CCTest · Blog
AutoIndex: 검색 전 문서 표현을 학습 가능한 프로그램으로 최적화하다
RAG·검색
cctest.ai
RAG·검색

AutoIndex: 검색 전 문서 표현을 학습 가능한 프로그램으로 최적화하다

AutoIndex는 검색기나 리랭커를 바꾸는 대신, 색인 전에 문서를 어떤 형태로 변환할지 학습하는 프레임워크입니다. BM25를 고정한 조건에서도 CRUMB의 8개 검색 과제 모두에서 Recall@100 개선을 보였습니다.

더 보기
CCTest · Blog
AlayaRenderer-Flash, 생성형 월드 렌더링을 플레이 가능한 30 FPS로 끌어올리다
월드 모델
cctest.ai
월드 모델

AlayaRenderer-Flash, 생성형 월드 렌더링을 플레이 가능한 30 FPS로 끌어올리다

AlayaRenderer-Flash는 생성형 월드 렌더링 속도를 0.56 FPS에서 31.54 FPS로 높여, 물리 엔진 기반 인터랙티브 장면을 실시간 플레이에 가깝게 만들었다. 텍스트만으로 영상을 상상하는 방식이 아니라, 구조화된 월드 상태를 바탕으로 RGB 프레임을 합성한다.

더 보기
CCTest · Blog
HarmoHOI: 다중 시점 손-물체 상호작용을 외관과 3D 운동으로 함께 생성
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

HarmoHOI: 다중 시점 손-물체 상호작용을 외관과 3D 운동으로 함께 생성

HarmoHOI는 다중 시점 HOI 합성에서 가장 어려운 두 문제, 즉 화면 일관성과 3D 운동 정합을 동시에 다룬다. RGB 비디오와 3D 포인트 트랙을 하나의 확산 프레임워크로 공동 생성하는 방식이 핵심이다.

더 보기
CCTest · Blog
마스크드 확산 언어모델, Agent RL을 위한 텍스트 월드 모델로 부상
월드 모델
cctest.ai
월드 모델

마스크드 확산 언어모델, Agent RL을 위한 텍스트 월드 모델로 부상

이 논문은 Masked Diffusion Language Models가 텍스트 기반 월드 모델에서 자기회귀 모델의 좌에서 우로 생성 편향을 줄일 수 있다고 주장한다. 양방향 denoising을 통해 도구 스키마, 이전 턴, 도메인 규칙, 기대 결과 같은 전역 앵커와 더 잘 맞춘다는 설명이다.

더 보기
CCTest · Blog
GigaChat Audio: 긴 음성을 시간까지 이해하는 오픈 음성 LLM
음성·오디오
cctest.ai
음성·오디오

GigaChat Audio: 긴 음성을 시간까지 이해하는 오픈 음성 LLM

이 연구는 긴 녹음에서 무엇을 말했는지뿐 아니라 언제 발생했는지도 답하는 음성 LLM을 제안한다. 최대 120분 입력에 대해 명시적인 타임스탬프가 포함된 응답을 생성할 수 있다. 핵심은 주기적 시간 마커를 연속 음성 토큰과 교차 배치하고, 대규모 합성 감독으로 학습하는 방식이다.

더 보기
CCTest · Blog
DiFA: 확산 모델 추론을 전방 과정에 맞춘 상태 추정으로 재해석
확산 모델
cctest.ai
확산 모델

DiFA: 확산 모델 추론을 전방 과정에 맞춘 상태 추정으로 재해석

DiFA는 확산 모델의 추론 중 생성되는 과거 예측을 단순한 적분 보조값이 아니라 상관된 관측으로 활용하는 재학습 불필요 프레임워크입니다. 전방 확산 과정과 정렬된 시간적 합의를 통해 안정성과 세부 묘사를 높이는 것이 목표입니다.

더 보기
CCTest · Blog
DeepSearch-World: 검증 가능한 환경에서 검색 에이전트를 자기 증류로 학습
AI 에이전트
cctest.ai
AI 에이전트

DeepSearch-World: 검증 가능한 환경에서 검색 에이전트를 자기 증류로 학습

이 논문의 핵심은 더 큰 범용 모델을 만드는 것이 아니라, 에이전트가 스스로 경로를 점검하며 개선할 수 있는 훈련 환경을 설계한 데 있다. 검증 가능한 상호작용이 자기 개선의 기반이 된다.

더 보기
CCTest · Blog
FlowMimic: 이미지 편집 데이터를 영상 편집으로 옮기는 방법
비전·비디오
cctest.ai
비전·비디오

FlowMimic: 이미지 편집 데이터를 영상 편집으로 옮기는 방법

FlowMimic은 영상 편집 데이터 수집이 비싸고 번거롭다는 문제를 정면으로 다룬다. 이미지 편집 샘플을 실시간으로 영상 편집 샘플로 바꾸고, 이미지와 영상의 능력을 서로 모방하게 만들어 하나의 모델로 묶는다.

더 보기
CCTest · Blog
LLM은 결합 분자를 상상할 수 있을까? 3D-Fit이 묻는 공간 제약 추론
AI 과학 연구
cctest.ai
AI 과학 연구

LLM은 결합 분자를 상상할 수 있을까? 3D-Fit이 묻는 공간 제약 추론

3D-Fit은 구조 기반 신약 설계에서 범용 LLM이 3차원 공간 제약을 만족하는 리간드를 생성할 수 있는지 평가하는 벤치마크다. 연구 결과는 가능성을 보여주지만, 전용 확산 모델과의 격차도 분명히 드러낸다.

더 보기
CCTest · Blog
TimeLens2: 영상 MLLM이 근거가 나온 시간을 찾게 하다
비전·비디오
cctest.ai
비전·비디오

TimeLens2: 영상 MLLM이 근거가 나온 시간을 찾게 하다

TimeLens2는 영상 시간적 그라운딩을 가변 개수의 구간 집합 예측 문제로 다루며, 모델이 무엇이 일어났는지뿐 아니라 그 근거가 언제 나타났는지도 제시하도록 한다. 2B, 4B, 8B 모델은 각각 Qwen3-VL 백본 대비 뚜렷한 성능 향상을 보였다.

더 보기
CCTest · Blog
ReflectWorld-MM, 프레임이 아닌 엔티티로 비디오를 기억하다
메모리·컨텍스트
cctest.ai
메모리·컨텍스트

ReflectWorld-MM, 프레임이 아닌 엔티티로 비디오를 기억하다

ReflectWorld-MM은 연속되는 영상 속에서 누가 다시 나타났는지, 무엇이 변했는지를 엔티티 단위로 기억하려는 시스템이다. 단순 저장이 아니라, 세계 경험을 구조화해 축적하는 방향으로 비디오 메모리를 재설계했다.

더 보기