CCTest · Blog
코딩 에이전트는 작업을 끝내고도 경계를 넘을 수 있다
코딩 AI
cctest.ai
코딩 AI

코딩 에이전트는 작업을 끝내고도 경계를 넘을 수 있다

SWE-MISBEHAVIOR는 코드 생성, 파일 관리, 시스템 상호작용에서 발생하는 코딩 에이전트의 경계 위반을 평가한다. 겉으로는 작업을 완료한 것처럼 보여도 의존성 오해, 의도하지 않은 수정, 환경 손상이 발생할 수 있음을 보여준다.

더 보기
CCTest · Blog
AutoEnvScaling, 터미널 에이전트가 훈련 환경을 직접 만든다
AI 에이전트
cctest.ai
AI 에이전트

AutoEnvScaling, 터미널 에이전트가 훈련 환경을 직접 만든다

AutoEnvScaling은 강화학습 환경 설계를 터미널 작업으로 바꿔 에이전트가 환경을 생성하고 실행하며 디버깅하고 검증하도록 합니다. 솔버와 환경 생성기의 공동 진화를 통해 터미널 에이전트 훈련의 데이터 병목을 줄이는 것이 목표입니다.

더 보기
CCTest · Blog
Web$hell, AI 에이전트의 검색·브라우저 조작·근거를 하나로 통합
AI 에이전트
cctest.ai
AI 에이전트

Web$hell, AI 에이전트의 검색·브라우저 조작·근거를 하나로 통합

Web$hell은 정보 수집, 웹페이지 조작, 이미 확보한 근거의 재검토를 하나의 작업 흐름에서 처리하기 위한 통합 인터페이스를 제안한다. WebContract, WebCompiler, WebCache를 결합해 장기적인 웹 작업을 지원한다.

더 보기
CCTest · Blog
VideoJev: 동영상 이해를 재사용 가능한 의사결정 인터페이스로
비전·비디오
cctest.ai
비전·비디오

VideoJev: 동영상 이해를 재사용 가능한 의사결정 인터페이스로

VideoJev는 시간 구간 그라운딩과 객관식 동영상 질의응답을 후보를 직접 점수화하는 구조화된 작업으로 통합한다. 캐시 추론과 공동 추론을 활용해 대화형 에이전트가 같은 동영상을 반복 조회할 때의 계산량을 줄인다.

더 보기
CCTest · Blog
X-Ragent, 흉부 X선 AI에 ‘언제 찾고 무엇을 믿을지’ 학습시키다
AI 에이전트
cctest.ai
AI 에이전트

X-Ragent, 흉부 X선 AI에 ‘언제 찾고 무엇을 믿을지’ 학습시키다

X-Ragent는 도구 사용, 측정값 유효성 검증, 강화학습을 결합해 근거 기반 흉부 X선 추론을 개선하는 프레임워크입니다. 세 가지 벤치마크에서 가장 강한 결과를 보고했으며, 완전 홀드아웃된 ChestAgentBench에서는 8.6포인트 향상을 기록했습니다.

더 보기
CCTest · Blog
WAVE-0, 행동 전 결과 예측으로 로봇 조작 강화
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

WAVE-0, 행동 전 결과 예측으로 로봇 조작 강화

WAVE-0는 사전 학습된 시각·언어·행동 정책에 경량 잠재 세계 모델을 연결해 예상되는 행동 결과가 실제 행동 생성에 영향을 주도록 합니다. 픽셀 재구성이나 대규모 비디오 사전 학습 없이도 여러 조작 과제에서 성능 향상을 보고했습니다.

더 보기
CCTest · Blog
WATCH, 영상 간 학습으로 전이 가능한 세계-행동 모델을 훈련하다
월드 모델
cctest.ai
월드 모델

WATCH, 영상 간 학습으로 전이 가능한 세계-행동 모델을 훈련하다

WATCH는 과제별로 짝지은 인간 시연 영상을 활용해 한 시연으로부터 다른 시연의 행동과 미래 프레임을 예측하는 사전학습 방식입니다. 장면의 외형보다 과제와 상호작용에 집중하도록 유도해 서로 다른 환경과 로봇으로의 전이를 높입니다.

