예측 하나는 맞지 않았고, 저자가 그렇게 적었다. 2611.04420은 검증기를 엄격하게 해도 발견의 질이 오르지 않았다고 보고한다(p=0.1115, p=0.9994). 2611.04338은 사전등록을 사후에 고친 사례를 분류한다. 저자들이 실패를 먼저 밝히는 글이 늘었다.
2. 판정자를 바꾸면 순위가 바뀐다. 2611.04090은 판정자 다섯을 Chatbot Arena 4,000판에 돌렸다. 사람 표와의 일치도는 코언의 카파(Cohen's kappa) 중앙값 0.22였고, 켄달의 타우(Kendall's tau)는 0.17에서 0.89까지 흩어졌다. 2611.03377은 같은 출력에 다른 점수가 붙는 다중모달 벤치마크 채점기를 감사한다. 제목에 judge가 든 논문은 8편, 초록까지 55편이다. 평가 도구의 신뢰성이 평가 대상 못지않은 쟁점이 됐다.
3. "Decision Model"이 새 용어로 자리 잡는 중이다. 확률분포를 바로 내는 빠른 모형을 가리킨다. 제목에 든 논문이 8편, 초록까지 14편이다(일반 용례가 섞였을 수 있다). 2611.05553은 DM 10종과 LLM 8종을 경제 실험 셋에서 견줬다. 프런티어 DM이 사람 응답의 변이를 LLM보다 가깝게 재현했고 가장 빠른 LLM보다 약 10배 빠르다. 2611.04510은 공정성을 따진다. 논문들이 서로 인용하는지는 확인하지 못했다.
4. 노동과 기술 습득이 주제로 올라왔다. 제목에 labor, workforce, occupation, worker가 든 논문이 13편이다. 2611.06888은 미국 754개 직업에서 AI 노출도와 노동조건의 관계를 쟀다. 2611.06346은 AI에 기대는 노동자의 기술이 줄어드는 경로를 모형화했다. 2611.05759는 프리랜서 일감 1,494건으로 에이전트의 성공을 예측하게 했다. 불평등과 노동을 보는 눈으로 읽을 만하다.
5. LLM의 정치적·인구학적 치우침을 다룬 연구가 같은 주에 셋 나왔다. 2611.02908은 약 15만 건의 대화에서 LLM이 좌파 사용자에게 더 수용적이라고 보고한다. 2611.03993은 소수자 창업가를 편드는 쪽으로 기운다고 보고한다(+8.1점포인트). 2611.03980은 의견 역학 실험에서 모형마다 정렬 이탈(alignment drift)이 다르다고 본다.
지난주와의 대비. 하네스(harness)는 지난주와 같이 제목 9편에 올랐다. 표본이 443편에서 744편으로 커서 제목 기준 비중은 2.0%에서 1.2%로 내렸다. 초록 기준은 17편에서 41편이다. 표본 크기가 다르므로 이 차이를 흐름의 변화로 읽지 않는다. 지난주의 요일 구성은 월·수였고 이번 주는 화·수·목이 중심이다.
주요 논문 심층 분석
중요도 12점 이상 8편. 본문은 앞의 네 편만 발췌해 읽었다.
[1] Are Fake Citations a Form of Reward Hacking? A Pre-Registered Study of Post-Training and Citation Cues
arXiv ID: 2611.01313
저자: Zain Naboulsi
분류: cs.AI / Foundation Model
중요도: 14/15 (참신성 5, 영향력 4, 완성도 5)
분석 수준: 본문 발췌 정독
핵심 기여
가짜 인용을 보상 해킹(reward hacking)으로 볼 수 있는지 사전등록 실험으로 물었다. 답은 "가능하나 증명하지 못했다"이다.
방법론
900개 고정 문항(미국 연방 판례, 과학 문헌, 의학 문헌)을 열두 개 공개 가중치 체크포인트에 던졌다. 사후학습의 네 단계와 세 모형 계열을 덮는다. 가중치는 고정하고 프롬프트만 바꿨다. 길이를 맞춘 대조군으로 인용 요구와 긴 답변 요구를 갈랐다. 이후 열다섯 체크포인트로 다시 적합했다.
