CCTest · Blog
RynnVLA-Latent, 3D 잠재 행동으로 로봇 VLA 확장
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

RynnVLA-Latent, 3D 잠재 행동으로 로봇 VLA 확장

RynnVLA-Latent는 로봇 고유의 행동 라벨 없이 인간·로봇·시뮬레이션 영상을 활용해 VLA 모델을 사전 학습하는 프레임워크를 제안한다. 3D에 기반한 잠재 행동을 공통 표현으로 사용해 서로 다른 로봇 플랫폼 간 전이를 지원하는 것이 핵심이다.

더 보기
CCTest · Blog
RoboHarness, LLM 에이전트에 로봇 제어 도구를 제공하다
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

RoboHarness, LLM 에이전트에 로봇 제어 도구를 제공하다

RoboHarness는 대규모 동작 모델을 별도로 학습하는 대신, 시각·기하학 기반 제어 인터페이스를 LLM 에이전트에 제공하는 접근법을 제안한다. 논문은 Qwen3.8-Flash-Next와 결합한 시스템이 BEHAVIOR Challenge 2025 과제에서 최신 VLA 모델을 앞섰다고 보고한다.

더 보기
CCTest · Blog
iPrefBench, 모바일 에이전트가 언제 추론하고 물어야 하는지 평가
모델 평가
cctest.ai
모델 평가

iPrefBench, 모바일 에이전트가 언제 추론하고 물어야 하는지 평가

iPrefBench는 실행 가능한 iOS 환경에서 개인화 모바일 사용 에이전트를 평가하며, 사용자 활동 기록으로 선호를 추론할 수 있는지와 추론할 수 없는 정보를 사용자에게 질문하는지를 검증한다. 결과는 화면 조작 능력과 실제 개인화 작업 성공 사이에 큰 격차가 있음을 보여준다.

더 보기
CCTest · Blog
ParetoRSI-Gym, 여러 영역에서 AI 에이전트의 모델 개선 능력 검증
모델 평가
cctest.ai
모델 평가

ParetoRSI-Gym, 여러 영역에서 AI 에이전트의 모델 개선 능력 검증

ParetoRSI-Gym은 데이터 탐색, 선별, 학습, 평가를 반복하는 AI 에이전트를 다중 영역에서 평가하는 환경입니다. 단일 벤치마크 점수 대신 수학, 코드, 금융, 의료, 과학 분야의 개선과 성능 저하를 함께 고려합니다.

더 보기
CCTest · Blog
“많이 말할수록 좋다”를 넘어: FORK가 강화학습 보상 해킹을 줄이는 방법
강화학습
cctest.ai
강화학습

“많이 말할수록 좋다”를 넘어: FORK가 강화학습 보상 해킹을 줄이는 방법

루브릭 기반 강화학습은 평가 기준을 더 많이 충족하기 위해 모델이 불필요하게 길고 부정확한 답변을 생성하도록 만들 수 있다. 카네기멜런대 연구진은 포괄성과 정밀도를 함께 최적화하는 FORK 보상을 제안했다.

더 보기
CCTest · Blog
Principia, 테스트 시점 관찰을 과학 원리로 발전시키는 LLM 프레임워크
AI 과학 연구
cctest.ai
AI 과학 연구

Principia, 테스트 시점 관찰을 과학 원리로 발전시키는 LLM 프레임워크

KAIST AI가 제안한 Principia는 관련 입력과 결과를 비교해 가설을 만들고, 반복되는 관계를 경험적 원리로 정리합니다. 새로운 관찰이 쌓이면 가설과 원리를 다시 구성해 과학적 탐색을 이어갑니다.

더 보기
CCTest · Blog
응답하는 AI에서 결과를 납품하는 AI로: 작업 에이전트의 시스템 설계
AI 에이전트
cctest.ai
AI 에이전트

응답하는 AI에서 결과를 납품하는 AI로: 작업 에이전트의 시스템 설계

새 논문은 작업 에이전트를 파운데이션 모델, 런타임 하니스, 상태를 유지하는 작업 공간이 결합된 시스템으로 정의한다. 작업의 지속성, 환경의 개방성, 최적화, 결과 중심 평가를 통해 안정적인 디지털 업무 수행의 조건을 설명한다.

