arXiv 논문은 일반적인 선형 프로빙이 훈련 초기에는 특성 인코딩을 감지하지만 이후의 진전에는 둔감해질 수 있다고 주장합니다. 저자들은 활성화 노이즈가 프로브 정확도를 얼마나 무너뜨리는지 측정하는 레이어별 지표인 '취약성(fragility)'을 도입하여 정확도가 이미 포화된 상태에서도 두 번째 신호를 제공합니다.

• 01 포화된 프로브 정확도는 사전 훈련의 대부분 기간 동안 발생하는 유의미한 표현 변화를 숨길 수 있음
• 02 취약성은 단순한 정확도 대신 노이즈 하에서의 견고함을 기준으로 평가를 재구성함
• 03 이 개념은 기존 지표가 정체된 경우에도 연구진이 체크포인트와 레이어를 비교하는 데 도움을 줄 수 있음
• 04 새로운 진단 도구가 연구에는 유용하나 실제 제품 품질 결정으로 전환하기는 어려울 수 있다는 리스크가 존재함

수정된 arXiv 논문은 AgentDS Healthcare 벤치마크를 사용하여 다중 모드 임상 예측을 위한 인간 유도형 에이전트 AI를 연구합니다. 재입원 예측과 같은 작업에서 자율 데이터 과학 워크플로우에 초점을 맞추면서도 임상 예측에는 여전히 도메인 전문 지식과 지도가 필요하다고 주장합니다.

• 01 에이전트 기반 데이터 과학 시스템은 임상 모델링을 가속화할 수 있지만 도메인 가이드는 여전히 제어 시스템의 필수 요소임
• 02 의료용 에이전트 벤치마크는 최종 예측 점수뿐만 아니라 판단력과 워크플로우 규율을 테스트해야 함
• 03 인간의 개입은 기능 선택, 평가 프레임 설정, 오류 검토 단계에서 가장 가치 있게 작용함
• 04 의료 기관이 데이터, 편향, 감사 가능성에 대한 거버넌스를 갖추기 전에 자율 워크플로우를 과신할 위험이 있음

MarkTechPost는 xAI가 MongoDB, Vercel, Sentry, Chrome DevTools, Cloudflare, Superpowers 등의 초기 통합을 포함한 Grok Build 플러그인 마켓플레이스를 출시했다고 보도했습니다. 마켓플레이스는 기술, 에이전트, 훅, MCP 서버를 원격 플러그인을 위한 커밋-SHA 검증 기능과 함께 제공합니다.

• 01 에이전트 플랫폼들은 이제 모델 품질만큼이나 워크플로우 통합 역량을 두고 치열하게 경쟁하고 있음
• 02 터미널 네이티브 플러그인은 개발자와 DevOps 팀의 제안에서 실제 실행까지의 경로를 획기적으로 단축할 수 있음
• 03 커밋-SHA 검증은 유용한 신뢰 신호이지만 마켓플레이스 리뷰, 권한, 업데이트 동작 관리가 여전히 핵심임
• 04 강력한 플러그인이 실수나 침해된 에이전트 작업의 피해 범위(Blast Radius)를 확대할 위험이 큼