중국의 NeoLab 순간: EverMind, 세 편의 논문으로 풀스택 자기 진화 문제에 답하다

2026년 여름, 해외의 NeoLabs(예: Recursive Superintelligence, Engram, Adaption Labs, Core Automation)가 수십억 달러의 투자를 유치한 가운데, 중국 팀 EverMind가 Shanda Group의 지원을 받아 자기 진화 AI를 위한 풀스택 솔루션을 제시하는 세 편의 논문을 잇달아 발표했습니다. Shanda Innovation Institute의 연구 문화에 뿌리를 둔 EverMind는 장기 기억과 자기 진화에 중점을 둡니다. 이 논문들은 세 가지 과제를 다룹니다: 자기 개선 활용(HarnessBank), 스킬 관리(SkillCorpus), 모델 가중치 훈련(DASH)입니다. HarnessBank는 과적합을 피하기 위해 유전자 은행과 게이트 검증을 도입하여 7개 벤치마크에서 5.1~15.4%의 성능 향상을 달성했습니다. SkillCorpus는 82,100개 이상의 원시 스킬을 집계하고 선별하여 96,401개의 고품질 스킬을 만들고 에이전트 성능을 최대 7.5포인트 향상시킵니다. DASH는 발산 적응형 감독 지평선(divergence-adaptive supervision horizons)을 사용하여 온폴리시 자기 증류(on-policy self-distillation)를 개선하고 AIME 및 HMMT 벤치마크에서 수학 추론 점수를 향상시킵니다. EverMind는 12,000개 이상의 GitHub 스타를 보유한 오픈소스 생태계를 갖추고 있으며, 그 프레임워크는 작업, 하네스, 모델, 메타 개선의 네 가지 계층에 걸쳐 매핑됩니다. 팀은 차세대 AI가 지속적으로 진화할 것이라고 기대하며, AI 장기 기억 인프라 구축에 협력할 파트너를 초대합니다.