CCTest · Blog
CUA-SWE, 화면을 보고 수정까지 검증하는 소프트웨어 에이전트 평가
모델 평가
cctest.ai
모델 평가

CUA-SWE, 화면을 보고 수정까지 검증하는 소프트웨어 에이전트 평가

CUA-SWE는 코드 편집, 명령 실행, GUI 조작, 시각적 피드백 확인을 하나의 소프트웨어 엔지니어링 과제로 묶습니다. 코딩 에이전트와 컴퓨터 사용 에이전트 사이의 평가 공백을 다루는 것이 핵심입니다.

더 보기
CCTest · Blog
연속 비디오 스트림에서 자기지도학습이 어려운 이유
비전·비디오
cctest.ai
비전·비디오

연속 비디오 스트림에서 자기지도학습이 어려운 이유

프레임을 시간 순서대로 처리하고 전체 셔플이나 반복 재생을 허용하지 않으면 기존 시각 자기지도학습 방법의 성능이 크게 떨어진다. 연구진은 스트림에 맞춘 입력 처리와 정규화를 결합한 StreamMAE를 제안했다.

더 보기
CCTest · Blog
Physis-Lang, 진화하는 물리 언어로 비디오 월드 모델 개선
월드 모델
cctest.ai
월드 모델

Physis-Lang, 진화하는 물리 언어로 비디오 월드 모델 개선

NVIDIA 연구진이 객체, 원인, 상호작용, 시간적 변화와 결과를 설명하는 물리 언어를 데이터 정제·모델 학습·비디오 생성의 공통 표현으로 사용하는 Physis-Lang을 제안했습니다. 원자적 주장 평가와 언어 기반 검색을 통해 물리적으로 더 타당한 영상을 생성하는 것이 목표입니다.

더 보기
CCTest · Blog
A2Z GameSpec-Bench, 코딩 에이전트의 게임 설계 충실도 평가
모델 평가
cctest.ai
모델 평가

A2Z GameSpec-Bench, 코딩 에이전트의 게임 설계 충실도 평가

A2Z GameSpec-Bench는 100개의 장문 게임 디자인 문서를 바탕으로 코딩 에이전트가 실행 가능한 코드뿐 아니라 설계 의도까지 구현하는지 평가한다. 소스 코드 검사와 시나리오 재생, 적응형 플레이테스트를 함께 사용해 상호 의존적인 요구사항을 검증한다.

더 보기
CCTest · Blog
PatchHolmes, 리스트 비교 에이전트로 취약점 수정 커밋을 찾다
AI 에이전트
cctest.ai
AI 에이전트

PatchHolmes, 리스트 비교 에이전트로 취약점 수정 커밋을 찾다

PatchHolmes는 하이브리드 검색으로 후보를 좁힌 뒤 에이전트가 후보 목록 전체를 비교하도록 해 실제 취약점 수정 커밋을 선택한다. 개별 후보를 따로 판정하는 방식보다 높은 Top-1 검색 성능을 더 적은 대화 횟수로 달성했다.

더 보기
CCTest · Blog
AREX-2: 장기 반성과 반복 실행으로 발전하는 AI 에이전트
AI 에이전트
cctest.ai
AI 에이전트

AREX-2: 장기 반성과 반복 실행으로 발전하는 AI 에이전트

AREX-2는 자기개선형 에이전트의 핵심을 ‘반성’과 ‘장기 실행’으로 나누고, 머신러닝 및 알고리즘 프로그래밍 과제에서 장기 개선 궤적을 합성해 학습하는 접근법을 제시한다. 기술 과제에서 학습한 능력은 딥 리서치 평가에도 전이됐다.

더 보기
CCTest · Blog
AIM, 자율 연구 에이전트에 ‘아이디어 관리’ 계층을 더하다
AI 과학 연구
cctest.ai
AI 과학 연구

AIM, 자율 연구 에이전트에 ‘아이디어 관리’ 계층을 더하다

자동화된 연구의 병목은 실험 실행뿐 아니라 어떤 연구 방향에 자원을 투입할지 결정하는 데 있습니다. AIM은 아이디어 정리, 방향 선택, 구현 감사, 실험 예산 배분을 하나의 탐색 과정으로 통합합니다.