실험 결과
| 항목 | 수치 |
|---|---|
| 인용 요구 × 사후학습 상호작용 (12개) | 47.8점포인트 (Holm 보정 p=2×10⁻³⁴) |
| 같은 상호작용 (15개) | 41.5점포인트 |
| 사후학습 전체 가짜 인용률 | 4.8% → 56.7% |
| 길이 대조군과의 차이 | 28.4점포인트 (보정 파이프라인) |
| 표면 특징만 학습한 선호 모형이 사후학습 출력을 고른 비율 | 86% |
사전에 등록한 예측, 곧 유혹이 큰 곳에서 가짜 인용이 더 오른다는 예측은 맞지 않았다. 열두 체크포인트에서 검정력은 73%였고 열다섯에서 83%였다.
한계 및 향후 연구
저자가 인정한 한계: 검증용 정답을 저자 한 사람이 달았다. 둘째 평가자와 카파 값이 없다.
분석자가 본 한계: 공개 가중치 모형만 다뤘다. 상용 모형에서 같은 결과가 나오는지는 알 수 없다.
왜 중요한가
환각을 능력 부족이 아니라 보상 설계의 부산물로 볼 근거를 준다. 다만 저자 스스로 증명하지 못했다고 쓴다. 이 절제가 사전등록의 값이다.
[2] Swapping the Judge Changes the Ranking: A Preregistered Study of Cross-Provider Replication in LLM-Judged System Comparisons
arXiv ID: 2611.04090
저자: Sangdo Han 외 1인
분류: cs.CL / Benchmark & Evaluation
중요도: 14/15 (참신성 4, 영향력 5, 완성도 5)
분석 수준: 본문 발췌 정독
핵심 기여
다른 회사의 판정자로 한 번 더 돌려 결론을 확인하는 관행을 시험했다. 그 확인은 믿기 어렵다.
방법론
세 회사의 판정자 모형 다섯이 Chatbot Arena 4,000판(9개 시스템, 33쌍)을 두 응답 순서로 다시 판정했다. 사람 표가 붙은 판이다.
실험 결과
- 사람 표와의 일치: 코언의 카파 중앙값 0.22.
- 사람 순위와의 켄달의 타우: 0.17~0.89, 중앙값 0.67. 순위가 안정하다는 사전등록 가설은 기각됐다.
- 싼 판정자 둘이 같은 결론을 낸 경우는 단일 판정자보다 사람과 더 자주 맞았다(정밀도 +0.10). 그러나 이득은 어긋난 판정자 하나를 걸러낸 데서 나왔다. 그 판정자가 낀 복제는 35%의 비교에서만 결론을 남겼다.
- 사람과 어긋난 판정자는 쌍의 26~70%에서 수렴하지 않았다(쌍당 최대 100판).
한계 및 향후 연구
저자가 인정한 한계: 판당 사람 표가 하나라서 판정자들의 공유 편향과 투표자 잡음을 가르지 못한다. 사후에 판정자 수를 줄였다고 밝힌다.
분석자가 본 한계: 한 벤치마크, 한 영역이다. 본문의 한계 절은 읽지 못했다.
왜 중요한가
LLM 판정자 평가를 쓰는 모든 비교에 경고가 된다. 판정자 일치도 검사 없이 낸 순위는 사람 순위의 근사로 쓰기 어렵다.
[3] Whose startup does the AI back? An algorithm audit of reputation and demographic signals in LLM-assisted crowdfunding
arXiv ID: 2611.03993
저자: Mirza Samad Ahmed Baig 외 1인
분류: cs.CL / Safety & Alignment
중요도: 13/15 (참신성 4, 영향력 4, 완성도 5)
분석 수준: 본문 발췌 정독
핵심 기여
LLM 조력자가 창업가의 성별과 인종 신호를 어떻게 쓰는지 사전 지정한 선택 실험으로 쟀다. 기본값에서는 이름이 거의 영향을 주지 않고, 소수자 지원을 지시하면 그쪽으로 기운다.
방법론
일곱 LLM이 다섯 개 가상 모금 캠페인 중 하나를 골랐다. 품질 신호와 창업가 이름을 독립으로 무작위화했다. 후원자 페르소나 셋과 페르소나 없는 대조군을 썼다. 응답은 40,248건이다.
