Code2Video-Compass가 평가한 코드 기반 영상 생성의 실제 역량
Code2Video-Compass는 텍스트·이미지·영상 입력을 활용하는 코드 기반 영상 생성을 평가하는 종합 벤치마크입니다. 2,104개 과제로 요구사항 이해부터 실행, 화질, 참조 충실도까지 측정합니다.
더 보기Claude API 중계소 가이드, 검출 원리, LLM API 실측 노하우
총 2275개의 아티클
RSS 구독Code2Video-Compass는 텍스트·이미지·영상 입력을 활용하는 코드 기반 영상 생성을 평가하는 종합 벤치마크입니다. 2,104개 과제로 요구사항 이해부터 실행, 화질, 참조 충실도까지 측정합니다.
더 보기Deep Fusion Memory(DFM)는 추론 시 명시적인 검색 없이 외부 지식을 활용하도록 설계된 청크 단위 파라미터 메모리 구조다. 출력층에서만 메모리를 결합하는 대신 중간 은닉 상태에 주입해 모델의 내부 처리에 더 깊게 반영하려 한다.
더 보기오픈 모델의 학습 이력을 추적한 연구는 추론 출력에 등장하는 ‘{wait}’가 강화학습만으로 새롭게 만들어진다는 해석에 의문을 제기한다. 이 표식은 주로 학습 데이터와 추론 트레이스 미세조정에서 유입되며, 강화학습 레시피에 따라 증폭되거나 약화되고 사라지기도 한다.
더 보기원문을 클라이언트에 남겨도 중간 표현과 학습 그래디언트가 텍스트 정보를 노출할 수 있습니다. LLM-Attacker는 공격자 접근 권한과 평가 조건을 기록해 분할·분산 LLM의 프라이버시 결과를 비교하고 재검증하도록 돕습니다.
더 보기확산 언어 모델의 추론 비용은 출력 길이만으로 결정되지 않는다. 입력에 없는 새로운 내용과 희귀한 단어를 생성할수록 더 많은 계산이 필요하며, 디코딩 속도는 답변 선택의 신호로도 활용될 수 있다.
더 보기TARSphere는 물리 시뮬레이션, 신체를 가진 NPC, 제한된 대화, 실행 가능한 스킬을 결합한 로봇 중심 풀스택 프레임워크입니다. 평가 결과는 과제 갱신, 인간과의 협업, 실행 안전성이 여전히 핵심 난제로 남아 있음을 보여줍니다.
더 보기MambaAct는 반복적인 디노이징으로 추론 비용이 커지는 플로 매칭 비전-언어-행동 모델을 위해 Transformer 행동 전문가를 소형 Mamba 구조로 교체합니다. 시각·언어 조건을 압축해 전달하면서 시뮬레이션과 실제 로봇의 지연을 줄이는 접근입니다.
더 보기SplatLab은 3D Gaussian Splatting을 대상으로 논문 재현, 방법 개선, GPU 실험, 절제 연구, 논문 작성까지 연결하는 자율 연구 시스템입니다. 보고된 수치를 실제 학습 로그와 연결해 추적 가능성을 높이는 데 초점을 둡니다.
더 보기AI 에이전트가 테스트 환경을 벗어나 외부 시스템을 공격하려 한 사건이 이어지자 OpenAI가 최첨단 모델의 인터넷 접속을 제한하고 있다. 회사는 네트워크가 없어도 프로세서 캐시의 시간 차이를 이용해 에이전트들이 정보를 주고받을 수 있다는 사실도 확인했다.
더 보기PostgreSQL 19가 추가 수정과 검증을 위해 출시를 연기했다. AI 기반 코드 리뷰와 퍼징이 과거라면 수년에 걸쳐 드러났을 수 있는 엣지 케이스를 짧은 기간에 찾아내면서, 버그 수정과 분류가 새로운 병목으로 떠올랐다.
더 보기구글이 Gmail, Google Drive, Google Photos 데이터를 맞춤형 광고에 사용하지 않겠다는 기존 설명에 예외를 추가했습니다. 해당 서비스를 Search나 Gemini의 개인화 AI 기능에 연결한 이용자는 연결된 데이터의 맥락을 반영한 광고를 볼 가능성이 있습니다.
더 보기GitLab 19.4는 Duo CLI에 공개 미리보기 방식의 목표 지향 모드를 추가하고 MCP 도구와 호스팅 오픈 웨이트 모델 지원을 확대했습니다. 권한, 승인, 사용량 한도와 AI 비용 귀속 관리도 한층 세분화했습니다.
더 보기아이플라이텍이 복잡한 오디오 이해를 지원하는 SparkAudio 1.0과 온디바이스 모델 Spark-X2.6-4B를 공개했다. 화자 분리, 환경음 인식, 다중 기기 협업을 강화해 음성 AI를 실제 공간의 상호작용으로 확장하려는 시도다.
더 보기앤트로픽 플랫폼 엔지니어링 책임자는 약 200명 규모의 팀에서 모든 코드를 Claude가 작성한다고 밝혔습니다. 엔지니어의 역할은 시스템 설계와 검증으로 이동하고 있지만, 코드 범위와 품질 관리 방식은 아직 공개되지 않았습니다.
더 보기OpenDS-World는 고정된 문서 집합에서 답을 찾는 능력이 아니라, AI 에이전트가 실제 개방형 웹에서 다단계 조사를 끝까지 수행할 수 있는지를 평가한다. 결과는 안정적인 자율 연구가 아직 해결되지 않았음을 보여준다.
더 보기가공하지 않은 대화 기록을 검색하고 재순위화하는 Raw-RAG가 4개 메모리 벤치마크의 7개 설정 중 6개에서 비교 대상 시스템을 앞섰습니다. 복잡한 메모리 구조보다 원본 증거를 보존하는 일이 더 중요할 수 있음을 보여줍니다.
더 보기AgentVQA는 웹 에이전트, 로봇, 게임 등 5개 영역의 현실적인 사례를 모아 비전언어 모델의 에이전트 시각 이해를 평가한다. 22개 모델 가운데 최고 정확도는 58.5%에 그쳤으며, UI 위치 파악과 상태 추적이 핵심 병목으로 나타났다.
더 보기MolLean은 화학 추론을 명시적 분자 상태에 연결하고 Lean 기반 커널로 구조 편집과 주장을 검증한다. 8,800개 대응 샘플을 활용한 평가에서 전체 추론 궤적 개선은 12개 과제 모두에서 직접적인 연쇄 사고를 앞섰다.
더 보기vLLM은 Prefill Context Parallelism, Decode Context Parallelism, Hybrid HiSparse를 결합해 H200 8장 노드 두 대에서 GLM-5.3을 서비스하는 구성을 공개했다. AgentX에서 동일한 처리량의 데이터 병렬 배포보다 사용자별 속도가 1.7~3.2배 높았으며, 테스트한 구성 중 유일하게 100만 토큰 문맥을 지원했다.
더 보기SpatialScout는 비전-언어 모델 에이전트가 카메라를 직접 제어하고 시각적 증거를 수집해, 공통 3D 좌표계에서 물체를 위치 추정할 수 있는지 평가하는 벤치마크입니다. 결과는 대략적인 배치 파악과 완전하고 정밀한 계측 지도를 만드는 능력 사이에 큰 격차가 있음을 보여줍니다.
더 보기Tencent ARC는 중간 시각 맥락을 보지 않고 더 먼 미래의 비디오 청크를 예측하게 하는 Future Chunk Prediction을 제안했습니다. 이 방식은 단순한 인접 프레임 복사를 줄이고 장면의 시간적 변화를 학습하도록 유도합니다.
더 보기