더 보기
CCTest · Blog
잠재 통신, 멀티에이전트 시스템의 새로운 안전 공격면이 되다
AI 안전
cctest.ai
AI 안전

잠재 통신, 멀티에이전트 시스템의 새로운 안전 공격면이 되다

새 연구는 기반 모델을 바꾸지 않아도 학습 가능한 잠재 통신 링크가 거부 행동을 약화시킬 수 있음을 보여준다. 링크를 악의적으로 최적화하면 유해 요청에 대한 순응을 키울 수 있지만, 안전성을 반영한 보상으로 링크를 복구할 가능성도 제시됐다.

더 보기
CCTest · Blog
WUSH-KV: 데이터 적응형 변환으로 저비트 KV 캐시 양자화 개선
메모리·컨텍스트
cctest.ai
메모리·컨텍스트

WUSH-KV: 데이터 적응형 변환으로 저비트 KV 캐시 양자화 개선

WUSH-KV는 캘리브레이션 데이터에서 Key와 Value에 맞는 변환을 각각 학습해 저비트 KV 캐시 양자화 오류를 줄이는 방법입니다. 2비트 평가에서 검증된 모델과 다운스트림 작업 전반에 걸쳐 OSCAR 변환과 비슷하거나 더 나은 결과가 보고됐습니다.

더 보기
CCTest · Blog
비침습형 뇌-텍스트 변환 성능을 부풀린 ‘시간 지름길’
모델 평가
cctest.ai
모델 평가

비침습형 뇌-텍스트 변환 성능을 부풀린 ‘시간 지름길’

비침습형 뇌-텍스트 모델이 뇌 신호보다 단어의 발화 시간을 활용했을 가능성이 제기됐다. 입력 윈도우를 독립적으로 처리하자 신경 정보에 대한 의존도가 높아지고 반복 관측과 언어 모델의 효과도 커졌다.

더 보기
CCTest · Blog
로봇은 기억만 믿어선 안 된다: 변화하는 세계를 탐색하는 EvolvingNav
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

로봇은 기억만 믿어선 안 된다: 변화하는 세계를 탐색하는 EvolvingNav

로봇이 목표물로 이동하는 동안에도 물체의 위치는 바뀔 수 있습니다. EvolvingNav는 시간 정보가 담긴 3D 기억과 확률적 신념 업데이트를 결합해 변화하는 환경에서의 지속적 탐색을 시도합니다.

더 보기
CCTest · Blog
MaLiang-Harness, 실행 가능한 코드를 시각적 완성도로 연결하다
모델 평가
cctest.ai
모델 평가

MaLiang-Harness, 실행 가능한 코드를 시각적 완성도로 연결하다

MaLiang-Harness는 이미지와 동영상 생성에서 코드가 실행되더라도 결과가 요구사항과 다를 수 있다는 ‘프로그램-시각’ 간극을 다룹니다. 프로그램 상태, 렌더링 증거, 수정 이력을 연결해 생성 과정을 반복적인 점검과 수정의 루프로 구성합니다.

더 보기
CCTest · Blog
Omni-IO Skills: 범용 에이전트에 멀티모달 실행 능력 더하기
AI 에이전트
cctest.ai
AI 에이전트

Omni-IO Skills: 범용 에이전트에 멀티모달 실행 능력 더하기

Omni-IO Skills는 파운데이션 모델을 다시 학습시키는 대신 기존 에이전트 주변에 Skills와 실행 관리 계층을 추가한다. 이를 통해 이미지, 오디오, 비디오, 문서, 3D, 코드가 연결된 작업을 하나의 워크플로로 조정한다.

더 보기
CCTest · Blog
세계 행동 모델의 일반화를 만드는 것은 미래의 완전한 생성이 아니다
월드 모델
cctest.ai
월드 모델

세계 행동 모델의 일반화를 만드는 것은 미래의 완전한 생성이 아니다

새로운 실증 연구는 세계 행동 모델이 추론 단계에서 미래 영상을 끝까지 생성하지 않아도 일반화 성능의 이점을 유지할 수 있음을 시사한다. 핵심은 행동을 결정하기 전에 미래 표현을 준비하는 과정이다.

더 보기
CCTest · Blog
AsyncLLM, 대규모 언어 모델을 범용 비동기 에이전트로 확장
AI 에이전트
cctest.ai
AI 에이전트

AsyncLLM, 대규모 언어 모델을 범용 비동기 에이전트로 확장

Yandex Research가 사전 학습된 모델이 관찰·추론·행동을 동시에 수행하도록 돕는 오픈소스 프레임워크 AsyncLLM을 공개했다. 별도의 작업 특화 학습 없이 Qwen 3.x 모델을 스트리밍 영상 이해, 비디오게임, 모니터링에 적용한 사례를 제시했다.

더 보기