더 보기
CCTest · Blog
PatEx-Gym, 특허 신규성 심사를 에이전트 장기 과제로 전환
AI 에이전트
cctest.ai
AI 에이전트

PatEx-Gym, 특허 신규성 심사를 에이전트 장기 과제로 전환

PatEx-Gym은 선행기술을 반복적으로 검색하고 기술적 증거를 확인한 뒤 심사 의견을 작성하는 특허 심사의 전체 과정을 AI 에이전트 평가 과제로 구성합니다. 연구진은 검색 궤적을 활용해 4B 규모의 PatEx-Agent도 학습시켰습니다.

더 보기
CCTest · Blog
플레이 대신 구축하라: LLM 에이전트가 만든 강력한 전장 AI
AI 에이전트
cctest.ai
AI 에이전트

플레이 대신 구축하라: LLM 에이전트가 만든 강력한 전장 AI

AutoTavern은 여러 LLM 연구 에이전트가 하스스톤 전장의 시뮬레이터를 만들고 개선하도록 한 뒤, 전용 강화학습 에이전트를 실제 게임에 투입했다. LLM을 직접 플레이어로 쓰기보다 플레이하는 AI를 만드는 연구자로 활용할 수 있음을 보여준다.

더 보기
CCTest · Blog
영상 이해에서 세계 모델로: 비디오 AI를 보는 네 가지 작동 방식
월드 모델
cctest.ai
월드 모델

영상 이해에서 세계 모델로: 비디오 AI를 보는 네 가지 작동 방식

한 서베이는 영상 이해, 영상 생성, 통합 모델, 비디오 세계 모델을 ‘세계 모델링’이라는 하나의 관점으로 정리한다. 매끄러운 영상만으로는 충분하지 않으며, 모델은 지속적인 세계 상태를 유지하고 행동에 따라 이를 갱신해야 한다.

더 보기
CCTest · Blog
사람이 만든 Q&A 없이 언어 모델은 스스로 학습할 수 있을까
대규모 언어 모델
cctest.ai
대규모 언어 모델

사람이 만든 Q&A 없이 언어 모델은 스스로 학습할 수 있을까

On-Policy Self-Training(OPST)은 거친 주제 설명만으로 모델이 질문, 답변, 추론 시연을 직접 생성하는 후학습 방식을 제안한다. 새 문맥과 질문의 바꿔 쓰기에서도 답을 재현하는지 확인해 합성 학습 데이터를 선별한다.

더 보기
CCTest · Blog
Speculative Diffusion, 속도와 품질을 조절하는 두 가지 축
추론·배포
cctest.ai
추론·배포

Speculative Diffusion, 속도와 품질을 조절하는 두 가지 축

새 연구는 확산 초안 생성에 투입하는 계산량과 검증 모델의 수용 기준을 함께 조절하는 방법을 살핀다. 두 요소를 공동으로 바꾸면 단일 단계 확산 초안보다 넓은 속도·품질 파레토 전선을 얻을 수 있다는 결과를 제시한다.

더 보기
CCTest · Blog
Kolab, 인간과 AI 에이전트의 장기 협업을 다시 평가하다
모델 평가
cctest.ai
모델 평가

Kolab, 인간과 AI 에이전트의 장기 협업을 다시 평가하다

Kolab은 에이전트가 작업을 혼자 끝낼 수 있는지보다 전문가가 에이전트의 결과를 채택하고 수정하거나 거부하는 과정을 평가한다. 실제 직업 워크플로를 기반으로 한 실험에서 최신 모델도 장기 협업을 안정적으로 이해하지 못하는 것으로 나타났다.

더 보기
CCTest · Blog
LLM2Cert: LLM으로 검증 가능한 안정성·안전성 인증서 생성
AI 과학 연구
cctest.ai
AI 과학 연구

LLM2Cert: LLM으로 검증 가능한 안정성·안전성 인증서 생성

LLM2Cert는 대규모 언어 모델로 Lyapunov 함수와 barrier certificate 후보를 생성한 뒤 SMT 솔버와 Lean 증명 복구 에이전트로 검증합니다. 고차원·비선형·제어 제약 시스템을 포함한 105개 사례 중 81개를 검증했습니다.

더 보기
CCTest · Blog
GPS 스푸핑과 계정 탈취로 노려지는 데이터센터 화물
업계 동향
cctest.ai
업계 동향

GPS 스푸핑과 계정 탈취로 노려지는 데이터센터 화물

미국 수사 관계자들은 화물 절도범들이 운송 계정 침입, 가짜 운전기사 신원, 악성 링크, GPS 스푸핑을 결합해 데이터센터 장비를 노리고 있다고 설명한다. 2025년 중반 이후 피해 규모는 보도 기준 1억 달러를 넘어섰다.

더 보기