CCTest · Blog
OPD²: 추론 튜닝으로 생긴 ‘차이’만 증류하는 방법
강화학습
cctest.ai
강화학습

OPD²: 추론 튜닝으로 생긴 ‘차이’만 증류하는 방법

NAVER AI Lab의 OPD²는 교사 모델의 전체 출력 분포를 그대로 따라 하지 않고, 추론 튜닝된 교사와 원래 베이스 모델 사이의 차이를 증류 신호로 사용한다. 논문은 수학, 과학, 코드 추론 벤치마크에서 기존 on-policy distillation보다 일관된 개선을 보였다고 설명한다.

더 보기
CCTest · Blog
TokaMark 견고성 벤치마크, 핵융합 진단 모델의 센서 고장 취약점 드러내다
AI 과학 연구
cctest.ai
AI 과학 연구

TokaMark 견고성 벤치마크, 핵융합 진단 모델의 센서 고장 취약점 드러내다

이 연구는 플라즈마 진단 모델을 깨끗한 센서 데이터가 아니라 실제에 가까운 고장 조건에서 평가한다. 특히 플라즈마 붕괴에 가까운 시점의 센서 손상이 시계열 모델 성능을 크게 무너뜨릴 수 있음을 보였다.

더 보기
CCTest · Blog
xHC: Transformer 잔차 스트림을 N=16까지 확장하는 방법
메모리·컨텍스트
cctest.ai
메모리·컨텍스트

xHC: Transformer 잔차 스트림을 N=16까지 확장하는 방법

xHC는 Hyper-Connections를 기존의 N=4 한계 너머로 확장해, 잔차 스트림 폭을 대규모 언어 모델 사전학습의 새로운 스케일링 축으로 만들려는 연구입니다. N=16 상태를 유지하면서 일부 스트림만 갱신해 성능과 비용의 균형을 맞춥니다.

더 보기
CCTest · Blog
RHI: AI 에이전트의 실행 하네스를 스스로 개선하다
AI 에이전트
cctest.ai
AI 에이전트

RHI: AI 에이전트의 실행 하네스를 스스로 개선하다

Recursive Harness Self-Improvement는 에이전트를 감싸는 실행 하네스를 고정된 보조물이 아니라 최적화 대상로 본다. 논문은 몇 번의 가벼운 반복만으로 낮은 추론 강도의 에이전트 성능을 높이고 비용을 줄일 수 있다고 보고했다.

더 보기
CCTest · Blog
Loopie, 루프형 Transformer의 가능성을 다시 묻다
대규모 언어 모델
cctest.ai
대규모 언어 모델

Loopie, 루프형 Transformer의 가능성을 다시 묻다

Hugging Face Daily Papers에 소개된 논문은 MoE 기반 루프형 Transformer 모델군인 Loopie를 제안한다. 저자들은 동일한 사전학습 계산 예산에서 일반 Transformer 기준 모델을 뛰어넘고, 후처리 학습을 통해 강한 추론 능력을 얻었다고 설명한다.

더 보기
CCTest · Blog
DSWorld: 데이터 과학 에이전트가 실행 전에 결과를 예측하는 세계 모델
월드 모델
cctest.ai
월드 모델

DSWorld: 데이터 과학 에이전트가 실행 전에 결과를 예측하는 세계 모델

DSWorld는 자율 데이터 과학 에이전트에 세계 모델 개념을 적용해, 비용이 큰 실행 전에 작업 결과를 예측한다. 논문은 강화학습 기반 학습을 약 14배, 검색 기반 추론을 약 3~6배 빠르게 했다고 보고한다.

더 보기
CCTest · Blog
젠슨 황의 도쿄 방문 이후, 엔비디아가 노리는 일본 ‘피지컬 AI’
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

젠슨 황의 도쿄 방문 이후, 엔비디아가 노리는 일본 ‘피지컬 AI’

젠슨 황의 이틀간 도쿄 방문은 일본의 컴퓨팅 인프라, 로봇, 자동차, 반도체 공급망을 하나의 전략으로 묶었다. 엔비디아는 일본 제조 현장의 차세대 AI 기반을 선점하려 하고 있다.

더 보기
CCTest · Blog
로봇은 왜 ‘사람이 일하는 영상’을 보기 시작했나: Riemann-1.0의 의미
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

로봇은 왜 ‘사람이 일하는 영상’을 보기 시작했나: Riemann-1.0의 의미

리만동력이 공개한 Riemann-1.0은 RoboCasa-365에서 62.6%의 성공률을 기록했다. 핵심은 점수 자체보다 인간 1인칭 작업 영상을 대규모로 학습한 뒤 로봇 제어와 정렬하는 방식에 있다.

더 보기