CCTest · Blog
WorldPlay2, 분해형 제어와 압축 메모리로 인터랙티브 월드 모델 확장
월드 모델
cctest.ai
월드 모델

WorldPlay2, 분해형 제어와 압축 메모리로 인터랙티브 월드 모델 확장

WorldPlay2는 실시간 반응성과 긴 롤아웃에서의 일관성을 함께 달성하려는 인터랙티브 월드 모델이다. 프레임 정렬 행동 제어, 구조화된 의미 제어, 공유 메모리 토큰, Stable Forcing 증류를 결합한다.

더 보기
CCTest · Blog
모델 내부 정보는 LLM 안전성에 언제 도움이 될까? 표현 공학 비교 분석
AI 안전
cctest.ai
AI 안전

모델 내부 정보는 LLM 안전성에 언제 도움이 될까? 표현 공학 비교 분석

한 연구가 DPO, 표현 스티어링, 내부 프로브, 텍스트 모니터를 안전 제어와 위험 탐지 관점에서 같은 조건으로 비교했습니다. 표현 공학은 행동 기반 정렬을 대체하지 않지만, 저데이터 환경과 저비용 모니터링에서 보완적 가치가 있습니다.

더 보기
CCTest · Blog
비전 인코더는 사라질까? 멀티모달 모델 확장 법칙의 새로운 시사점
멀티모달
cctest.ai
멀티모달

비전 인코더는 사라질까? 멀티모달 모델 확장 법칙의 새로운 시사점

Tencent Hunyuan 연구팀이 비전 인코더를 사용하는 모델과 사용하지 않는 모델의 확장 특성을 비교했다. 인코더 없는 모델은 작은 규모에서는 뒤처지지만, 모델과 학습 연산량이 커지면 격차를 좁힐 가능성이 제시됐다.

더 보기
CCTest · Blog
SkillDRE, 실행 전 검사와 런타임 피드백으로 에이전트 스킬 진화
AI 안전
cctest.ai
AI 안전

SkillDRE, 실행 전 검사와 런타임 피드백으로 에이전트 스킬 진화

SkillDRE는 실행 전 스캐닝과 런타임 방어를 연결해 에이전트 스킬을 반복적으로 수정하는 2단계 레드팀 프레임워크를 제안한다. 한 가지 방어 단계만 평가하면 적응형 스킬의 위험을 과소평가할 수 있다는 점을 보여준다.

더 보기
CCTest · Blog
VLA-Precision: VLA 로봇의 실세계 온라인 강화학습을 안정화하다
강화학습
cctest.ai
강화학습

VLA-Precision: VLA 로봇의 실세계 온라인 강화학습을 안정화하다

VLA-Precision은 시각-언어-행동 모델을 실세계에서 온라인 강화학습할 때 발생하는 정책 드리프트와 대규모 모델의 처리 부담을 다룬다. ACoB 알고리즘과 ACoB-Stream 아키텍처를 결합해 정밀 조작을 위한 학습 안정성과 처리 효율을 높이는 접근이다.

더 보기
CCTest · Blog
TRACE가 보여준 스트리밍 비디오 평가의 새로운 기준
모델 평가
cctest.ai
모델 평가

TRACE가 보여준 스트리밍 비디오 평가의 새로운 기준

TRACE는 증거가 유효해지는 시점, 시각적 이력을 유지하는 방식, 모델이 응답을 시작하는 조건을 명시하는 스트리밍 비디오 이해 평가 프레임워크다. 연구 결과는 비슷한 QA 정확도도 완료율, 답변 유효성, 생성 workload, 응답 타이밍에서 큰 차이를 가릴 수 있음을 보여준다.

더 보기
CCTest · Blog
InternW0-Δ, 2만 시간 이상 공개 데이터로 시각 예측과 로봇 행동 통합
월드 모델
cctest.ai
월드 모델

InternW0-Δ, 2만 시간 이상 공개 데이터로 시각 예측과 로봇 행동 통합

InternW0-Δ는 시각 동역학, 장면 의미론, 4D 기하·운동 사전 지식과 로봇 행동 생성을 하나로 묶는 World Action Model입니다. 논문은 시뮬레이션 벤치마크와 실제 로봇 플랫폼에서 기존 방법보다 높은 성능을 보고합니다.

