물리 법칙을 적용한 듀얼 에이전트 추론 시스템: AutoResearch 2.0과 LSE 프레임워크 | 스스로 오답 고치며 진화하는 듀얼 AI

00:00 AutoResearch 2.0 및 LSE 프레임워크 개요
01:23 단일 AI 모델의 수학적 한계와 인지적 사각지대 설명
02:43 듀얼 에이전트 아키텍처: 실행과 이성의 분리 구조
04:30 1단계: 강화학습(RL) 기반의 4단계 훈련 루프
05:40 순수 성능 보상 방식과 검증 데이터셋의 역할
06:58 2단계: 추론 시간의 언어적 상태 공간 및 프롬프트 최적화
08:02 프롬프트 진화 트리와 UCB 알고리즘을 이용한 경로 탐색
08:35 물리 법칙(본-오펜하이머 근사)을 적용한 AI 인지 차원 분리
09:30 텍스트 섭동 기법과 하드 제약 조건을 활용한 행동 제어
10:31 4B 소형 모델의 성과와 7% 성능 향상의 결과
11:32 미래 비전: 로컬 전문가 시스템과 AI 간 메타 언어의 전망