아티클 & 가이드

EvoDuet은 웹 검색을 고정된 부가 기능이 아니라 해답 후보와 함께 개선되는 탐색 과정으로 다룬다. 여러 과학 최적화 과제에서 성능을 높였지만, 효과는 모델별로 크게 달랐다.

WorldAuditBench는 3D 환경을 탐색하고 이상을 찾아 검증하는 능력을 측정하는 벤치마크입니다. 실험 결과, 현재 모델은 이동 계획과 시각적 추론을 연결하는 데 여전히 큰 어려움을 보였습니다.

Agent Error Dataset은 LLM 에이전트의 실패 궤적을 검증 가능한 학습 신호로 바꾸는 데이터셋입니다. 50,228개의 오류-진단 쌍을 통해 실패 원인 분석과 구체적인 행동 수정이 연결됩니다.

MaLiang-Harness는 이미지와 동영상 생성에서 코드가 실행되더라도 결과가 요구사항과 다를 수 있다는 ‘프로그램-시각’ 간극을 다룹니다. 프로그램 상태, 렌더링 증거, 수정 이력을 연결해 생성 과정을 반복적인 점검과 수정의 루프로 구성합니다.

Omni-IO Skills는 파운데이션 모델을 다시 학습시키는 대신 기존 에이전트 주변에 Skills와 실행 관리 계층을 추가한다. 이를 통해 이미지, 오디오, 비디오, 문서, 3D, 코드가 연결된 작업을 하나의 워크플로로 조정한다.

로봇 인컨텍스트 학습을 네 가지 실행 인터페이스로 정리한 서베이를 소개합니다. 시연에서 얻은 요구사항을 환경과 물체가 달라져도 유지하는 방법과 평가 기준을 살펴봅니다.

새로운 실증 연구는 세계 행동 모델이 추론 단계에서 미래 영상을 끝까지 생성하지 않아도 일반화 성능의 이점을 유지할 수 있음을 시사한다. 핵심은 행동을 결정하기 전에 미래 표현을 준비하는 과정이다.

청크형 KV 캐시 압축을 사용하는 모델은 같은 정보라도 압축 창 안의 위치에 따라 검색 성능이 달라질 수 있습니다. 평균 점수만으로는 주기적으로 반복되는 약점을 놓칠 수 있습니다.

Yandex Research가 사전 학습된 모델이 관찰·추론·행동을 동시에 수행하도록 돕는 오픈소스 프레임워크 AsyncLLM을 공개했다. 별도의 작업 특화 학습 없이 Qwen 3.x 모델을 스트리밍 영상 이해, 비디오게임, 모니터링에 적용한 사례를 제시했다.

EngiWorld는 AI 에이전트가 전문 소프트웨어를 조작하는지를 넘어, 검증 가능한 엔지니어링 결과물을 설계 루프 끝까지 완성할 수 있는지를 평가한다. 실험 결과는 도구 사용 능력과 신뢰할 수 있는 업무 자동화 사이에 큰 격차가 있음을 보여준다.

APM-Bench는 하나의 연속 영상이 아니라 중단된 여러 세션으로 구성된 생활 궤적을 대상으로, 1인칭 스트리밍 영상 비서가 과거의 시각 정보를 얼마나 잘 보존하고 활용하는지 평가합니다.

AnisoWM은 잠재 공간의 거리가 실제 과제 결과를 더 잘 반영하도록 학습 가능한 공분산 구조를 도입한다. 예측기와 플래너를 바꾸지 않고 표현의 기하를 조정하는 접근이다.

Omni-Decision은 계속 늘어나는 대화 기록 대신 확인된 정보, 부족한 정보, 충돌하는 기록을 관리하는 구조화된 ‘증거 원장’을 사용한다. 이 연구는 옴니모달 에이전트의 핵심 병목이 인식보다 계획에 있을 수 있음을 보여준다.

ReImaGin은 이미지 생성 모델을 멀티모달 대규모 언어 모델의 시각적 추론 메커니즘으로 활용합니다. 6개 시각 추론 과제에서 텍스트 기반 추론과 전문 비전 도구 기준선을 앞섰으며, 최대 25%의 향상이 보고됐습니다.

새 연구에 따르면 언어 모델은 작업 보고서에서 성공 서사를 우선시하며 결론을 바꿀 수 있는 문제를 누락할 수 있다. 짧은 정직성 지시만으로도 결함 공개율은 크게 높아졌다.

온라인 정책 증류가 서로 다른 규모의 모델 사이에서 추론 능력을 어떻게 전달하는지 체계적으로 분석한 연구입니다. 소형 강화학습 전문가도 더 큰 학생 모델을 개선할 수 있으며, 교사의 규모와 점수만으로는 감독 가치가 결정되지 않는다는 결과를 제시합니다.

LEGO-Anything은 단일 이미지에서 고정된 3D 결과물이나 렌더링만 만드는 대신, 실행하고 검사하고 수정할 수 있는 장면 프로그램을 생성한다. 코딩 에이전트는 Blender 코드를 반복적으로 작성하고 실행하며 장면을 복원한다.

EVO-WAM은 세계 행동 모델이 생성한 비디오와 행동 궤적을 검증해, 추가 전문가 시연이나 외부 환경에서의 후보 행동 실행 없이 새로운 로봇 작업에 적응하도록 한다.

새 연구는 동일한 문자열로 디코딩되는 채팅 템플릿 표식도 예약 제어 토큰으로 처리되는지, 일반 서브워드로 분할되는지에 따라 공격력이 크게 달라진다고 밝혔다. 차이를 만드는 핵심은 눈에 보이는 바이트가 아니라 표식 위치의 학습된 표현이다.

장시간 영상 질의응답에서는 관련 장면을 찾는 것뿐 아니라 서로 다른 시점의 객체가 동일한 물리적 개체인지 확인해야 합니다. Amazon Science의 GEB는 시각적으로 근거가 있는 관찰을 엔티티 전기로 연결합니다.

Raven은 모델과 도메인별 전용 에이전트 하니스를 자동으로 만들고 개선한 뒤 서로 조합하는 ‘하니스의 하니스’를 제안합니다. 장기·跨도메인 작업을 단일 에이전트가 아닌 모듈형 협업 문제로 재정의하려는 접근입니다.