에이전트평가 on TechLLM

에이전트평가 on TechLLMhttps://techllm.github.io/tags/%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8%ED%8F%89%EA%B0%80/Recent content in 에이전트평가 on TechLLMHugokoWed, 24 Jun 2026 15:15:00 +0900법률 에이전트 검증 비용을 10분의 1로 — LangChain × Harvey 공동연구https://techllm.github.io/posts/langchain-harvey-efficient-verifiers-legal-agents/Wed, 24 Jun 2026 15:15:00 +0900https://techllm.github.io/posts/langchain-harvey-efficient-verifiers-legal-agents/Harvey의 LAB 벤치마크 2,348개 항목을 가지고 LangChain Labs가 직접 돌려본 결과. 검증을 묶음으로 던지고, Opus 4.7 대신 DeepSeek 같은 오픈 모델을 쓰니 비용이 한 자릿수까지 떨어졌습니다.IBM이 만든 오픈 에이전트 리더보드 — 모델이 아니라 시스템을 평가한다https://techllm.github.io/posts/open-agent-leaderboard-ibm/Fri, 22 May 2026 14:14:00 +0900https://techllm.github.io/posts/open-agent-leaderboard-ibm/같은 모델도 에이전트 구조에 따라 성능과 비용이 달라진다. IBM Research가 공개한 Open Agent Leaderboard는 전체 에이전트 시스템을 비교하는 최초의 오픈 벤치마크다.