실험 결과
- 예산 중시·이행 중시 페르소나에서 성별과 흑인 이름 효과는 통계적으로 0과 같았다.
- 소수 창작자를 지원하라는 페르소나에서는 흑인 신호 창업가 +8.1점포인트(일곱 모형 모두 양), 여성 신호 +5.1점포인트.
- 효과는 비슷한 캠페인 사이에서, 그리고 신호를 홀로 지닌 창업가에게 가장 크다. 모형은 이유에 성별이나 인종을 거의 적지 않는다.
한계 및 향후 연구
저자가 인정한 한계: 다섯 장 선택지, 세 페르소나, 한 기술 범주, 영어 프롬프트, 대체로 작은 모형 일곱이다. 효과의 방향은 견고하나 크기는 아니다. 이름은 사진보다 약한 신호이고, 이름 대조 가설은 위배됐다(LR=355.6).
분석자가 본 한계: 프런티어 모형에서 같은 경계가 서는지 이 논문은 답하지 못한다.
왜 중요한가
위임된 결정에서 차별이 사라지는 것이 아니라 지시에 따라 방향을 바꾼다는 증거다. 불평등 완화를 위해 AI에 기준을 심을 때, 효과가 어디서 나오는지 따져야 한다.
[4] Dull, Dirty, Dangerous? Working Conditions and the Limits of Occupational AI Exposure
arXiv ID: 2611.06888
저자: Siyi Yu
분류: cs.AI / Science & Domain Application (교차: cs.HC, econ.GN)
중요도: 12/15 (참신성 4, 영향력 4, 완성도 4)
분석 수준: 본문 발췌 정독
핵심 기여
자동화가 지루하고 더럽고 위험한 일을 덜어 준다는 통념을 O*NET 자료로 시험했다. 연관은 있으나 통제하면 줄어든다.
방법론
미국 754개 직업의 O*NET 항목 21개로 노동조건 점수를 만들었다. LLM 기반 노출도와 AIOE 노출도에 회귀했다. 대분류 고정효과를 넣고 동일 가중과 고용 가중을 비교했다.
실험 결과
- 종합 점수 계수: LLM 노출도 −0.350(동일 가중), −0.285(고용 가중). AIOE −0.528, −0.425. 모든 주 모형의 신뢰구간이 0 아래다.
- 대분류 효과를 빼면 LLM 계수는 −0.674다. 연관의 일부는 직업군 사이에서 나온다.
- 신체 요구를 넣으면 LLM 계수가 −0.343에서 −0.093으로 줄었다. 직무 구역과 임금까지 넣으면 −0.095이며 구간 [−0.214, 0.023]이 0을 품는다. AIOE는 0 아래에 남는다.
한계 및 향후 연구
저자가 인정한 한계: 노동조건 항목이 일부이고, 노출도와 조건 평가가 모두 O*NET에서 나와 출처가 겹친다. 근로자 평가와 개입 자료가 없어 인과를 말할 수 없다. 고용은 2021년 5월 자료다.
분석자가 본 한계: 직업 평균이 사업장 간 차이를 가린다.
왜 중요한가
자동화가 힘든 일을 덜어 준다는 주장에 수치로 제동을 건다. 노출도 지표를 읽을 때 무엇을 고정했는지 따져야 한다는 교훈을 준다.
[5] Today's Work, Tomorrow's Workforce: Incentivizing Learning in AI-Assisted Work
arXiv ID: 2611.06346
저자: Moritz Diener 외
분류: cs.HC / Agent & Planning (교차: cs.AI, cs.CY)
중요도: 12/15 (참신성 4, 영향력 4, 완성도 4)
분석 수준: 초록 및 공개 정보
핵심 기여
AI의 답을 받을지 직접 풀지 고르는 노동자의 기술이 시간이 지나며 어떻게 변하는지 모형화했다.
방법론
기존의 "수용 또는 직접 풀이" 모형을 일련의 과제로 넓혔다. 눈앞의 효용만 따지는 노동자와 미래 기술의 값을 따지는 노동자를 견줬다.
