CCTest · Blog
FDE-Gym이 시험한 AI 에이전트의 실제 고객 납품 능력
모델 평가
cctest.ai
모델 평가

FDE-Gym이 시험한 AI 에이전트의 실제 고객 납품 능력

FDE-Gym은 요구사항이 불완전하고 고객 시스템을 직접 수정할 수 있는 환경에서 AI 에이전트를 평가한다. 결과는 숨은 제약을 찾아내고 실제 비즈니스 지표를 안정적으로 개선하는 일이 여전히 가장 큰 난제임을 보여준다.

더 보기
CCTest · Blog
OpenGCUA, 범용 컴퓨터 사용 에이전트의 전체 스택 공개
AI 에이전트
cctest.ai
AI 에이전트

OpenGCUA, 범용 컴퓨터 사용 에이전트의 전체 스택 공개

알리바바 MAI-UI 팀이 범용 컴퓨터 사용 에이전트 프로젝트 OpenGCUA의 첫 버전을 공개했다. 모델이 관찰 방식과 행동 수단, 작업 진행 방식을 직접 선택하고 GUI와 프로그래밍 인터페이스를 함께 활용하는 구조를 지향한다.

더 보기
CCTest · Blog
모델 가중치를 고정한 채 진화하는 에이전트: Harness RSI의 의미
AI 에이전트
cctest.ai
AI 에이전트

모델 가중치를 고정한 채 진화하는 에이전트: Harness RSI의 의미

‘Self-Evolving Agent Harness’는 기반 모델의 가중치를 바꾸지 않고 프롬프트, 메모리, 워크플로, 도구와 실행 로직을 지속적으로 개선하는 프레임워크를 제시한다. 영구적인 수정이 실제 성능 향상인지 검증하기 위한 평가 기준과 이론도 함께 다룬다.

더 보기
CCTest · Blog
3DCodeVerse: 코드로 편집 가능하고 검증 가능한 3D 세계 만들기
코딩 AI
cctest.ai
코딩 AI

3DCodeVerse: 코드로 편집 가능하고 검증 가능한 3D 세계 만들기

3DCodeVerse는 3D 생성을 일회성 시각 결과가 아니라 실행 가능한 프로그램을 만드는 작업으로 재정의합니다. 대규모 3D 코드 데이터셋과 생성 결과를 자동으로 검사하고 수정하는 멀티 에이전트 하니스를 결합했습니다.

더 보기
CCTest · Blog
Mosaic, 멀티 세션 에이전트 강화학습의 신용 할당을 개선하다
강화학습
cctest.ai
강화학습

Mosaic, 멀티 세션 에이전트 강화학습의 신용 할당을 개선하다

Mosaic은 컨텍스트 압축과 서브에이전트 포킹으로 발생하는 멀티 세션 실행을 강화학습에 반영하는 방법을 제안한다. 전체 궤적의 성공 여부뿐 아니라 각 세션의 기여도와 사용 효율까지 학습 신호로 활용한다.

더 보기
CCTest · Blog
VLA-Δ, 로봇에게 동작이 아니라 물리 상태의 변화를 학습시키다
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

VLA-Δ, 로봇에게 동작이 아니라 물리 상태의 변화를 학습시키다

VLA-Δ는 시각·언어·행동 모델에 물리 상태 전이 supervision을 명시적으로 추가한다. 물체, 그리퍼, 접촉 관계의 변화를 학습하면서도 추론 단계에서는 현재 관측만으로 행동을 직접 생성한다.

더 보기
CCTest · Blog
AutoSFT: 다중 에이전트로 SFT 데이터 레시피를 자동 연구한다
AI 에이전트
cctest.ai
AI 에이전트

AutoSFT: 다중 에이전트로 SFT 데이터 레시피를 자동 연구한다

AutoSFT는 지도 미세 조정 데이터를 단순히 선택하거나 생성하는 대신, 비율 조정·삭제·복구·교체·합성까지 포함하는 탐색 문제로 다룹니다. 실행, 분석, 합성 에이전트가 협력해 학습 데이터 레시피를 반복적으로 개선합니다.

더 보기
CCTest · Blog
OneWM, 통합 인과 학습으로 세계 모델과 행동 학습을 연결하다
월드 모델
cctest.ai
월드 모델

OneWM, 통합 인과 학습으로 세계 모델과 행동 학습을 연결하다

OneWM은 행동 조건부 세계 예측과 행동 생성을 하나의 비디오-행동 모델에서 함께 학습하는 프레임워크입니다. 실험 결과는 행동 결과를 이해하는 능력과 정책 학습이 서로를 개선할 수 있음을 보여줍니다.

더 보기
CCTest · Blog
SpecAgent, 소형 모델이 작성한 에이전트 궤적을 대형 모델이 검증
AI 에이전트
cctest.ai
AI 에이전트

SpecAgent, 소형 모델이 작성한 에이전트 궤적을 대형 모델이 검증

SpecAgent는 도구를 사용하는 에이전트를 위해 궤적 단위 추측 실행을 제안합니다. 소형 모델이 실제 관찰에 기반해 읽기 전용 단계를 작성하고, 대형 모델이 이를 한 번에 의미적으로 검증해 품질을 유지하면서 순차 디코딩을 줄입니다.

더 보기
CCTest · Blog
Data World, 데이터 세계를 먼저 만들어 분석 에이전트를 훈련하다
AI 에이전트
cctest.ai
AI 에이전트

Data World, 데이터 세계를 먼저 만들어 분석 에이전트를 훈련하다

Data World는 분석 대상 파일을 만들기 전에 그 배후의 데이터 생성 메커니즘을 정의하는 방법을 제안한다. 데이터, 과제, 평가 기준을 하나의 환경에서 함께 생성해 검증하기 어려운 데이터 에이전트의 훈련을 확장한다.

더 보기
CCTest · Blog
Velox, 공간 메모리로 비디오 월드 모델 생성 가속
월드 모델
cctest.ai
월드 모델

Velox, 공간 메모리로 비디오 월드 모델 생성 가속

Velox는 카메라 절두체 기하를 활용해 현재 비디오 블록과 관련성이 높은 과거 영역만 선택하는 학습 불필요 어텐션 라우터입니다. 계속 커지는 KV 캐시의 비용을 줄이면서 밀집 어텐션에 가까운 내비게이션 성능을 유지하는 것을 목표로 합니다.

더 보기
CCTest · Blog
WorldMemBench, 비디오 월드 모델의 기억 능력을 시험하다
모델 평가
cctest.ai
모델 평가

WorldMemBench, 비디오 월드 모델의 기억 능력을 시험하다

WorldMemBench는 비디오 월드 모델이 과거에 본 내용을 보존하고, 시야 밖에서 발생한 변화까지 일관되게 유지하는지 평가하는 벤치마크다. 260개 테스트와 9개 대표 모델의 평가에서 정적 시각 일관성만으로는 동적 상태 진화를 보장할 수 없다는 점이 드러났다.

더 보기
CCTest · Blog
LEASH, 불확실성으로 컴퓨터 사용 에이전트를 선택적으로 강화
AI 에이전트
cctest.ai
AI 에이전트

LEASH, 불확실성으로 컴퓨터 사용 에이전트를 선택적으로 강화

LEASH는 약한 에이전트를 기본 실행자로 사용하다가 불확실성이 높아질 때만 강한 모델로 제어권을 넘기는 학습 불필요 프레임워크입니다. 인계 이후에는 섀도 오버서버가 블랙박스 강한 에이전트의 행동을 계속 점검합니다.

더 보기