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 보기Claude API 중계소 가이드, 검출 원리, LLM API 실측 노하우
총 2320개의 아티클
RSS 구독AutoIndex는 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 보기AlayaRenderer-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 보기HarmoHOI는 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 보기이 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 보기API를 호출하는 에이전트는 많은 고품질 궤적이 필요하지만, 실제 환경을 모두 구축하는 일은 느리고 비쌉니다. 이 논문은 API 명세만으로 LLM이 상태를 가진 환경을 시뮬레이션하도록 합니다.
더 보기이 논문은 LLM의 판정자 역할을 코치 역할로 확장해, 점수 하나가 아니라 재사용 가능한 경험 지식을 학습 신호로 삼는다. 검증이 어려운 개방형 과제에서 더 촘촘한 피드백을 활용하려는 접근이다.
더 보기긴 컨텍스트를 다룰수록 중요한 것은 더 많이 넣는 일이 아니라 무엇을 남길지 정하는 일입니다. SWE-Pruner Pro는 이 판단을 외부 분류기가 아니라 모델 내부 표현으로 처리합니다.
더 보기이 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 보기DiFA는 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 보기RynnBrain 1.1은 지각, 공간 추론, 위치 추정, 계획을 하나의 embodied framework로 묶은 모델군이다. 단순한 인식 성능보다 실제 로봇 조작에 바로 쓰일 수 있는 표현을 강화한 점이 핵심이다.
더 보기이 논문은 오프폴리시 응답을 그대로 모방하지 않고, 각 토큰이 올바른지 판단하도록 학습하는 TOPL을 제안한다. 요약과 번역에서 분포 변화에 더 강한 성능을 보였다.
더 보기EvolvingWorld는 단순한 대사 생성이 아니라, 이야기가 진행될수록 인물과 세계 상태가 함께 갱신되는 구조를 제안한다. 정적인 페르소나 모방을 넘어 장기 일관성을 다루려는 시도다.
더 보기GEPO는 GRPO를 가볍게 확장해 prompt 그룹의 엔트로피를 기준으로 advantage를 비대칭적으로 조정한다. 서로 다른 탐색 수준이 필요한 혼합 태스크 학습에서 더 균형 잡힌 최적화를 노린다.
더 보기이 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 보기FlowMimic은 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 보기3D-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 보기TimeLens2는 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 보기NexForge는 LLM Agent 후학습에서 병목이 되는 실행 가능한 훈련 데이터 확장 문제를 다룹니다. 고정 도구나 저장소가 아니라 고수준 능력 요구사항에서 출발해 작업과 전문가 궤적을 생성합니다.
더 보기Open-AoE는 1인칭 영상 데이터를 모으는 데서 끝나지 않고, 구조화와 학습 활용까지 연결하는 공개 인프라를 제안한다.
더 보기SeerGuard는 한 번의 잘못된 조작이 되돌릴 수 없는 결과로 이어질 수 있는 모바일 GUI 에이전트를 위해, 명령과 행동을 실행 전에 검사하는 안전 프레임워크다.
더 보기ReflectWorld-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