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 보기Claude API 중계소 가이드, 검출 원리, LLM API 실측 노하우
총 2320개의 아티클
RSS 구독World 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 보기MotorMind는 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 보기HyperBrowseComp는 웹 브라우징 에이전트를 위한 고난도 평가 벤치마크다. 13개 언어와 다양한 증거 형식을 대상으로, 단순 검색이 아니라 흩어진 단서를 발견하고 연결하며 검증하는 능력을 측정한다.
더 보기쇼핑, 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 보기AI가 만든 논문의 문제는 어색한 문장이나 가짜 인용에만 있지 않다. 연구 질문, 방법, 실험, 결론을 연결하는 전체적인 과학적 추론의 붕괴를 평가하는 연구가 제시됐다.
더 보기새 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 보기HelixWorld는 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 보기Skill2Real은 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 보기플로리다의 한 여성이 보안관 사무실을 공격하겠다는 내용을 Claude에 쓴 것으로 알려졌다. Anthropic의 안전 시스템은 해당 내용을 인간 검토자에게 넘겼고, 검토자는 경찰에 신고했다.
더 보기제프리 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 보기ExecCert는 언러닝 시스템이 실제로 생성한 유한 정밀도 산출물을 배포 전에 검사하는 계층입니다. 기존 인증을 실행 결과에 적용하거나, 현재 보존 데이터로 재학습한 모델과의 충실도를 RRV로 검증합니다.
더 보기DeskForge는 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 보기장기적인 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 보기한 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 보기ArrivalBench는 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 보기Inherit-MAS는 멀티에이전트 시스템에 워크플로 상속과 실행 상속을 도입한다. 유용한 구조는 유지하고 요청과 실행 맥락이 완전히 일치하는 결과만 재사용해 불필요한 재계산을 줄이는 방식이다.
더 보기Google이 자동화된 취약점 제보가 크게 늘고 대부분이 유효하지 않다며 오픈소스 소프트웨어 취약점 보상 프로그램을 일시 중단했다.
더 보기도널드 트럼프 미국 대통령이 연방정부의 첨단 AI 정책을 조율할 ‘슈퍼 인텔리전스 포스’ 출범을 발표했다. 이 조직은 120일 안에 AI의 위험과 기회를 검토한 보고서를 작성할 예정이다.
더 보기오픈소스 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 보기Microsoft와 Hugging Face의 ThinkingBox는 에이전트의 답변이나 도구 호출보다 작업 후 남은 백엔드 상태와 부작용을 검사합니다. 각 작업을 20회 반복해 실행 일관성도 측정합니다.
더 보기캡콤이 RE: 2026에서 RE 엔진을 AI 기반 개발 환경으로 단계적으로 발전시키겠다는 구상을 공개했다. 현재는 게임 자산 생성보다 개발 워크플로 효율화에 초점을 맞추고 있다.
더 보기