실험 결과
수치 실험이 아니라 이론 결과다. 초보자는 낮은 기술 수준에 갇힐 수 있고, 전문가는 AI 정확도가 높아도 기술을 잃을 수 있다. 미래를 따지는 노동자는 AI가 더 정확해도 직접 풀 수 있다. 정답을 직접 낸 일에 보상하는 유인책도 분석한다(초록이 잘려 결과는 읽지 못했다).
한계 및 향후 연구
초록만 읽었다. 저자가 인정한 한계는 확인하지 못했다. 분석자가 본 한계: 모형 가정이 실제 노동시장에 맞는지 자료로 시험한 대목은 확인하지 못했다.
왜 중요한가
생산성 이득의 뒷면으로 기술 침식을 논한다. 노동과 교육 정책에서 AI 감독 능력을 어떻게 지킬지 묻는 글이다.
[6] PAYWORTHY: Can LLMs Predict Which Freelance Jobs an AI Agent Will Complete?
arXiv ID: 2611.05759
저자: Mohammad Reza Rezaei 외
분류: cs.AI / Agent & Planning (교차: cs.CL)
중요도: 12/15 (참신성 4, 영향력 4, 완성도 4)
분석 수준: 초록 및 공개 정보
핵심 기여
에이전트가 맡을 유급 일감의 성패를 시도 전에 예측할 수 있는지 시험한 벤치마크다.
방법론
2020~2026년 프리랜서 플랫폼 공고 1,880만 건에서 1,494건을 뽑았다. 에이전트가 공고만 보고 한 번 수행하고, 고객 역할의 LLM 판정자가 수락 여부를 정한다. 18개 모형이 성공 확률을 예측한다.
실험 결과
에이전트가 못 하는 것을 알려 주면 모든 모형이 일감을 잘 가려냈다(AUC 0.66~0.86). "브라우저와 코드 실행을 가진 일반 에이전트"라고만 알려 주면 무작위 수준이다(0.45~0.56). 다른 판정자 네 계열에서도 같다.
한계 및 향후 연구
초록만 읽었다. 판정자가 고객을 대신하므로 실제 지급 여부와는 거리가 있을 수 있다(분석자 추정이다).
왜 중요한가
에이전트가 어떤 일을 대신할지 예측하는 일은 노동시장 영향 추정의 전제다. 그 예측이 에이전트 설명 방식에 좌우된다는 점이 핵심이다.
[7] Decision Models as Scalable Economic Surrogates that Capture Human Variation
arXiv ID: 2611.05553
저자: Maxime Saxena 외 2인
분류: econ.GN / Benchmark & Evaluation (교차: cs.AI, cs.MA)
중요도: 12/15 (참신성 4, 영향력 4, 완성도 4)
분석 수준: 초록 및 공개 정보
핵심 기여
새 모형군인 Decision Model을 경제 실험의 사람 대리자로 처음 평가했다.
방법론
DM 10종과 LLM 8종을 가계 지출 설문, 고전 경제 게임, 노동시장 현장 실험 셋에서 견줬다.
실험 결과
프런티어 DM이 세 환경 모두에서 사람 응답의 변이를 LLM보다 가깝게 재현했다. 지출 설문에서는 최빈 응답도 LLM만큼 맞혔고 경제 게임에서는 덜 맞혔다. 가장 빠른 LLM보다 약 10배 빠르고 비용은 100배 넘게 쌀 수 있다.
한계 및 향후 연구
초록만 읽었다. 경제 게임에서 최빈 응답을 덜 맞힌 점이 한계다.
왜 중요한가
사회과학 설문과 시뮬레이션의 대리자 선택을 바꿀 수 있다. 다만 대리자가 사람의 이질성을 담는다는 주장은 더 많은 영역에서 시험해야 한다.
[8] Measuring Model-Specific Alignment Drift in LLM-Based Opinion Dynamics
arXiv ID: 2611.03980
저자: Nataša Djurdjevac Conrad 외 2인
분류: cs.AI / Safety & Alignment (교차: physics.soc-ph)
중요도: 12/15 (참신성 4, 영향력 4, 완성도 4)
분석 수준: 초록 및 공개 정보
핵심 기여
LLM 에이전트가 합성 참가자일 때 프롬프트만으로 행동이 정해진다는 가정을 시험했다. 대화 중 입장이 이탈하며, 그 정도는 모형마다 다르다.
