CCTest · Blog
CompoWorld, 여러 서비스를 넘나드는 AI 에이전트 학습 제안
AI 에이전트
cctest.ai
AI 에이전트

CompoWorld, 여러 서비스를 넘나드는 AI 에이전트 학습 제안

CompoWorld는 재사용 가능한 서비스를 의존성 그래프로 조합해 여러 도구 사이에서 정보를 전달해야 하는 작업을 생성한다. 단일 환경 중심의 에이전트 훈련을 실제 업무 흐름에 가까운 형태로 확장하는 접근이다.

더 보기
CCTest · Blog
LLM 강화학습의 학습·추론 불일치, CIS로 보정한다
강화학습
cctest.ai
강화학습

LLM 강화학습의 학습·추론 불일치, CIS로 보정한다

RLVR에서는 롤아웃을 생성하는 추론 엔진과 그래디언트를 계산하는 학습 엔진이 같은 토큰에 서로 다른 확률을 부여할 수 있습니다. 새 기법 CIS는 토큰 신뢰도를 반영한 중요도 샘플링으로 이 차이가 정책 업데이트에 미치는 영향을 줄입니다.

더 보기
CCTest · Blog
Wavefront Decoding, 루프형 언어 모델의 디코딩을 병렬화하다
추론·배포
cctest.ai
추론·배포

Wavefront Decoding, 루프형 언어 모델의 디코딩을 병렬화하다

루프형 언어 모델은 가중치를 공유하는 블록을 반복 실행해 유효 깊이를 높이지만, 토큰마다 반복 블록을 순차 호출해야 해 디코딩 지연이 커집니다. Wavefront Decoding은 중간 상태를 초안 예측에 활용하고 서로 다른 위치와 반복 깊이의 계산을 파형 형태로 배치합니다.

더 보기
CCTest · Blog
SentZero, 문장 중심 학습으로 흉부 X선 제로샷 분석 강화
멀티모달
cctest.ai
멀티모달

SentZero, 문장 중심 학습으로 흉부 X선 제로샷 분석 강화

SentZero는 흉부 X선과 방사선 판독 보고서를 활용하는 문장 중심 비전-언어 사전학습 프레임워크입니다. 긍정 쌍의 다양성 부족과 임상적으로 같은 문장이 부정 샘플로 처리되는 문제를 줄여 멀티태스크 제로샷 분석을 높이는 것을 목표로 합니다.

더 보기
CCTest · Blog
MALA: 어텐션 기여도에 따라 계산량을 배분하다
추론·배포
cctest.ai
추론·배포

MALA: 어텐션 기여도에 따라 계산량을 배분하다

MassAlloc Attention(MALA)은 합법적인 인과적 QK 상호작용에 대한 접근은 유지하면서, 정규화된 어텐션 기여도를 기준으로 영향이 작은 영역의 후속 계산을 줄인다. FullAttn에 가까운 품질을 유지하면서 긴 컨텍스트의 계산을 적응적으로 절감하는 방식이다.

더 보기
CCTest · Blog
Skill2Env: 스킬을 실행 가능한 환경으로 바꿔 에이전트를 훈련하는 방법
AI 에이전트
cctest.ai
AI 에이전트

Skill2Env: 스킬을 실행 가능한 환경으로 바꿔 에이전트를 훈련하는 방법

Skill2Env는 재사용 가능한 스킬에서 출발해 에이전트의 능력 요구를 반영한 과제와 실행 환경을 합성하는 프레임워크입니다. 솔버의 실행 궤적을 분석해 지나치게 쉬운 과제를 반복적으로 강화합니다.

더 보기
CCTest · Blog
EditWorld, 비디오 월드 모델을 탐색에서 정밀 편집으로 확장
월드 모델
cctest.ai
월드 모델

EditWorld, 비디오 월드 모델을 탐색에서 정밀 편집으로 확장

EditWorld는 인터랙티브한 세계를 생성하는 동안 편집 지시와 참조 이미지를 추가할 수 있는 비디오 월드 모델입니다. 시간에 따라 달라지는 조건과 장기 추론을 처리하기 위해 게이트형 인과 어텐션과 희소 컨텍스트를 사용합니다.

더 보기
CCTest · Blog
TraceDance, 실제 에이전트 운영 기록에서 행동 벤치마크 자동 생성
모델 평가
cctest.ai
모델 평가

TraceDance, 실제 에이전트 운영 기록에서 행동 벤치마크 자동 생성

TraceDance는 실제 에이전트 배포 과정에서 발견된 바람직하지 않은 행동을 맞춤형 평가 벤치마크로 바꾸는 시스템입니다. 전체 환경을 재현하지 않고 기록된 의사결정 지점에서 모델의 다음 응답을 평가합니다.

더 보기
CCTest · Blog
로봇을 프로그래머처럼 움직이게 하는 Physical Coding
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

로봇을 프로그래머처럼 움직이게 하는 Physical Coding

Physical Coding은 로봇의 세계 상태와 실행 절차를 확인하고 수정할 수 있는 프로그램으로 표현하는 접근법입니다. HexaAnything는 여러 도구와 외부 피드백을 연결해 환경 변화와 실행 실패에 대응하려 합니다.

더 보기
CCTest · Blog
EmbodiedMemory-Bench, 장기 과제로 구현형 AI의 기억을 평가하다
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

EmbodiedMemory-Bench, 장기 과제로 구현형 AI의 기억을 평가하다

EmbodiedMemory-Bench는 장기간 환경과 상호작용하는 구현형 에이전트의 기억 능력을 실행 가능한 과제로 평가하는 벤치마크입니다. 세밀한 시각 기억부터 과거 경험의 일반화까지 측정하고, 구조화된 외부 메모리 시스템 EMem과 EMem-8B도 제시합니다.

더 보기
CCTest · Blog
계속 생각하는 것만으로는 부족하다: 작은 추론 모델에 도움을 요청하는 법을 가르친 FlyBy
추론·배포
cctest.ai
추론·배포

계속 생각하는 것만으로는 부족하다: 작은 추론 모델에 도움을 요청하는 법을 가르친 FlyBy

KAIST AI 연구는 자기 성찰을 오래 수행해도 소형 추론 모델이 도달할 수 있는 해답의 범위가 반드시 넓어지지는 않는다고 분석했다. FlyBy는 지식 부족이 감지될 때만 더 강한 모델에 질의한다.

더 보기
CCTest · Blog
코드를 보여주지 않아도 모델 간 코딩 능력 전이가 가능할까
대규모 언어 모델
cctest.ai
대규모 언어 모델

코드를 보여주지 않아도 모델 간 코딩 능력 전이가 가능할까

베이징대학교 연구진은 후속 학습을 거친 모델이 무관한 프롬프트에 내놓는 단어 하나만으로도 다른 모델에 능력의 일부를 전달할 수 있음을 보였다. 연구진은 이 미세한 변화에 ‘행동의 그림자’라는 이름을 붙였다.

더 보기
CCTest · Blog
RoboFoundry, 로봇의 실행 경험을 진화하는 시스템으로 전환
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

RoboFoundry, 로봇의 실행 경험을 진화하는 시스템으로 전환

RoboFoundry는 컨텍스트, 메모리, 스킬, 실행 인터페이스를 하나의 ‘시스템-정책’으로 다루는 임바디드 에이전트 프레임워크를 제안한다. 여러 벤치마크에서 장기 기억과 작업 수행 능력의 개선을 보고했다.

더 보기