RUC-NLPIR/Awesome-Long-Horizon-Agents

이 GitHub 저장소는 장기 지평 AI 에이전트(몇 분, 몇 시간 또는 개방형 스트림에 걸쳐 확장된 다단계 작업을 처리할 수 있는 AI 시스템)에 관한 선별된 리소스 모음(논문, 벤치마크, 뉴스 등)입니다. 이 프로젝트는 설문 조사 논문과 함께 제공되며 연구자와 개발자를 위한 분야의 지도 역할을 목표로 합니다.

무엇을 포함하나요?

저장소는 본질적으로 750개 이상의 논문 및 기타 리소스의 잘 정리된 목록으로, 주제별로 그룹화되어 있습니다. 각 항목은 일반적으로 원본 논문이나 코드에 연결됩니다. README에는 다음도 포함됩니다:

• 설문 조사 논문("장기 지평 에이전트를 향하여: 설문")이 OpenReview와 사전 인쇄본으로 제공됩니다.
• 업데이트 및 커뮤니티 기능에 대한 뉴스(예: 계획된 업데이트 버전).
• 설문의 구조를 반영하는 목차.
• 주요 아이디어를 설명하는 그림(예: 작업 시간 지평의 성장, 연구 풍경).
• 프로젝트를 적절히 인용할 수 있는 인용 파일(BibTeX).

어떻게 구성되어 있나요?

콘텐츠는 주제를 안내하는 주요 섹션으로 나뉩니다:

• 기초 — "장기 지평"의 의미를 공식화하며, 세 가지 중첩 수준(H1–H3)과 그들이 요구하는 능력을 정의합니다.
• 진화 — 프롬프트 엔지니어링(2020–2023), 컨텍스트 엔지니어링(2023–2025), 런타임 하네스(2025–현재)의 세 단계로 분야를 추적합니다.
• 하네스 — 외부 엔지니어링을 다룹니다: 루프, 메모리, 도구, 오케스트레이션, 검증 등.
• 최적화 — 내부 모델 조정을 다룹니다: 아키텍처, 훈련 데이터, 미세 조정, 강화 학습, 자기 진화.
• 응용 — 실제 도메인(소프트웨어, 정보 탐색, 컴퓨터 사용 등)에서 장기 지평 에이전트의 예.
• 벤치마크 및 리소스 — 평가 도구와 데이터 세트.
• 프론티어 — 미해결 문제와 미래 방향.

이 구분은 설문의 핵심 아이디어를 반영합니다: 장기 지평 능력은 상호 작용하는 두 측면에서 비롯됩니다 — 하네스(메모리와 도구 사용과 같은 외부 스캐폴딩)와 모델 최적화(긴 작업을 처리하기 위한 내부 훈련). README는 이 두 측면이 공진화한다고 설명합니다: 능력은 먼저 하네스에서 구현되고, 그 다음 모델에 내면화될 수 있으며, 더 강력한 모델이 더 나은 하네스를 가능하게 합니다.

누구를 위한 것인가요?

• 연구자 — 분야의 구조화된 개요나 편리한 참고 문헌을 원하는 사람.
• 개발자 — 긴 시간 지평에서 작동해야 하는 AI 에이전트를 구축하는 사람.
• 학생 또는 애호가 — 주제에 대한 안내된 소개를 찾는 사람.

어떻게 사용할 수 있나요?

• 섹션 탐색 — 목차의 링크를 클릭하거나 README를 스크롤합니다.
• 설문 읽기 — 논문은 개념을 설명하고 목록의 많은 항목을 참조합니다.
• 프로젝트 인용 — 사용하는 경우, 바로 사용할 수 있는 BibTeX 항목이 제공됩니다.
• 기여 — 저장소는 풀 리퀘스트를 명시적으로 환영하므로 최근 작업을 추가할 수 있습니다.

주목할 만한 기능

• 지속적으로 업데이트 — README는 11월 초에 업데이트를 계획하고 있다고 언급합니다.
• 커뮤니티 주도 — 기여가 권장됩니다.
• 웹사이트 및 소셜 미디어 링크(X, 샤오홍슈, 위챗 보도)를 포함하여 추가 업데이트를 제공합니다.

요약하면, 이 프로젝트는 장기 지평 AI 에이전트에 관한 주요 문헌과 리소스를 통합한 살아 있고 잘 구조화된 저장소로, 기초에서 프론티어까지 주제를 쉽게 탐색할 수 있게 합니다.