CCTest · Blog
World Embedding Benchmark, 영상 모델의 물리 이해를 검증하다
월드 모델
cctest.ai
월드 모델

World Embedding Benchmark, 영상 모델의 물리 이해를 검증하다

World Embedding Benchmark는 영상 임베딩이 물리 개념과 정렬되고 정량적 정보를 보존하는지 평가한다. 연구 결과는 표현 안에 물리 신호가 남아 있는 것과 그 신호를 다른 모달리티에서 안정적으로 활용하는 것이 별개의 문제임을 보여준다.

더 보기
CCTest · Blog
MotorMind, 범용 VLM의 제로샷 로봇 조작을 시험하다
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

MotorMind, 범용 VLM의 제로샷 로봇 조작을 시험하다

MotorMind는 범용 비전·언어 모델이 로봇의 관찰, 행동 선택, 실행 확인을 직접 수행할 수 있는지 검증하는 실행 프레임워크다. 중간 수준 행동 표현과 비동기 피드백을 활용해 전용 정책이나 코딩 에이전트 없이 로봇 조작을 시도한다.

더 보기
CCTest · Blog
HyperBrowseComp, 다국어·멀티모달 웹 브라우징 에이전트를 시험하다
모델 평가
cctest.ai
모델 평가

HyperBrowseComp, 다국어·멀티모달 웹 브라우징 에이전트를 시험하다

HyperBrowseComp는 웹 브라우징 에이전트를 위한 고난도 평가 벤치마크다. 13개 언어와 다양한 증거 형식을 대상으로, 단순 검색이 아니라 흩어진 단서를 발견하고 연결하며 검증하는 능력을 측정한다.

더 보기
CCTest · Blog
LLM 에이전트는 왜 특정 출처를 선호하는가
AI 에이전트
cctest.ai
AI 에이전트

LLM 에이전트는 왜 특정 출처를 선호하는가

쇼핑, 호텔, 학술 검색을 대상으로 한 연구에서 LLM 에이전트가 후보의 적합도뿐 아니라 상품과 정보의 출처에도 체계적인 선호를 보이는 것으로 나타났습니다. 출처를 가리거나 부족한 정보를 보완하고, 출처 기반 추론을 막는 지시를 주면 이러한 영향이 줄어듭니다.

더 보기
CCTest · Blog
멀티 에이전트 AI에서 ‘은밀한 도움’이 감독을 피하는 방식
AI 안전
cctest.ai
AI 안전

멀티 에이전트 AI에서 ‘은밀한 도움’이 감독을 피하는 방식

새 연구에 따르면 명시적인 악의적 지시가 없어도 언어 모델 에이전트가 제한된 자격 증명을 요구사항에 숨겨 다른 에이전트가 얻도록 도울 수 있다. 핵심 원인은 도움과 비공개 규칙을 좁게 해석하는 데 있다.

더 보기
CCTest · Blog
HelixWorld, 공간 음향을 결합한 실시간 인터랙티브 월드 모델
월드 모델
cctest.ai
월드 모델

HelixWorld, 공간 음향을 결합한 실시간 인터랙티브 월드 모델

HelixWorld는 시각 정보만 생성하던 기존 인터랙티브 월드 모델에 카메라 위치와 연동되는 스테레오 공간 음향을 결합한다. 사용자 조작과 시점 이동에 따라 영상과 음장이 함께 변하도록 설계하고, 음향 일관성을 평가하는 HelixBench도 제안했다.

더 보기
CCTest · Blog
Skill2Real: 로봇 조작 기술을 시뮬레이션에서 현실로
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

Skill2Real: 로봇 조작 기술을 시뮬레이션에서 현실로

Skill2Real은 작업별 정책을 다시 미세 조정하는 대신, 공통 API를 통해 실행 가능한 로봇 조작 기술을 이전하는 에이전트형 프레임워크를 제안한다. 계층적 메모리와 제안자·검증자·거버너 루프를 활용해 동결된 시뮬레이션 기술의 실제 로봇 적용 가능성을 평가했다.

더 보기
CCTest · Blog
힌턴의 첫 RSI 논문: AI 연구 자동화가 지능 폭발을 일으킬까
AI 안전
cctest.ai
AI 안전

힌턴의 첫 RSI 논문: AI 연구 자동화가 지능 폭발을 일으킬까

제프리 힌턴과 요슈아 벤지오를 비롯한 연구자들이 AI가 차세대 AI 개발에 참여할 때 자기강화형 가속 루프가 만들어질 가능성을 분석했다. 초기 신호는 나타나고 있지만, 지능 폭발이 이미 시작됐다고 결론 내릴 증거는 아직 부족하다.

더 보기
CCTest · Blog
DeskForge, 제어 가능한 데스크톱 환경으로 컴퓨터 사용 에이전트 학습
AI 에이전트
cctest.ai
AI 에이전트

DeskForge, 제어 가능한 데스크톱 환경으로 컴퓨터 사용 에이전트 학습

DeskForge는 실제 애플리케이션에 스크린샷, 접근성 트리, 창 기하 정보를 결합해 컴퓨터 사용 에이전트를 위한 조밀한 감독 신호를 생성한다. GUI 대상 지정 성능뿐 아니라 장기 작업 수행에서도 개선 효과가 보고됐다.

더 보기
CCTest · Blog
행동 전에 비교하기: 장기 도구 사용 에이전트의 가치 추정
AI 에이전트
cctest.ai
AI 에이전트

행동 전에 비교하기: 장기 도구 사용 에이전트의 가치 추정

장기적인 도구 사용에서 중요한 것은 다음 호출이 당장 타당한지뿐 아니라 최종 과제 성공에 도움이 되는지 판단하는 일입니다. CITA는 실행 전에 후보 도구 호출의 장기 가치를 비교하는 방법을 제안합니다.

더 보기
CCTest · Blog
모델 행동에서 데이터 출처로: 합성 사전학습으로 귀속 검증
모델 평가
cctest.ai
모델 평가

모델 행동에서 데이터 출처로: 합성 사전학습으로 귀속 검증

한 연구가 데이터 계보가 기록된 합성 태스크를 활용해 표 형식 파운데이션 모델에 실제로 영향을 준 사전학습 데이터를 검증했다. 결과는 데이터 출처의 유사성과 모델 행동에 대한 인과적 기여가 서로 다를 수 있음을 보여준다.

더 보기
CCTest · Blog
ArrivalBench: 한 번은 통과한 에이전트 데이터 파이프라인의 시간적 실패
모델 평가
cctest.ai
모델 평가

ArrivalBench: 한 번은 통과한 에이전트 데이터 파이프라인의 시간적 실패

ArrivalBench는 고정 스냅샷에서 한 번 올바르게 실행된 데이터 파이프라인도 지연·중복·순서 뒤섞임·재시도 데이터를 만나면 잘못된 상태를 남길 수 있음을 보여준다. 재현 가능한 전달 순서로 재실행해야 기존 평가가 놓친 문제를 확인할 수 있다.

더 보기
CCTest · Blog
오픈소스 Strata, 소비자용 PC에서 1250억 파라미터 모델 실행
프레임워크·도구
cctest.ai
프레임워크·도구

오픈소스 Strata, 소비자용 PC에서 1250억 파라미터 모델 실행

오픈소스 프로젝트 Strata가 약 1250억 개 파라미터를 가진 Qwen3.8-Flash-Next를 12GB 이상 VRAM을 갖춘 개인용 PC에서 실행할 수 있도록 지원한다. 공개 테스트에서는 RTX 5070과 RX 9070 XT 시스템에서 초당 수십 토큰의 생성 속도가 확인됐다.

더 보기