아티클 & 가이드

YuE2는 멜로디와 코드를 담은 읽을 수 있는 악보를 먼저 만든 다음, 이를 보컬과 반주가 포함된 완성곡 오디오로 변환한다. 기호 기반 작곡과 오디오 생성을 하나의 모델 안에서 연결하려는 접근이다.

TraceDance는 실제 에이전트 배포 과정에서 발견된 바람직하지 않은 행동을 맞춤형 평가 벤치마크로 바꾸는 시스템입니다. 전체 환경을 재현하지 않고 기록된 의사결정 지점에서 모델의 다음 응답을 평가합니다.

Physical Coding은 로봇의 세계 상태와 실행 절차를 확인하고 수정할 수 있는 프로그램으로 표현하는 접근법입니다. HexaAnything는 여러 도구와 외부 피드백을 연결해 환경 변화와 실행 실패에 대응하려 합니다.

EmbodiedMemory-Bench는 장기간 환경과 상호작용하는 구현형 에이전트의 기억 능력을 실행 가능한 과제로 평가하는 벤치마크입니다. 세밀한 시각 기억부터 과거 경험의 일반화까지 측정하고, 구조화된 외부 메모리 시스템 EMem과 EMem-8B도 제시합니다.

KAIST AI 연구는 자기 성찰을 오래 수행해도 소형 추론 모델이 도달할 수 있는 해답의 범위가 반드시 넓어지지는 않는다고 분석했다. FlyBy는 지식 부족이 감지될 때만 더 강한 모델에 질의한다.

베이징대학교 연구진은 후속 학습을 거친 모델이 무관한 프롬프트에 내놓는 단어 하나만으로도 다른 모델에 능력의 일부를 전달할 수 있음을 보였다. 연구진은 이 미세한 변화에 ‘행동의 그림자’라는 이름을 붙였다.

칭화대 NLP 그룹이 보상 모델링을 단일 값 예측이 아닌 조건부 밀도 추정으로 다루는 Diffusion Reward Model, DRM을 제안했다.

Duplex-MPE는 여러 사람이 함께 대화하는 상황에서 음성 비서가 답변할지, 침묵할지, 발화를 멈출지를 평가하는 벤치마크입니다. 더 자주 말하는 시스템이 더 나은 대화 참여자는 아니라는 점을 보여줍니다.

RoboFoundry는 컨텍스트, 메모리, 스킬, 실행 인터페이스를 하나의 ‘시스템-정책’으로 다루는 임바디드 에이전트 프레임워크를 제안한다. 여러 벤치마크에서 장기 기억과 작업 수행 능력의 개선을 보고했다.

기존 코딩 에이전트 평가의 상당수는 하나의 코드베이스에 머뭅니다. WideSWE는 실제 소프트웨어 생태계에서 수집한 120개 과제로 여러 저장소의 변경을 조율하고 검증하는 능력을 평가합니다.

WorldPlay2는 실시간 반응성과 긴 롤아웃에서의 일관성을 함께 달성하려는 인터랙티브 월드 모델이다. 프레임 정렬 행동 제어, 구조화된 의미 제어, 공유 메모리 토큰, Stable Forcing 증류를 결합한다.

Qwen이 극단적으로 긴 작업을 위한 온라인 강화학습 프레임워크 QwenGyre를 공개했다. 롤아웃과 학습 사이에서 GPU를 탄력적으로 재배치하고, 분기 이력과 중복 궤적을 처리하는 것이 핵심이다.

한 연구가 DPO, 표현 스티어링, 내부 프로브, 텍스트 모니터를 안전 제어와 위험 탐지 관점에서 같은 조건으로 비교했습니다. 표현 공학은 행동 기반 정렬을 대체하지 않지만, 저데이터 환경과 저비용 모니터링에서 보완적 가치가 있습니다.

Tencent Hunyuan 연구팀이 비전 인코더를 사용하는 모델과 사용하지 않는 모델의 확장 특성을 비교했다. 인코더 없는 모델은 작은 규모에서는 뒤처지지만, 모델과 학습 연산량이 커지면 격차를 좁힐 가능성이 제시됐다.

SkillDRE는 실행 전 스캐닝과 런타임 방어를 연결해 에이전트 스킬을 반복적으로 수정하는 2단계 레드팀 프레임워크를 제안한다. 한 가지 방어 단계만 평가하면 적응형 스킬의 위험을 과소평가할 수 있다는 점을 보여준다.

머신러닝 기반 입찰 의사결정을 프라이버시 보호 기기로 옮기면 예산 정보도 분산된다. 새로운 감사 연구는 오래된 잔액 정보가 초과 지출을 키우고, 결제 단위 변환이 조작 가능한 유인을 만들 수 있음을 보여준다.

Disaggregated Quantization(DQ)은 LLM 추론의 Prefill과 Decode에 서로 다른 계산 형식, 가중치, 저장 전략을 적용합니다. 저비트 추론의 효율을 유지하면서 긴 프롬프트 처리 속도와 생성 정확도를 함께 개선하는 것이 목표입니다.

VLA-Precision은 시각-언어-행동 모델을 실세계에서 온라인 강화학습할 때 발생하는 정책 드리프트와 대규모 모델의 처리 부담을 다룬다. ACoB 알고리즘과 ACoB-Stream 아키텍처를 결합해 정밀 조작을 위한 학습 안정성과 처리 효율을 높이는 접근이다.

IndicBankBench는 인도 소매은행 업무를 본뜬 799개 사례로 언어 모델의 안전성과 신뢰성을 평가한다. 계좌 선택, 최신 도구 정보 사용, 실행 전 확인까지 점검해 한 번의 그럴듯한 답변이 숨기는 오류를 드러낸다.

D-JEPA는 미래를 정확히 예측해도 잠재 공간에서 목표에 가까운 후보가 실제로 더 나은 행동이라는 보장은 없다고 지적한다. 실행 결과를 활용해 의사결정에 중요한 후보 간 관계를 다시 정렬한다.

TRACE는 증거가 유효해지는 시점, 시각적 이력을 유지하는 방식, 모델이 응답을 시작하는 조건을 명시하는 스트리밍 비디오 이해 평가 프레임워크다. 연구 결과는 비슷한 QA 정확도도 완료율, 답변 유효성, 생성 workload, 응답 타이밍에서 큰 차이를 가릴 수 있음을 보여준다.