CCTest · Blog
Distilled RL: LLM 후학습에 교사 모델의 세밀한 신호를 결합하다
강화학습
cctest.ai
강화학습

Distilled RL: LLM 후학습에 교사 모델의 세밀한 신호를 결합하다

Distilled Reinforcement Learning은 결과 보상에 의존하는 강화학습과 교사 분포를 무조건 모방하는 온라인 증류 사이의 간극을 겨냥한다. 교사 모델의 선호를 토큰 수준의 정책 그래디언트에 선택적으로 반영한다.

더 보기
CCTest · Blog
DiffGI: 얇은 쉘 3D 생성을 위한 미분 가능 지오메트리 이미지
확산 모델
cctest.ai
확산 모델

DiffGI: 얇은 쉘 3D 생성을 위한 미분 가능 지오메트리 이미지

DiffGI는 의류처럼 얇은 쉘 구조와 비다양체 표면을 기존 체적 표현이 잘 다루지 못한다는 문제에서 출발합니다. 연속 2D TSDF와 미분 가능한 Marching Squares를 결합해 2D 잠재공간과 3D 표면 최적화를 직접 연결합니다.

더 보기
CCTest · Blog
CPO: 엔트로피를 넘어 정확성 인식 RLVR로 가는 방법
강화학습
cctest.ai
강화학습

CPO: 엔트로피를 넘어 정확성 인식 RLVR로 가는 방법

이 논문은 RLVR에서 흔히 쓰이는 엔트로피 기반 advantage shaping이 유용한 불확실성과 해로운 혼란을 구분하지 못한다는 점을 지적한다. Contrastive Policy Optimization은 참조 유도 생성과 일반 생성의 token 단위 분포 차이를 활용해 더 정확성에 가까운 학습 신호를 만든다.

더 보기
CCTest · Blog
Xiaomi-Robotics-1, 10만 시간 이상의 실제 궤적으로 로봇 VLA 확장
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

Xiaomi-Robotics-1, 10만 시간 이상의 실제 궤적으로 로봇 VLA 확장

Xiaomi-Robotics-1은 로봇 학습에서도 데이터와 모델 규모의 확대가 성능 향상으로 이어지는지 보여주려는 VLA 기반 모델이다. 10만 시간 이상의 실제 조작 궤적을 사전학습하고, 실제 로봇과 자연어 명령에 맞춰 후학습한다.

더 보기
CCTest · Blog
협상 AI는 숫자가 아니라 ‘행동’으로 비밀을 흘릴 수 있다
AI 에이전트
cctest.ai
AI 에이전트

협상 AI는 숫자가 아니라 ‘행동’으로 비밀을 흘릴 수 있다

새 논문은 협상 값이 암호화돼 있어도 양보 속도, 제안 궤적, 수렴 패턴을 통해 사적 제약이 추론될 수 있다고 지적한다. 연구진은 협상 성능을 유지하면서 추론 공격을 줄이는 적응형 확률 정책을 제안했다.

더 보기
CCTest · Blog
S1-Omni: 분자·단백질·재료·과학 이미지를 하나로 묶는 멀티모달 과학 추론 모델
AI 과학 연구
cctest.ai
AI 과학 연구

S1-Omni: 분자·단백질·재료·과학 이미지를 하나로 묶는 멀티모달 과학 추론 모델

S1-Omni는 AI for Science 분야의 분산된 데이터 형식과 작업을 하나의 통합 추론 모델로 연결하려는 시도다. 200개 이상의 과학 작업을 다루며 모델 가중치, 추론 코드, 일부 데이터셋도 공개됐다.

더 보기
CCTest · Blog
REBASE: 배경 특징을 지워 학습 없는 인컨텍스트 분할을 개선하다
비전·비디오
cctest.ai
비전·비디오

REBASE: 배경 특징을 지워 학습 없는 인컨텍스트 분할을 개선하다

REBASE는 한 장의 주석된 참조 이미지로 새로운 대상을 분할하는 training-free 프레임워크입니다. 참조 이미지의 배경 특징 부분공간을 제거해, 배경 때문에 생기는 잘못된 이미지 간 유사도 매칭을 줄입니다.

더 보기
CCTest · Blog
Robot-Centric Pointmaps: VLA가 로봇 좌표계로 세상을 보게 하다
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

Robot-Centric Pointmaps: VLA가 로봇 좌표계로 세상을 보게 하다

KAIST AI의 연구는 VLA 모델에서 카메라 관측 좌표계와 로봇 행동 좌표계가 어긋나는 문제를 다룬다. Robot-centric pointmaps는 각 픽셀에 로봇 좌표계 기준 3D 위치를 담아 기존 2D VLA에 비교적 쉽게 결합할 수 있는 표현이다.

더 보기
CCTest · Blog
RecGPT-V3: 추천 시스템을 ‘과거 재생’에서 ‘기억 기반 의도 이해’로
메모리·컨텍스트
cctest.ai
메모리·컨텍스트

RecGPT-V3: 추천 시스템을 ‘과거 재생’에서 ‘기억 기반 의도 이해’로

RecGPT-V3는 지속적으로 진화하는 사용자 메모리, Semantic IDs 기반 상품 grounding, 잠재 토큰 추론을 결합한 산업용 LLM 추천 시스템이다. 타오바오 ‘Guess What You Like’ 피드 적용 결과 GMV +3.97%, 서빙 리소스 소비 52.4% 감소가 보고됐다.

더 보기