Ⅰ. 연구 다이제스트1. 에이전트·강화학습Apodex 1.1: 복잡 업무를 위한 에이전트 지능 스케일링 — 실행 가능 환경을 확장하고 상태 유지·복구를 학습시켜 장기 지평(long-horizon) 실무 과제에서 지속적·검증가능한 진척을 개선한 에이전트 모델이다. (HF 트렌딩 상위, 업보트 195) 링크The Handoff Tax: LLM 에이전트의 비원어(非原語) 궤적 계승 비용 — 저비용·저성능(LC) 모델과 고비용·고성능(HC) 모델 간 전환 시, 상향 전환(escalation)은 성능 격차의 절반도 회복하지 못한 채 비용만 급증한다는 '핸드오프 세금'을 실증한 연구이다. 반대로 하향 전환은 비용-품질 측면에서 유리하다. (실무 비용 최적화에 시사점) 링크2. 과학·워크플로 평가FrontierCha..