CCTest · Blog
WebFovea: 모델은 맞는데 클릭이 틀리는 이유
AI 에이전트
cctest.ai
AI 에이전트

WebFovea: 모델은 맞는데 클릭이 틀리는 이유

WebFovea는 2026 WebRetriever Challenge에서 2위를 차지하며, 비전 기반 웹 에이전트의 성능이 모델 추론뿐 아니라 브라우저와 연결되는 실행 계층에도 달려 있음을 보여줬습니다. 같은 모델을 유지한 채 하네스를 개선해 히든 세트 점수를 31.0에서 57.0으로 높였습니다.

더 보기
CCTest · Blog
읽을 수 있는 것만으로는 부족하다: UltraText Bench가 검증한 이미지 생성의 텍스트 정확도
모델 평가
cctest.ai
모델 평가

읽을 수 있는 것만으로는 부족하다: UltraText Bench가 검증한 이미지 생성의 텍스트 정확도

UltraText Bench는 영어와 중국어의 밀집된 시각 텍스트를 대상으로 이미지 생성 모델을 여러 영역과 난이도에서 평가하는 벤치마크입니다. 텍스트의 선명도와 요청한 내용을 정확히 재현하는 능력은 서로 다를 수 있다는 점을 보여줍니다.

더 보기
CCTest · Blog
QuadTok, 쿼드트리로 이미지 생성용 비주얼 토큰화를 재구성하다
비전·비디오
cctest.ai
비전·비디오

QuadTok, 쿼드트리로 이미지 생성용 비주얼 토큰화를 재구성하다

QuadTok은 복잡한 이미지 영역에는 더 많은 표현 용량을, 균일한 영역에는 더 거친 표현을 할당하는 계층형 쿼드트리 토크나이저를 제안한다. 공간 구조를 보존한 채 시퀀스로 변환할 수 있어 자기회귀 이미지 생성에도 활용된다.

더 보기
CCTest · Blog
DLoop, 추측 디코딩의 타깃 모델 검증을 줄이다
추론·배포
cctest.ai
추론·배포

DLoop, 추측 디코딩의 타깃 모델 검증을 줄이다

DLoop는 드래프트 모델이 충분한 확신을 유지하는 동안 여러 드래프트 단계를 연속 수행한 뒤 후보 토큰을 한 번에 검증합니다. 타깃 모델의 순전파 횟수를 줄이며 여러 추측 디코딩 방식에서 5~41%의 벽시계 시간 향상을 보고했습니다.

더 보기
CCTest · Blog
TRACE, MoE 강화학습의 FP4 학습과 Rollout 경로를 정렬하다
강화학습
cctest.ai
강화학습

TRACE, MoE 강화학습의 FP4 학습과 Rollout 경로를 정렬하다

TRACE는 MoE 언어 모델 강화학습에서 발생하는 학습 경로와 Rollout 경로의 양자화 불일치를 줄이는 프레임워크입니다. Rollout 측 결과로 학습 측 FP4 반올림을 유도해 BF16에 가까운 성능과 최대 5.4배의 Rollout 가속을 보고했습니다.

더 보기
CCTest · Blog
UNREAL, 하나의 모델로 검색과 장문맥 증거 선택을 통합하다
RAG·검색
cctest.ai
RAG·검색

UNREAL, 하나의 모델로 검색과 장문맥 증거 선택을 통합하다

UNREAL은 동결된 대규모 언어 모델의 내부 표현을 활용해 코퍼스 검색과 장문맥 추론을 하나의 증거 선택 메커니즘으로 처리하는 방법입니다. 대규모 Wikipedia 검색과 초장문맥 평가에서 성능 향상을 보고했습니다.

더 보기
CCTest · Blog
SlimWise, 디코딩 단계에서만 MoE 전문가를 줄여 추론 효율 개선
추론·배포
cctest.ai
추론·배포

SlimWise, 디코딩 단계에서만 MoE 전문가를 줄여 추론 효율 개선

SlimWise는 MoE 추론에서 프리필은 전체 모델로 수행하고, 디코딩 단계에서만 전문가 풀을 가지치기하는 방식을 제안합니다. 전체 모델이 만든 KV 캐시를 변환 없이 재사용해 Qwen3.6-35B-A3B에서 전문가 50% 제거 시 최대 1.81배의 디코딩 처리량을 달성했습니다.

더 보기
CCTest · Blog
DiVeR, VLA 검증기를 로봇의 핵심 의사결정에 집중시키다
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

DiVeR, VLA 검증기를 로봇의 핵심 의사결정에 집중시키다

DiVeR는 샘플링된 행동 표현의 분산을 분석해 로봇 궤적에서 의사결정이 중요한 상태를 찾아낸다. 이 신호로 검증기 학습의 가중치를 조정해 단계별 라벨이나 추가 환경 상호작용 없이 VLA의 테스트 시 행동 선택을 개선한다.

