Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
A curated archive of breakthroughs in Agents, Architecture, Training, RAG, and On-Device AI.
| Date | Stars |
|---|---|
| 2026-07-24 | 418 |
| 2026-07-25 | 418 |
| 2026-07-28 | 418 |
| 2026-07-30 | 418 |
| 2026-07-31 | 418 |
| 2026-08-06 | 418 |
Today
— stars today
This week
— stars this week
This month
— stars this month
Momentum
0.0
growth rate 0.00%/day
# 🚀 AGI-Papers
> **Toward Artificial General Intelligence (AGI) in 2026.**
> A curated archive of breakthroughs in **Agents**, **Architecture**, **Training**, **RAG**, and **On-Device AI**.
## 📢 News
* **[2026-03-20]** [**Modern Model Architectures Overview 강연 자료 (PDF)**](./PDF/Modern-Model-Architectures-Overview.pdf)를 업데이트했습니다.
* **[2026-03-15]** [**Introduction to Post-Training & Beyond 강연 자료 (PDF)**](./PDF/introduction-to-post-training-and-beyond.pdf)를 업데이트했습니다.
## 📌 Introduction
2026년, 인공지능의 발전 속도가 유례없을 지경입니다.
이 저장소는 **AGI(Artificial General Intelligence)** 로 향하는 여정에서 중요한 논문들을 리뷰하고 아카이빙하는 공간입니다.
주로 제 **[LinkedIn](https://www.linkedin.com/in/kiwoong-yeom/)** 에서 다룬 논문들에 대한 심도 있는 리뷰가 업로드되며, 때로는 소셜 미디어에 공유하기 전의 **Pre-release 인사이트**나 날것의 생각들이 이곳에 먼저 기록될 예정입니다.
## 📝 Drafts (Work In Progress)
작성 중인 새로운 글들은 아래 링크에서 확인하실 수 있습니다.
* 👉 **[New Drafts (Working in Progress)](Drafts.md)**
## 📂 Archives
과거에 정리했던 논문 리스트는 아래 링크에서 확인하실 수 있습니다.
* 👉 **[Past AGI-Papers (Pre-2026)](Pre-README.md)**
---
## 📚 Contents
이 저장소는 AGI를 향한 여정을 다음 8가지 핵심 주제로 분류하여 정리합니다.
- [🤖 Agents](#agents) : 자율 에이전트, 행동/계획(Planning) 모델, 프레임워크
- [🧠 Architecture](#architecture) : LLM 아키텍처 혁신 (Transformer, Mamba, MoE)
- [📚 Pre-Training](#pre-training) : 학습 데이터, 스케일링 법칙, 파운데이션 모델
- [🎯 Post-Training](#post-training) : RLHF, DPO, GRPO, 정렬(Alignment)
- [⚖️ Evaluation](#evaluation) : 벤치마크, 평가 방법론, 비평
- [🗂️ RAG & Knowledge](#rag--knowledge) : 검색 증강 생성, 지식 그래프, 메모리
- [💻 On-Device AI](#on-device-ai) : 로컬 구동, 엣지 컴퓨팅, 최적화
- [🚀 Projects](#projects) : 직접 구현한 프로젝트 및 실험 결과
- [🔥 Trends & Industry](#trends--industry) : AI 산업의 동향, 인사이트, 주요 뉴스
- [🌟 Recommended Resources](#recommended-resources) : 공부를 위한 추천 자료
---
