AI Agent Security (Part 7): The Transfer Game — Held-Out Defenses and Portfolio Design Kaggle’s AI Agent Security — Multi-Step Tool Attacks replayed fixed candidate banks through two agent models ...

AI Agent Security (7편): 공개 성능에서 비공개 전이로 — 홀드아웃 방어와 포트폴리오 설계 Kaggle의 AI Agent Security — Multi-Step Tool Attacks는 고정 후보 뱅크를 두 에이전트 모델과 모의 도구로 다시 실행하되 공개와 비공개 평가에 서로 다른 가드레일을 적용하는 대회다. 1~6편에서는 공개 평가...

AI Agent Security (Part 6): Throughput as an Experimental System — Costs, Cliffs, and Corrected Instruments Kaggle’s AI Agent Security — Multi-Step Tool Attacks replayed candidate-message banks th...

AI Agent Security (6편): 처리량을 실험 시스템으로 다루기 — 비용과 절벽, 그리고 바로잡은 측정법 Kaggle의 AI Agent Security — Multi-Step Tool Attacks는 후보 메시지 뱅크를 두 에이전트 모델과 모의 도구로, 가드레일과 고정된 시간 예산을 적용해 다시 실행하는 대회다. 1~5편에서는 리플레이와 ...

From Closed to Open Quantum Transport with NEGF: A Derivation from Scratch Executable notebook: From Closed to Open: Quantum Transport with NEGF, From Scratch Source notebook: negf_from_scrat...

닫힌 양자계에서 열린 양자 수송으로: NEGF를 처음부터 유도하기 실행 가능한 노트북: From Closed to Open: Quantum Transport with NEGF, From Scratch 소스 노트북: negf_from_scratch.ipynb 영문판: From Closed to Open Quantum Transport wi...

AI Agent Security (Part 5): The Raw Wall from the Inside Kaggle’s AI Agent Security — Multi-Step Tool Attacks replayed candidate-message banks through two agent models, synthetic tools, and a guar...

AI Agent Security (5편): 소스에서 확인한 원점수의 한계 Kaggle의 AI Agent Security — Multi-Step Tool Attacks는 후보 메시지 뱅크를 두 에이전트 모델과 모의 도구에 가드레일을 적용해 다시 실행하고, 그 결과 트레이스의 보안 판정 조건을 채점하는 대회다. 1~4편에서는 리플레이 계약, v3.1.2...

AI Agent Security (Part 4): Past the Framing Plateau Parts 1–3 moved Kaggle’s AI Agent Security — Multi-Step Tool Attacks benchmark from its replay contract to the v3.1.2 throughput model: public ...

AI Agent Security (4편): 프레이밍 고원을 넘어서 1–3편에서는 Kaggle AI Agent Security — Multi-Step Tool Attacks 대회의 리플레이 계약을 출발점으로 v3.1.2 처리량 모형을 세웠다. 공개 점수는 두 모델의 평균이고, 단일 POST 방식은 처리량의 제약을 받으며, 마무리 출력과 프레이밍을 줄인...