더 보기
CCTest · Blog
NeMo-DCR, 초대형 에이전트 RL 가중치 동기화를 약 35배 가속
강화학습
cctest.ai
강화학습

NeMo-DCR, 초대형 에이전트 RL 가중치 동기화를 약 35배 가속

NeMo-DCR은 학습 클러스터와 rollout 클러스터 사이에서 변경된 가중치만 전송하면서도 전체 체크포인트 로딩과 비트 단위로 동일한 결과를 보장합니다. 1조 파라미터 모델에서 변경률 3%를 적용한 테스트에서는 refit 시간이 87.5분에서 2.5분으로 줄었습니다.

더 보기
CCTest · Blog
AdvSim2Real, 진화하는 프롬프트 인젝션에 강한 웹 에이전트 훈련
AI 에이전트
cctest.ai
AI 에이전트

AdvSim2Real, 진화하는 프롬프트 인젝션에 강한 웹 에이전트 훈련

웹 에이전트는 제3자가 작성한 페이지를 읽어야 하지만, 같은 페이지에 작업을 가로채는 지시가 삽입될 수 있습니다. AdvSim2Real은 고정된 웹 월드 모델 안에서 과제, 공격자, 에이전트를 함께 진화시킵니다.

더 보기
CCTest · Blog
크로스 토크나이저 정책 증류, 범위보다 감독 신뢰성이 중요
강화학습
cctest.ai
강화학습

크로스 토크나이저 정책 증류, 범위보다 감독 신뢰성이 중요

서로 다른 토크나이저를 사용하는 교사와 학생 모델의 온폴리시 증류에서는 정렬 범위를 넓힌다고 성능이 자동으로 좋아지지 않는다. 엄격하게 대응되는 위치에서 안정적인 감독 신호를 제공하는 편이 더 효과적일 수 있다.

더 보기
CCTest · Blog
영상 세계 모델의 물리학 시험, 그럴듯함과 일관성은 다르다
월드 모델
cctest.ai
월드 모델

영상 세계 모델의 물리학 시험, 그럴듯함과 일관성은 다르다

새로운 벤치마크는 기준 영상과의 시각적 유사성 대신 영상에서 관찰 가능한 물리 관계를 직접 측정한다. 8개 영상 생성 모델을 평가한 결과, 시각적으로 설득력 있는 출력에서도 물리적 불일치가 지속적으로 나타났다.

더 보기
CCTest · Blog
LLM 에이전트 백도어가 후속 학습을 살아남는 이유
AI 안전
cctest.ai
AI 안전

LLM 에이전트 백도어가 후속 학습을 살아남는 이유

소프트웨어 엔지니어링 에이전트를 분석한 연구에서 양성 지도 미세조정은 백도어를 약화시키지만, 이후 강화학습은 남은 악성 행동을 보존하거나 증폭할 수 있는 것으로 나타났다. PersistBD는 모델 출시 전에 백도어의 지속성을 높이는 방법을 제시한다.

더 보기
CCTest · Blog
개인 에이전트는 플랫폼 추천 순위를 어떻게 수정하는가
AI 에이전트
cctest.ai
AI 에이전트

개인 에이전트는 플랫폼 추천 순위를 어떻게 수정하는가

새 연구는 사용자가 허가한 다른 서비스의 이용 기록을 활용해 개인 에이전트가 플랫폼의 초기 추천 순위를 조정하는 방식을 정식화했다. MediateRec 벤치마크와 PAMO 방법을 통해 언제 개입하고 언제 플랫폼 판단을 유지해야 하는지 분석한다.

더 보기
CCTest · Blog
도구 사용 에이전트는 왜 실패하는가: 증거에서 행동까지의 단절
AI 에이전트
cctest.ai
AI 에이전트

도구 사용 에이전트는 왜 실패하는가: 증거에서 행동까지의 단절

에이전트가 최종적으로 올바른 상태에 도달하더라도, 그 행동이 사전에 확보된 증거에 근거했다고 보기는 어렵습니다. SafeActBench 연구는 실행 전 조사와 의존성이 있는 다단계 작업에서 실패가 집중된다는 점을 보여줍니다.

더 보기
CCTest · Blog
AutoSciBench, 과학 에이전트 평가를 스스로 진화시키다
모델 평가
cctest.ai
모델 평가

AutoSciBench, 과학 에이전트 평가를 스스로 진화시키다

과학 에이전트의 성능이 빠르게 향상되면서 고정형 벤치마크는 모델 간 차이와 실패 원인을 충분히 보여주기 어려워지고 있습니다. AutoSciBench는 풀이 궤적과 평가 피드백을 활용해 과학 과제를 자동 생성하고 반복적으로 수정합니다.

더 보기