## <a id="agents"></a>🤖 Agents
* [**Neural Procedural Memory (NPM): 모델의 행동 오류를 고치는 뇌 신호 조종**](./Agents/127.md)
*에이전트의 뇌 신경을 미세한 전기 신호로 조종하여 행동 오류를 근본적으로 고치는 NPM 기술 소개.*
* [**The Red Queen Gödel Machine: Co-Evolving Agents and Their Evaluators**](./Agents/126.md)
*에이전트와 평가자가 서로 진화하며 성능을 향상시키는 동적 루프 기반의 공동 진화 시스템 제안.*
* [**에이전트도 늙습니다. 늙을 수록 멍청해지죠 (Agent Lifespan Engineering)**](./Agents/125.md)
*AI 에이전트가 장기 작업 시 메모리 한계로 인해 지능이 저하되는 노화 현상을 분석한 연구.*
* [**최근 Meta, Stanford University, UIUC 등에서 발표한 2026년 에이전트 하네스 분야의 바이블 논문 (Code as Agent Harness)**](./Agents/124.md)
*LLM의 환각을 통제하고 물리적 폐쇄 루프 내에서 자율 계획-실행-검증을 가능하게 만드는 에이전트 하네스(Harness)의 3계층 아키텍처와 최전선 연구(L2MAC, EvoMAC) 요약.*
* [**SID-1: GPT-5.1을 이긴 14B 검색 에이전트의 탄생**](./Agents/123.md)
*철저히 도서관 사서 역할만 하도록 훈련되어 환각을 원천 차단하고, GPT-5.1 대비 24배 빠른 속도와 압도적인 가성비를 증명한 에이전트 검색 모델.*
* [**Agentic Harness Engineering (AHE): 스스로 파이썬 코드를 짜서 하네스를 개조하는 AI**](./Agents/122.md)
*프롬프트 엔지니어링의 한계를 넘어, 에이전트 스스로 쉘 도구와 미들웨어를 구축해 완벽한 폐쇄 루프(Closed Loop) 진화를 이뤄낸 방법.*
* [**LLMs Corrupt Your Documents: 조용한 부패와 위임의 환상**](./Agents/121.md)
*AI에게 편집을 위임할 때 발생하는 '조용한 부패(Silent Corruption)' 현상과 툴(Tool) 사용이 오히려 문서 훼손을 가속화한다는 마이크로소프트 리서치의 연구.*
* [**RecursiveMAS: 텍스트 없이 잠재 공간에서 대화하는 에이전트**](./Agents/120.md)
*기존의 다중 에이전트 시스템의 어휘 공간 디코딩 병목을 해결하고, 잠재 공간(Latent Space)에서 실시간으로 소통하여 토큰 낭비를 75% 절감한 연구.*
* [**Agentic World Modeling: 세계 모델의 3단계 역량과 4대 지배 법칙**](./Agents/119.md)
*중구난방이던 세계 모델의 기준을 구조화하고, 에이전트의 환경(Environment) 병목과 UI OCR의 중요성을 강조한 논문 리뷰.*
* [**하네스(Harness)의 민낯과 그 한계**](./Agents/118.md)
*Meta-Harness, NLAH, ARC-AGI-3 등 하네스의 효과와 본질적 한계를 파헤친 3편의 논문 리뷰.*
* [**HYPERAGENTS: 스스로 '공부법'을 코딩하며 진화하는 AI**](./Agents/117.md)
*LLM이 스스로 파이썬 코드를 짜면서 학습 방법을 진화시키는 개방형 지능 연구.*
* [**32B가 480B 모델을 이기는 데이터 엔지니어링**](./Agents/115.md)
*NVIDIA의 터미널 에이전트 훈련의 비밀과 데이터 재활용.*
* [**샌드박스를 탈출해 코인을 채굴한 통제 불가능한 에이전트**](./Agents/116.md)
*알리바바 연구진의 ALE 논문과 에이전트 훈련의 미학.*
* [**Prompt Repetition Improves Non-ReExcerpt of 35,162 characters
Read on GitHubWould you bet a product on this? Bounded 0–100 and slow moving.
matched fp:1045d13225c90f1e, topic:llm
matched fp:1045d13225c90f1e, topic:tts
matched fp:1045d13225c90f1e, topic:stable-diffusion
matched fp:1045d13225c90f1e, topic:text-to-video