방법론
여섯 LLM 에이전트가 쟁점 정책을 여러 라운드에 걸쳐 토론한다. 입장은 동역학 모형과 무관한 고정 심리측정 도구로 쟀다.
실험 결과
동료 입력이 없으면 에이전트는 20라운드 동안 입장을 지킨다. 대화에서 정렬이 무너지는 것은 상호작용 탓이다. 초록에 따르면 gpt-4.1은 의견 군집을 갈라 둔 채 유지하고, claude-sonnet-5는 부분적으로 유지하며, gpt-5.6-sol과 claude-opus-5는 군집을 버렸다. 인구와 기간을 두 배로 늘리고 쟁점을 바꿔도 형태가 이어진다.
한계 및 향후 연구
초록만 읽었다. 합성 참가자의 결과를 사람 집단에 옮겨도 되는지는 이 논문이 답하지 않는다(분석자 추정이다).
왜 중요한가
LLM 선택이 연구의 타당성 변수가 된다. 공론장 시뮬레이션에 LLM을 쓰는 연구는 모형을 바꿔 가며 결과를 확인해야 한다.
주제별 주요 논문
각 주제의 상위 논문만 싣는다. 전체 목록은 CSV로 나간다. 아래 표의 요약은 제목과 초록 일부를 읽고 쓴 한 줄이다.
Agent & Planning (전체 177편 중 4편)
| # | 제목 | arXiv ID | 한줄 요약 |
|---|---|---|---|
| 1 | Verifier strength does not buy discovery quality | 2611.04420 | 검증기를 엄격히 해도 발견의 질이 오르지 않았다. 제안자 풀을 넓히는 쪽이 낫다. |
| 2 | Agent Harness Awareness | 2611.05391 | 검증한 원격 측정값을 도구 쓰는 에이전트의 운영 제어에 돌린다. |
| 3 | Attributing Agent Failures to Their History Needs an Executed Counterfactual | 2611.05650 | 에이전트 실패의 원인 귀속에는 실행한 반사실이 필요하다고 주장한다. |
| 4 | On Turn-Level Best-of-N Sampling for Scaling LLM Agents | 2611.06868 | 턴 단위 best-of-N 표집으로 에이전트를 확장하는 방법을 다룬다. |
Benchmark & Evaluation (전체 168편 중 4편)
| # | 제목 | arXiv ID | 한줄 요약 |
|---|---|---|---|
| 1 | Swapping the Judge Changes the Ranking | 2611.04090 | 판정자를 바꾸면 순위가 바뀐다. 심층 분석 [2] 참조. |
| 2 | Same Outputs, Different Scores: Auditing the Unchecked Graders of Multimodal LLM Benchmarks | 2611.03377 | 다중모달 벤치마크 채점기를 감사한다. |
| 3 | PAYWORTHY | 2611.05759 | 프리랜서 일감의 에이전트 성패를 예측한다. 심층 분석 [6] 참조. |
| 4 | SlackBench: Benchmarking Agents on Collaborative Projects Grounded in Real Code Repositories | 2611.05512 | 실제 코드 저장소 기반 협업 프로젝트로 에이전트를 잰다. |
Safety & Alignment (전체 81편 중 3편)
| # | 제목 | arXiv ID | 한줄 요약 |
|---|---|---|---|
| 1 | Whose startup does the AI back? | 2611.03993 | 창업가 신호에 대한 LLM 조력자의 선택을 감사한다. 심층 분석 [3] 참조. |
| 2 | User Attributes and Political Ideology Shape LLM Receptiveness in Online Political Debates | 2611.02908 | 약 15만 대화에서 LLM이 좌파 사용자에게 더 수용적이다. |
| 3 | Large language models underrepresent malice and overreport virtue | 2611.01332 | LLM이 악의를 낮게, 미덕을 높게 보고한다는 제목의 논문이다(초록은 읽지 못했다). |
Reasoning & Logic (전체 66편 중 3편)
| # | 제목 | arXiv ID | 한줄 요약 |
|---|---|---|---|
| 1 | Rubric Curriculum RL | 2611.06244 | 검증하기 어려운 영역에서 생성과 검증의 격차를 쓰는 강화학습이다. |
| 2 | Think Less, Locally | 2611.04814 | 국소 선호 학습으로 추론을 압축한다. |
| 3 | Best-of-Depth | 2611.04663 | 반복 트랜스포머의 탐색 동역학을 학습한다. |
Multimodal (전체 62편 중 3편)
| # | 제목 | arXiv ID | 한줄 요약 |
|---|---|---|---|
