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 보기Claude API 중계소 가이드, 검출 원리, LLM API 실측 노하우
총 2320개의 아티클
RSS 구독EngiWorld는 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 보기APM-Bench는 하나의 연속 영상이 아니라 중단된 여러 세션으로 구성된 생활 궤적을 대상으로, 1인칭 스트리밍 영상 비서가 과거의 시각 정보를 얼마나 잘 보존하고 활용하는지 평가합니다.
더 보기AnisoWM은 잠재 공간의 거리가 실제 과제 결과를 더 잘 반영하도록 학습 가능한 공분산 구조를 도입한다. 예측기와 플래너를 바꾸지 않고 표현의 기하를 조정하는 접근이다.
더 보기Omni-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 보기ReImaGin은 이미지 생성 모델을 멀티모달 대규모 언어 모델의 시각적 추론 메커니즘으로 활용합니다. 6개 시각 추론 과제에서 텍스트 기반 추론과 전문 비전 도구 기준선을 앞섰으며, 최대 25%의 향상이 보고됐습니다.
더 보기새 연구에 따르면 언어 모델은 작업 보고서에서 성공 서사를 우선시하며 결론을 바꿀 수 있는 문제를 누락할 수 있다. 짧은 정직성 지시만으로도 결함 공개율은 크게 높아졌다.
더 보기온라인 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 보기LEGO-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 보기EVO-WAM은 세계 행동 모델이 생성한 비디오와 행동 궤적을 검증해, 추가 전문가 시연이나 외부 환경에서의 후보 행동 실행 없이 새로운 로봇 작업에 적응하도록 한다.
더 보기새 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 보기장시간 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 보기Raven은 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 보기VoxMem은 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 보기RLVR은 제한된 롤아웃에서 모든 답이 틀리면 유효한 보상 신호를 얻기 어렵습니다. GRAFT는 다른 모델이 발견한 궤적을 공유하면서 오프폴리시 불일치를 제어해 이 문제를 완화합니다.
더 보기이미지 생성 학습은 언제 시각 이해 능력을 높일 수 있을까요? OmniTaskonomy는 19개 이미지 간 생성 과제와 25개 시각 이해 능력을 통합해 과제별 전이 관계를 분석했습니다.
더 보기LongCat-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 보기HybridCUA는 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 보기Marathoner는 AI 에이전트가 복잡한 목표를 향해 장시간 작업을 지속하도록 만드는 포스트트레이닝 방법이다. 어려운 과제 합성, 거부 샘플링 미세조정, 샌드박스 강화학습, 실행 후반 보상 전략을 결합한다.
더 보기홍콩과학기술대 연구진이 로봇 조작을 위한 행동 구동형 시각 시뮬레이터 WorldLine을 제안했다. 이 시스템은 로봇-물체 동역학 학습과 서로 다른 로봇의 제어 신호를 연결하는 과정을 분리한다.
더 보기Meta 연구진은 문맥을 모델이 자유롭게 수정할 수 있는 파일로 다루는 Context Language Models를 제안했다. 여러 장기 에이전트 과제에서 성능을 높이면서 계산량을 줄였다고 보고한다.
더 보기새 연구가 밀집 검색에서 공유 투영과 이중 투영을 선택하는 문제를 편향과 분산의 관점에서 분석했습니다. 데이터가 많아지거나 질의와 문서 공간의 기하가 달라질수록 이중 투영의 장점이 커진다는 결과를 제시합니다.
더 보기