CCTest · Blog
EngiWorld가 보여준 엔지니어링 AI의 현재 수준
모델 평가
cctest.ai
모델 평가

EngiWorld가 보여준 엔지니어링 AI의 현재 수준

EngiWorld는 AI 에이전트가 전문 소프트웨어를 조작하는지를 넘어, 검증 가능한 엔지니어링 결과물을 설계 루프 끝까지 완성할 수 있는지를 평가한다. 실험 결과는 도구 사용 능력과 신뢰할 수 있는 업무 자동화 사이에 큰 격차가 있음을 보여준다.

더 보기
CCTest · Blog
Omni-Decision, 증거 원장으로 옴니모달 에이전트의 계획을 재설계하다
AI 에이전트
cctest.ai
AI 에이전트

Omni-Decision, 증거 원장으로 옴니모달 에이전트의 계획을 재설계하다

Omni-Decision은 계속 늘어나는 대화 기록 대신 확인된 정보, 부족한 정보, 충돌하는 기록을 관리하는 구조화된 ‘증거 원장’을 사용한다. 이 연구는 옴니모달 에이전트의 핵심 병목이 인식보다 계획에 있을 수 있음을 보여준다.

더 보기
CCTest · Blog
온라인 정책 증류의 스케일링: 작은 교사가 더 큰 추론 모델을 이끄는 방식
강화학습
cctest.ai
강화학습

온라인 정책 증류의 스케일링: 작은 교사가 더 큰 추론 모델을 이끄는 방식

온라인 정책 증류가 서로 다른 규모의 모델 사이에서 추론 능력을 어떻게 전달하는지 체계적으로 분석한 연구입니다. 소형 강화학습 전문가도 더 큰 학생 모델을 개선할 수 있으며, 교사의 규모와 점수만으로는 감독 가치가 결정되지 않는다는 결과를 제시합니다.

더 보기
CCTest · Blog
LEGO-Anything: 코딩 에이전트가 한 장의 이미지를 편집 가능한 3D 장면으로
AI 에이전트
cctest.ai
AI 에이전트

LEGO-Anything: 코딩 에이전트가 한 장의 이미지를 편집 가능한 3D 장면으로

LEGO-Anything은 단일 이미지에서 고정된 3D 결과물이나 렌더링만 만드는 대신, 실행하고 검사하고 수정할 수 있는 장면 프로그램을 생성한다. 코딩 에이전트는 Blender 코드를 반복적으로 작성하고 실행하며 장면을 복원한다.

더 보기
CCTest · Blog
같은 문자열, 다른 권한: 제어 토큰이 프롬프트 주입을 키우는 방식
AI 안전
cctest.ai
AI 안전

같은 문자열, 다른 권한: 제어 토큰이 프롬프트 주입을 키우는 방식

새 연구는 동일한 문자열로 디코딩되는 채팅 템플릿 표식도 예약 제어 토큰으로 처리되는지, 일반 서브워드로 분할되는지에 따라 공격력이 크게 달라진다고 밝혔다. 차이를 만드는 핵심은 눈에 보이는 바이트가 아니라 표식 위치의 학습된 표현이다.

더 보기
CCTest · Blog
시간순 기록을 넘어: GEB가 장시간 영상 속 객체의 ‘전기’를 만든다
메모리·컨텍스트
cctest.ai
메모리·컨텍스트

시간순 기록을 넘어: GEB가 장시간 영상 속 객체의 ‘전기’를 만든다

장시간 영상 질의응답에서는 관련 장면을 찾는 것뿐 아니라 서로 다른 시점의 객체가 동일한 물리적 개체인지 확인해야 합니다. Amazon Science의 GEB는 시각적으로 근거가 있는 관찰을 엔티티 전기로 연결합니다.

더 보기
CCTest · Blog
Raven: 진화하는 에이전트 하니스를 조합하는 시스템
AI 에이전트
cctest.ai
AI 에이전트

Raven: 진화하는 에이전트 하니스를 조합하는 시스템

Raven은 모델과 도메인별 전용 에이전트 하니스를 자동으로 만들고 개선한 뒤 서로 조합하는 ‘하니스의 하니스’를 제안합니다. 장기·跨도메인 작업을 단일 에이전트가 아닌 모듈형 협업 문제로 재정의하려는 접근입니다.

더 보기
CCTest · Blog
VoxMem이 보여준 음성 모델의 기억 한계: 말한 내용보다 화자와 소리가 어렵다
모델 평가
cctest.ai
모델 평가

VoxMem이 보여준 음성 모델의 기억 한계: 말한 내용보다 화자와 소리가 어렵다

VoxMem은 대규모 음성 언어 모델이 여러 대화 세션에 걸쳐 무엇을 기억하는지 평가하는 벤치마크입니다. 모델은 발화 내용보다 누가 말했는지, 어떻게 말했는지, 주변에서 무엇이 들렸는지를 훨씬 잘 기억하지 못했습니다.

더 보기
CCTest · Blog
LongCat-DeepResearch가 제시한 협업형 멀티에이전트 연구 워크플로
AI 에이전트
cctest.ai
AI 에이전트

LongCat-DeepResearch가 제시한 협업형 멀티에이전트 연구 워크플로

LongCat-DeepResearch는 개선된 LongCat 모델과 멀티에이전트 워크플로를 결합해 근거 기반 연구 보고서 생성을 시도한다. 여러 평가에서 높은 성과를 보였지만, 계획을 더 추가한다고 항상 품질이 향상되는 것은 아니라는 점도 확인됐다.

더 보기
CCTest · Blog
HybridCUA, GUI와 CLI를 오가는 컴퓨터 사용 에이전트 학습
AI 에이전트
cctest.ai
AI 에이전트

HybridCUA, GUI와 CLI를 오가는 컴퓨터 사용 에이전트 학습

HybridCUA는 그래픽 인터페이스와 명령줄을 함께 사용하고, 작업에 따라 두 방식을 조율하는 컴퓨터 사용 에이전트 학습 방법을 제안한다. 9B 모델은 OSWorld에서 53.6%의 정확도를 기록해 기본 모델보다 14.8%포인트 향상됐다.

더 보기