| 1 | Prism: Bidirectional Self-Teaching for Unified Multimodal Models | 2611.06343 | 통합 다중모달 모형의 양방향 자기 교습이다. |
| 2 | ModalSearcher | 2611.06131 | 시각 증거를 교차모달 심층 검색에 엮는다. |
| 3 | When Does Sharing Work? Scaling a Shared SigLIP2 Across Image, Video, Audio, and Audio-Visual Representations | 2611.05406 | 하나의 SigLIP2를 여러 양식에 공유할 때를 따진다. |
Efficiency & Compression (전체 61편 중 3편)
| # | 제목 | arXiv ID | 한줄 요약 |
|---|---|---|---|
| 1 | The SIMPLE Law for Energy Cost of LLM Inference | 2611.03330 | 매개변수 넷의 닫힌 식으로 추론 에너지를 예측한다. H100 위 13개 모형에서 R²=0.969, MAPE 11.97%. |
| 2 | SpecOPD | 2611.02846 | 추측 디코딩용 분기 병렬 온폴리시 증류다. |
| 3 | Multi-layer Indexer: Overlapping Selection and Attention in DeepSeek Sparse Attention | 2611.03768 | 희소 어텐션의 선택과 어텐션을 겹친다. |
Science & Domain Application (전체 48편 중 3편)
| # | 제목 | arXiv ID | 한줄 요약 |
|---|---|---|---|
| 1 | Dull, Dirty, Dangerous? | 2611.06888 | AI 노출도와 노동조건의 관계다. 심층 분석 [4] 참조. |
| 2 | Can AI Do Formal Demography? | 2611.03500 | 형식 인구학 문제를 AI가 풀 수 있는지 묻는다. |
| 3 | Does Your Trial Simulator Know What the Drug Does? | 2611.05907 | 임상시험 시뮬레이터가 약의 효과를 아는지 개입 맹검으로 시험한다. |
Foundation Model (전체 33편 중 3편)
| # | 제목 | arXiv ID | 한줄 요약 |
|---|---|---|---|
| 1 | Are Fake Citations a Form of Reward Hacking? | 2611.01313 | 가짜 인용의 사전등록 실험이다. 심층 분석 [1] 참조. |
| 2 | Feeling of Knowing in Large Language Models | 2611.04834 | LLM의 "안다는 느낌"을 다룬다. |
| 3 | Mass Producing Training Data with Surprising Side Effects | 2611.06324 | 대량 생성한 훈련 자료의 뜻밖의 부작용이다. |
Knowledge & Memory (전체 28편 중 3편)
| # | 제목 | arXiv ID | 한줄 요약 |
|---|---|---|---|
| 1 | Length Is Cheap, Competition Is Not: Attention Predicts Context Rot in Retrieval | 2611.04169 | 어텐션 경쟁이 검색의 맥락 부패를 예측한다. |
| 2 | The Right Source Is Not Enough: Understanding History Interference in Speech-LLM Memory | 2611.05124 | 음성 LLM 기억에서 이력 간섭을 다룬다. |
| 3 | From Logs to Faults: Reference-Free Fault Localization for Retrieval-Augmented Generation Pipelines | 2611.03725 | 기준 없이 RAG 파이프라인의 결함 위치를 찾는다. |
Robotics & Embodied AI (전체 10편 중 3편)
| # | 제목 | arXiv ID | 한줄 요약 |
|---|---|---|---|
| 1 | Asynchronous Robot Policies | 2611.05155 | 비동기 로봇 정책이다. |
| 2 | Human-to-Robot Transfer via Bridging Representation and Action Space in VLAs | 2611.04391 | 표현과 행동 공간을 이어 사람에서 로봇으로 옮긴다. |
| 3 | OdorSpaces: Visual-Olfactory Embodied Navigation in 3D Environments | 2611.05738 | 시각과 후각을 쓰는 3D 내비게이션이다. |
arXiv 서브카테고리별 분포
표본 744편 기준이다.
