게이팅된 자가 진화 LLM 에이전트의 운동 이론

우리는 LLM 에이전트의 자가 진화 과정에서 유체 역학(fluid dynamics)의 흔적을 발견하고, 이를 예측하는 운동 이론(kinetic theory)을 제시합니다. 게이팅된 자가 진화란 에이전트가 검증 게이트(validation gate) 하에 자신의 기술(skills)을 재작성하는 루프입니다. 기존의 자가 진화 연구는 에이전트를 단위로 다루었지만, 우리는 그 내부의 개별 인스턴스를 연구합니다. 여기서 에이전트는 DSH-plugin 기반이며, DeepSeek Harness (DSH)에서 운영되고 그 플러그인들은 네 가지 아키텍처 속성(순열 대칭성(permutation symmetry), 가역성(reversibility), 비순환성(acyclicity), 타입 계약(typed contracts))을 만족합니다. 이 속성들이 이러한 인스턴스를 동일한 단단한 구체(hard spheres)로 취급할 수 있는 근거를 제공하므로, 이론은 DSH 클래스의 플러그인 집단에 국한됩니다. 본 논문은 이 범위 내에서 세 가지 이론 계층을 구축합니다. 비유와 무관하게 독립적인 엄밀한 계층에는 임의 시간 도달 시간 증명서(any-time hitting-time certificate)가 포함되어, 주어진 개선 사항까지 예상되는 라운드를 제한하고, 보류된 검증 예산에 가격을 매기는 해상도 법칙(resolution law), 그리고 분리 정리(separation theorem)를 포함합니다. 데몬은 평가자(evaluator)와 평가 대상(evaluated)이 합쳐지면 증명서가 무효화되므로 집단 밖에 머물러야 합니다. 운동 계층은 네 가지 연산자(충돌(collision), 반응(reaction), 외부 장(external field), 게이트(gate))를 가진 플러그인 x 버전 x 태스크 그리드에 대한 마스터 방정식입니다. 여기서 충돌은 공동 활성화(co-activation)입니다. 이의 모멘트 계층 구조는 기체를 유체 방정식으로 변환하는 단계로, 반증 가능한 통계적 시그니처를 생성합니다. 전반적으로, 유체 해석은 제한적인 비유에 불과합니다. 운동량은 보존되지 않으므로 나비에-스토크스(Navier-Stokes) 한계는 존재하지 않습니다. 측정된 계층은 신뢰할 수 있는 최소 인스턴스에서 실행됩니다. 이는 4가지 매개변수 기술 플러그인의 대규모 라이브러리로, 에피소드당 공동 활성화 프로브를 통해 하나씩 검색되며, 단일 모델, 단일 태스크 패밀리 WebShop 환경에서 이루어집니다. 모든 요소는 아키텍처적 역할을 통해 DSH 루프에 매핑됩니다. 집단 변동 스케일링은 밀도 게이팅(density-gated)입니다. 희소한 편집 밀도에서는 보이지 않다가, 방향성 증거로서 세 배의 밀도에서 예측된 비율로 나타납니다.