더 보기
CCTest · Blog
RayOrch, 멀티모달 데이터 준비에 계보 기반 병렬 처리 도입
프레임워크·도구
cctest.ai
프레임워크·도구

RayOrch, 멀티모달 데이터 준비에 계보 기반 병렬 처리 도입

RayOrch는 문서와 동영상을 가변적인 하위 작업으로 확장하는 파이프라인을 위해 설계된 프로그래밍 모델이자 분산 실행 엔진입니다. 부모-자식 관계와 순서를 유지하면서 여러 부모의 준비된 작업을 GPU 배치로 묶습니다.

더 보기
CCTest · Blog
정적 점수를 넘어: 경쟁 게임으로 LLM을 평가하는 Game Arena
모델 평가
cctest.ai
모델 평가

정적 점수를 넘어: 경쟁 게임으로 LLM을 평가하는 Game Arena

Kaggle Game Arena는 체스, 포커, 늑대인간 게임에서 대규모 언어 모델을 경쟁시키며 계획 수립과 적응력, 불확실성 대응을 평가합니다. 고정된 문제집만으로는 확인하기 어려운 동적 의사결정 능력을 실전형 대국에서 살펴보려는 시도입니다.

더 보기
CCTest · Blog
AgentWorld, 장기 과제로 다중 에이전트 협업 능력을 시험하다
모델 평가
cctest.ai
모델 평가

AgentWorld, 장기 과제로 다중 에이전트 협업 능력을 시험하다

AgentWorld는 여러 LLM 에이전트가 개별 능력을 단순히 합치는 수준을 넘어 장기적으로 협력할 수 있는지 MMORPG 샌드박스에서 평가한다. 실험 결과 통신, 역할 분담, 공동 계획 유지에서 뚜렷한 한계가 나타났다.

더 보기
CCTest · Blog
사람 손의 능숙함을 로봇으로: Morphometric Imitation이 동작 전이부터 제로샷 제어까지 연결
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

사람 손의 능숙함을 로봇으로: Morphometric Imitation이 동작 전이부터 제로샷 제어까지 연결

UC 버클리 연구진과 공동 연구자들은 인간의 손-물체 상호작용을 실행 가능한 로봇 시연과 시각운동 정책으로 바꾸는 3단계 프레임워크 Morphometric Imitation을 제안했다. 3종 로봇 손과 10개 상호작용 과제에서 평가했으며, 실제 환경 제로샷 실험에서 89.3%의 성공률을 기록했다.

더 보기
CCTest · Blog
HybridInfer, 스마트폰 열 여유를 반영한 LLM 라우팅 제안
추론·배포
cctest.ai
추론·배포

HybridInfer, 스마트폰 열 여유를 반영한 LLM 라우팅 제안

HybridInfer는 실제 안드로이드 기기에서 온디바이스·엣지·클라우드 LLM을 동적으로 선택하는 강화학습 라우터입니다. 모바일 추론의 문제는 단순한 속도 저하가 아니라, 연속 생성으로 인한 런타임 불안정일 수 있다고 지적합니다.

더 보기
CCTest · Blog
LLM 심사관은 왜 실패하는가: Text-to-SQL 운영 감사의 교훈
모델 평가
cctest.ai
모델 평가

LLM 심사관은 왜 실패하는가: Text-to-SQL 운영 감사의 교훈

운영 중인 Text-to-SQL 파이프라인을 감사한 연구에서 LLM-as-Judge가 인간 평가와 크게 어긋나고, 올바른 SQL을 과도하게 문제로 분류하는 현상이 확인됐다. 단순히 모델을 늘리는 것보다 심사 모델 교체와 보수적인 라우팅이 효과적이었다.

더 보기