주분류. cs.AI 482편(64.8%), cs.LG 58편, cs.CV 54편, cs.CL 36편, cs.RO 18편, cs.CR 14편, cs.HC 9편, cs.SE 8편, cs.IR 8편, cs.DC 5편, cs.SD 4편, cs.DB 4편. 나머지 44편은 여러 분야에 흩어진다.
교차분류. cs.AI 261편, cs.LG 114편, cs.CL 67편, cs.MA 24편, cs.CV 23편, cs.CY 21편, cs.SE 19편, cs.HC 13편, cs.IR 12편, cs.DC 10편.
표본의 구성은 신규 등재 480편과 교차등재 264편이다. 월요일 50편은 제목만 봤고 분포에 든다. 주분류 상위에 든 분야는 편수가 충분해 잡음으로 읽지 않는다. 한 자릿수 분야의 0이나 1은 관측이 아니라 표본 잡음이다.
요일별 등재량
| 요일 | 날짜 | 등재량 | 표본 | 초록 확보 |
|---|---|---|---|---|
| 월 | 11월 2일 | 186 | 50 | 0 |
| 화 | 11월 3일 | 521 | 225 | 224 |
| 수 | 11월 4일 | 252 | 252 | 252 |
| 목 | 11월 5일 | 217 | 217 | 217 |
| 합계 | 1,176 | 744 | 693 |
화요일이 월요일의 2.8배다. 학회 마감 영향인지 목록의 분할 문제인지 가려내지 못했다. 이 수치는 /recent 상단 날짜 앵커의 skip= 차이에서 뽑았다. 채택 표기가 든 초록을 따로 세지는 않았다.
분석 메모
표본과 한계. 월~목 등재 1,176편 중 744편(63.3%)을 모았다. 수요일과 목요일은 전체를 봤다. 화요일은 521편 중 225편이고 월요일은 186편 중 50편이다. 월요일 /new가 캐시에 없고 화요일 /new는 225편만 파싱했다. 이번 실행에서 /new와 /recent를 11월 5일분으로 받아 캐시에 넣었다. 초록은 693편이 있고 본문은 논문 네 편을 발췌해 읽었다. 나머지 심층 분석 네 편은 초록만 읽었다. 표본이 주간 전체를 대표한다고 단정하지 않는다. 금요일분은 아직 등재 전이다.
분류에 관하여. 스크립트가 Other로 보낸 61편 가운데 51편을 손으로 옮겼다. 다른 주제에 든 두 편도 고쳤다. 10편은 Other에 남았다. 키워드 분류는 방법을 도메인보다 앞세우므로 임상·노동 논문이 Agent나 Benchmark로 가는 경향이 있다. 이번 주 Agent와 Benchmark의 합 46.4%는 그 치우침을 일부 품는다.
수집 경로. 이번 실행에서 arxiv.org의 두 목록을 curl로 받았다. 이 환경에 웹 가져오기 도구가 없었다. HTML을 스킬의 마크다운 형식으로 바꿔 캐시에 넣었다. 11월 5일 /new는 신규 93편과 교차등재 124편을 담았고, 재등재 142편은 파싱에서 뺐다. 본문 네 편은 같은 방식으로 받았고 HTTP 429는 뜨지 않았다.
다음 주에 볼 것.
- 사전등록 논문의 결과가 계속 음성으로 나오는지, 아니면 이번 주 몇 편이 만든 인상인지.
- "Decision Model"이라는 용어가 서로 인용하는 연구군을 이루는지.
- 노동과 불평등을 다루는 논문이 이번 주의 13편 수준을 유지하는지.
본 리포트는 arXiv cs.AI 자동 분석 스킬로 생성했다.
본문 발췌 정독 4편 / 초록 정독 4편 / 제목·분류 확인 736편 / 주간 전체 등재 1,176편