아티클 & 가이드

같은 과학적 내용을 다르게 표현한 원고에 AI 심사자가 다른 판단을 내릴 수 있습니다. 새 연구는 수사적 강건성을 별도 평가 기준으로 제안하고, 전체 원고와 구조화된 과학 핵심을 결합하는 SciCore를 소개했습니다.

HUST Vision Lab이 언어와 이미지를 동일한 연속 공간에서 모델링하는 Multimodal Flow를 제안했다. 이미지를 이산 시각 토큰으로 양자화하는 대신 연속 하이퍼청크와 공유 Flow Matching 백본을 사용한다.

AutoDataBench는 학습 프레임워크와 하이퍼파라미터, 연산 예산 등의 비데이터 요인을 통제하고 LLM 연구 에이전트의 데이터 진단·조직·구성 능력을 측정하는 테스트베드입니다. 데이터 개입의 효과를 사전에 예측하는 능력과 연구 궤적의 재활용 가능성도 함께 살펴봅니다.

자가 진화 검색 에이전트는 서로의 같은 오류를 정답처럼 강화해 내부 보상만 높일 수 있다. CrossFit은 학습 데이터와 평가 경로의 출처를 분리해 이런 피드백 고리를 약화한다.

MIST 테스트는 이미지가 원칙적으로 무시되어야 하는 과제에서도 비전·언어 모델의 라벨이 바뀔 수 있음을 보여준다. 판단을 좌우한 것은 이미지의 의미보다 이미지가 존재한다는 사실에 가까웠다.

OSWorld-Science는 분자 그리기, 병리 이미지 분석, 통계 계산, 물리 시뮬레이션 등 과학 워크플로를 컴퓨터 사용 에이전트 평가에 포함한 벤치마크입니다. 단순한 화면 조작이 아니라 생성된 과학 산출물의 검증 가능성까지 살핍니다.

Meta 연구진이 순환 계산, MoE 희소성, 모델 규모, 데이터를 함께 모델링하는 Loop Scaling Laws를 제안했습니다. 순환과 희소성을 결합해 효율적인 모델 설계 공간을 분석한 연구입니다.

여러 플로우 기반 VLA 모델을 분석한 연구에서 강화학습에 따른 변화가 액션 전문가 내부의 작은 Timestep Modules에 집중되는 것으로 나타났다. shift 벡터 업데이트는 작업 성공과 전이 관계까지 반영했다.

MILO는 에이전트의 실행과 환경 상호작용을 제어하는 Harness와 이를 발견하는 탐색 전략을 함께 진화시키는 프레임워크입니다. 세 가지 장기 작업 벤치마크에서 기존 Harness와 탐색 방식보다 높은 성능을 보고했습니다.

CUA-SWE는 코드 편집, 명령 실행, GUI 조작, 시각적 피드백 확인을 하나의 소프트웨어 엔지니어링 과제로 묶습니다. 코딩 에이전트와 컴퓨터 사용 에이전트 사이의 평가 공백을 다루는 것이 핵심입니다.

프레임을 시간 순서대로 처리하고 전체 셔플이나 반복 재생을 허용하지 않으면 기존 시각 자기지도학습 방법의 성능이 크게 떨어진다. 연구진은 스트림에 맞춘 입력 처리와 정규화를 결합한 StreamMAE를 제안했다.

NVIDIA 연구진이 객체, 원인, 상호작용, 시간적 변화와 결과를 설명하는 물리 언어를 데이터 정제·모델 학습·비디오 생성의 공통 표현으로 사용하는 Physis-Lang을 제안했습니다. 원자적 주장 평가와 언어 기반 검색을 통해 물리적으로 더 타당한 영상을 생성하는 것이 목표입니다.

A2Z GameSpec-Bench는 100개의 장문 게임 디자인 문서를 바탕으로 코딩 에이전트가 실행 가능한 코드뿐 아니라 설계 의도까지 구현하는지 평가한다. 소스 코드 검사와 시나리오 재생, 적응형 플레이테스트를 함께 사용해 상호 의존적인 요구사항을 검증한다.

PatchHolmes는 하이브리드 검색으로 후보를 좁힌 뒤 에이전트가 후보 목록 전체를 비교하도록 해 실제 취약점 수정 커밋을 선택한다. 개별 후보를 따로 판정하는 방식보다 높은 Top-1 검색 성능을 더 적은 대화 횟수로 달성했다.

AREX-2는 자기개선형 에이전트의 핵심을 ‘반성’과 ‘장기 실행’으로 나누고, 머신러닝 및 알고리즘 프로그래밍 과제에서 장기 개선 궤적을 합성해 학습하는 접근법을 제시한다. 기술 과제에서 학습한 능력은 딥 리서치 평가에도 전이됐다.

자동화된 연구의 병목은 실험 실행뿐 아니라 어떤 연구 방향에 자원을 투입할지 결정하는 데 있습니다. AIM은 아이디어 정리, 방향 선택, 구현 감사, 실험 예산 배분을 하나의 탐색 과정으로 통합합니다.

보상 모델은 더 길거나 자신감 있어 보이는 답변, 사용자에게 더 동조하는 답변을 실제로 더 좋은 답변으로 오인할 수 있다. BiasReducer는 선형 보상 헤드만 편집하고 데이터셋별로 필요한 보정을 선택한다.

새 연구는 기반 모델을 바꾸지 않아도 학습 가능한 잠재 통신 링크가 거부 행동을 약화시킬 수 있음을 보여준다. 링크를 악의적으로 최적화하면 유해 요청에 대한 순응을 키울 수 있지만, 안전성을 반영한 보상으로 링크를 복구할 가능성도 제시됐다.

WUSH-KV는 캘리브레이션 데이터에서 Key와 Value에 맞는 변환을 각각 학습해 저비트 KV 캐시 양자화 오류를 줄이는 방법입니다. 2비트 평가에서 검증된 모델과 다운스트림 작업 전반에 걸쳐 OSCAR 변환과 비슷하거나 더 나은 결과가 보고됐습니다.

비침습형 뇌-텍스트 모델이 뇌 신호보다 단어의 발화 시간을 활용했을 가능성이 제기됐다. 입력 윈도우를 독립적으로 처리하자 신경 정보에 대한 의존도가 높아지고 반복 관측과 언어 모델의 효과도 커졌다.

로봇이 목표물로 이동하는 동안에도 물체의 위치는 바뀔 수 있습니다. EvolvingNav는 시간 정보가 담긴 3D 기억과 확률적 신념 업데이트를 결합해 변화하는 환경에서의 지속적 탐색을 시도합니다.