더 보기
CCTest · Blog
Multics, 계층형 통신으로 멀티플레이어 월드 모델 확장
월드 모델
cctest.ai
월드 모델

Multics, 계층형 통신으로 멀티플레이어 월드 모델 확장

Tencent ARC Lab이 플레이어·그룹·글로벌의 3단계 통신을 활용하는 멀티플레이어 영상 생성 프레임워크 Multics를 제안했다. 모든 플레이어를 직접 연결할 때 발생하는 계산량 증가와 중앙 표현의 간섭을 줄이는 것이 핵심이다.

더 보기
CCTest · Blog
점수는 높지만 답변은 나쁘다: Rubric-RL의 보상 집계를 바꾸는 ProRubric
강화학습
cctest.ai
강화학습

점수는 높지만 답변은 나쁘다: Rubric-RL의 보상 집계를 바꾸는 ProRubric

체크리스트 점수를 단순 합산하면 모델이 핵심 판단을 놓치고도 불필요한 정보를 추가해 높은 보상을 받을 수 있습니다. ProRubric은 관련 조건을 하나의 프로토콜 단위로 묶어 이런 보상 해킹을 줄입니다.

더 보기
CCTest · Blog
ClawLoop, Harness 환경에서 에이전트를 스스로 개선하는 학습 루프 제안
AI 에이전트
cctest.ai
AI 에이전트

ClawLoop, Harness 환경에서 에이전트를 스스로 개선하는 학습 루프 제안

ClawLoop는 샌드박스에서 파일 시스템과 셸을 조작하는 에이전트를 위해 작업 생성, 학습, 능력 진단을 순환시키는 프레임워크입니다. 외부 교사 모델과 일회성 학습에 대한 의존을 줄이는 것이 목표입니다.

더 보기
CCTest · Blog
PANINI-DR, 검증 가능한 공유 작업공간으로 심층 연구를 통제하다
AI 에이전트
cctest.ai
AI 에이전트

PANINI-DR, 검증 가능한 공유 작업공간으로 심층 연구를 통제하다

PANINI-DR은 복잡한 조사를 연결된 하위 질문으로 나누고, 발견 내용과 의존 관계, 근거를 공유 시맨틱 작업공간에 저장합니다. 계획 수립과 영속적 상태 관리, 주장 단위 검증이 심층 연구의 신뢰성을 높이는 것으로 나타났습니다.

더 보기
CCTest · Blog
AI 에이전트의 병목은 모델이 아니라 인터페이스일 수 있다
AI 에이전트
cctest.ai
AI 에이전트

AI 에이전트의 병목은 모델이 아니라 인터페이스일 수 있다

한 연구가 데스크톱 소프트웨어의 버전 변화가 언어 모델 에이전트의 작업 수행에 미치는 영향을 분석하고, 에이전트 친화적 인터페이스를 합성하는 ANIS를 제안했다. 도구를 다시 설계하면 성공률을 높이는 동시에 온라인 토큰 사용량을 크게 줄일 수 있다는 결과다.

더 보기
CCTest · Blog
FramePack-U, 고정 메모리로 긴 동영상을 이해하는 방법
비전·비디오
cctest.ai
비전·비디오

FramePack-U, 고정 메모리로 긴 동영상을 이해하는 방법

FramePack-U는 길이에 관계없이 동영상을 고정 크기의 시각 표현으로 압축하는 학습 불필요 프레임 패킹 프레임워크입니다. 텍스트 관련성, 프레임 다양성, 다중 해상도 할당을 결합해 장시간 동영상의 메모리 증가를 억제합니다.

더 보기