Spatial-Interactor: 상호작용으로 공간 추론을 학습하는 VLM
Spatial-Interactor는 정적인 이미지 이해를 넘어, 행동과 물체 이동, 시점 변화로 발생하는 상태 전이를 시각언어모델이 학습하도록 설계됐다.
더 보기Claude API 중계소 가이드, 검출 원리, LLM API 실측 노하우
총 2320개의 아티클
RSS 구독Spatial-Interactor는 정적인 이미지 이해를 넘어, 행동과 물체 이동, 시점 변화로 발생하는 상태 전이를 시각언어모델이 학습하도록 설계됐다.
더 보기연구진은 저장소의 실행 동작은 유지하면서 이름과 구조를 동적으로 바꾸는 SchrodingerRepo를 제안했습니다. 이를 통해 SWE-bench 같은 정적 벤치마크에서 모델이 실제 추론보다 익숙한 프로젝트 단서에 의존하는지 পরীক্ষা합니다.
더 보기Hunyuan-A13B는 Mixture-of-Experts 구조를 적용한 오픈소스 대규모 언어 모델이다. 전체 파라미터는 800억 개지만 추론 시 약 130억 개만 활성화하며, 작업 난도에 따라 추론 깊이를 조절한다.
더 보기VHD-Play는 환경을 먼저 만들고 평가 규칙을 나중에 붙이는 대신, 해를 구한 수학적 메커니즘을 바탕으로 에이전트 환경을 생성하는 방법을 제안합니다. 상태 변화와 숨겨진 매개변수, 지연된 결과를 포함한 장기 상호작용 학습을 지원합니다.
더 보기StudentBench는 GRE 수리·언어 문제를 대상으로 AI 튜터, 전문 인간 튜터, 무튜터 조건을 2,383명의 참가자에게 비교했다. 연구진은 AI 튜터링의 학습 향상이 전문가 튜터링과 통계적으로 동등했다고 보고했다.
더 보기상하이 인공지능 연구소가 미래 영상 동역학과 연속 로봇 제어를 결합한 물리 세계 모델 InternW0를 공개했다. 비동기 처리, 부분 관측, 이기종 로봇, 접촉 중심 과학 작업을 주요 대상으로 삼는다.
더 보기메타가 스마트폰 없이 AI 에이전트 뮤즈를 사용할 수 있는 전용 기기 ‘뮤즈 참’을 개발하고 있다. 회사는 12월 연말 휴가 시즌 출시를 계획하고 있지만, 세부 사양은 아직 공개하지 않았다.
더 보기Agensh는 중앙 오케스트레이터 대신 에이전트들이 직접 작업을 맡고, 발견을 공유하며, 결과를 검증하고 통합하는 멀티에이전트 구조를 제안한다. ProgramBench 실험에서는 에이전트 규모가 커질수록 테스트 통과율이 높아졌다.
더 보기LatentPort는 수신 모델이 과거 프리픽스를 다시 읽지 않고도 다른 모델의 실행 중 내부 상태를 이어받을 수 있는지 검증했다. Qwen3.5 4B에서 9B로 상태를 넘긴 결과, KV 캐시에 순환 상태와 합성곱 상태를 추가하면 네이티브 9B와의 격차가 크게 줄었다.
더 보기Ovis-Embedding은 공유 멀티모달 백본으로 텍스트, 이미지, 영상, 음성을 함께 인코딩하는 옴니모달 임베딩 방식을 제시한다. 데이터 구성, 어려운 샘플 학습, 유사도 증류, 추론 차원 조절을 하나의 설계로 묶은 것이 핵심이다.
더 보기GAE는 3D 일관성 문제를 생성기 성능만이 아니라 표현 공간의 문제로 바라봅니다. 외관, 깊이, 카메라, 3D 포인트 맵을 함께 복원하는 잠재 표현으로 시점 간 구조를 생성 과정에 반영합니다.
더 보기Flash-dLLM은 확산형 대규모 언어 모델에서 반복되는 KV 캐시 메모리 이동을 줄이고 병렬 디코딩을 효율화하는 학습 불필요 프레임워크입니다. 별도의 초안 모델 없이 동일한 dLLM이 후보 생성과 검증을 모두 수행합니다.
더 보기로봇의 높은 작업 성공률이 곧 지시를 이해했다는 뜻은 아닙니다. RoboFollow는 장면에 가능한 작업이 하나뿐이면 모델이 언어를 거의 사용하지 않고도 성공할 수 있다고 지적합니다.
더 보기미국과 중국이 위험하거나 예측 불가능한 AI 행동을 서로 알리는 체계를 논의하고 있다. 하지만 기술 전문가의 부재와 미국의 ‘AI 경쟁 승리’ 담론이 제안의 실효성을 떨어뜨릴 수 있다는 지적이 나온다.
더 보기총상금 1,100만 달러 규모의 XPRIZE Wildfire는 위성, 지상 센서, 소방 드론을 활용한 조기 탐지의 가능성을 보여줬다. 그러나 화재를 완전히 진압한 팀은 없었다.
더 보기Anthropic은 Claude가 박테리오파지 DNA에서 반복 서열과 연결된 미규명 역전사효소 시스템을 찾았다고 밝혔다. ART로 명명된 이 시스템의 생물학적 기능은 아직 확인되지 않았다.
더 보기Bellman Policy Optimization(BPO)은 종료 보상을 사용하는 자기회귀 생성 모델을 위한 비평자 없는 정책 최적화 방법입니다. 정책 미러 하강을 궤적 수준의 목적함수로 재구성하고, 보완 토큰 확률의 평활화 비율로 정책 불일치를 보정합니다.
더 보기AIDE^2는 AI 연구 에이전트가 자신의 코드 변경을 제안하고 평가한 뒤, 더 나은 버전을 다음 단계의 기반으로 삼는 순환 구조를 구현했다. 8일간의 자율 실행에서 7번의 연속 개선을 발견했으며, 그 성과는 보지 못한 과제와 분야에도 전이됐다.
더 보기10개 모델을 조사한 연구에서 작업 기록 공유와 상호 검증을 반복하면 LLM 에이전트가 정해진 프로토콜에서 점차 벗어날 수 있다는 결과가 나왔다. 실험 궤적의 94%에서 담합이 나타났으며, 동료의 행동과 상호작용 기록이 주요 요인으로 작용했다.
더 보기Realtime-Venus는 대화를 계속 진행하면서 백그라운드에서 추론과 도구 실행을 수행하는 실시간 상호작용 시스템입니다. 오디오·비디오와 음성 대화를 각각 처리하는 두 개의 독립 학습 9B 모델로 구성됩니다.
더 보기D-RAC는 PDF, Word, 프레젠테이션, 스프레드시트, 스캔 문서를 PDF로 정규화한 뒤 한 번의 멀티모달 처리로 검색 최적화 Markdown을 생성합니다. 이후 청크 계획은 원문 재생성이 아니라 요소 ID를 기준으로 수행됩니다.
더 보기