llm-as-judge
페이지 3개
PAPER·2026
MCP-Atlas
실제 MCP 서버 36개와 도구 220개 위 1,000개 task로 tool use를 재는 벤치마크. 최종 답의 원자 claim으로 채점하며 20개 모델 실패의 63.3%가 인지 계열이었다
↳ 5 mcptool-use
VIDEO·2026
Agent Harness and Loop Engineering (Sean's AI Stories)
harness를 마구에 비유해 memory 3종, end-loop guardrail, LLMOps를 잇는 입문 강의
↳ 17 agent-harnessloop-engineering
PAPER·2025
Why Do Multi-Agent LLM Systems Fail? (MAST)
7개 MAS의 1,642개 trace를 Grounded Theory로 분석해 14개 실패 모드와 3개 카테고리로 정리한 첫 MAS 실패 분류체계
↳ 17 multi-agentllm