CCTest · Blog
박사과정 학생 7명이 수백 개의 에이전트로 7B 모델을 훈련한 방법
AI 에이전트
cctest.ai
AI 에이전트

박사과정 학생 7명이 수백 개의 에이전트로 7B 모델을 훈련한 방법

베이징 중관춘 아카데미의 박사과정 학생 7명이 약 한 번의 여름 동안 7B 모델 ZGCM-1을 처음부터 훈련하고 코드, 데이터 설계, 가중치, 체크포인트와 로그를 공개했다. 수백 개의 에이전트로 AI 개발을 지원한 실제 사례라는 점도 주목할 만하다.

더 보기
CCTest · Blog
Pelican-Sim 1.0, 로봇을 위한 범용 월드 모델 시뮬레이터
월드 모델
cctest.ai
월드 모델

Pelican-Sim 1.0, 로봇을 위한 범용 월드 모델 시뮬레이터

Pelican-Sim 1.0은 시각적 맥락과 로봇 행동을 바탕으로 미래 관측을 예측하는 체화 지능용 범용 시뮬레이터입니다. 통합 행동 공간, 행동-영상 주입, 희소 MoE, 단축 롤아웃을 통해 이기종 로봇의 제어 가능성과 생성 효율을 높였습니다.

더 보기
CCTest · Blog
MobileVLA-R1 2.0, 강화학습으로 로봇 추론과 행동 연결
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

MobileVLA-R1 2.0, 강화학습으로 로봇 추론과 행동 연결

MobileVLA-R1 2.0은 구조화된 체화 추론, 강화학습, 추론 조건부 행동 디코더를 결합해 언어 이해와 실제 로봇 실행 사이의 간극을 줄이려는 VLA 프레임워크다. 내비게이션, 사족보행 제어, 휴머노이드 이동 조작에서 평가됐다.

더 보기
CCTest · Blog
ReactHuman, 멀티모달 모델의 즉각적인 물리 반응을 평가하다
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

ReactHuman, 멀티모달 모델의 즉각적인 물리 반응을 평가하다

ReactHuman은 가정에서 갑자기 발생하는 위험에 대해 체화된 멀티모달 모델이 안전하고 물리적으로 타당한 행동을 선택할 수 있는지 평가하는 벤치마크입니다. 실험 결과, 반응형 안전성은 아직 해결되지 않은 과제로 나타났습니다.

더 보기
CCTest · Blog
임상 LLM에 계산을 맡기지 않는 법: 프로그램 풀이의 효과와 한계
모델 평가
cctest.ai
모델 평가

임상 LLM에 계산을 맡기지 않는 법: 프로그램 풀이의 효과와 한계

한 연구가 임상 계산에서 모델이 직접 산술을 수행하는 대신 사례별 Python 코드를 작성하고 제한된 실행기가 계산하도록 하는 방식을 평가했다. 큰 모델에서는 개선이 나타났지만, 수식과 변수 검증을 대신할 수는 없었다.

더 보기
CCTest · Blog
황준과 트럼프, AI 개발 감속에 반대…데이터센터 갈등은 확대
정책·규제
cctest.ai
정책·규제

황준과 트럼프, AI 개발 감속에 반대…데이터센터 갈등은 확대

엔비디아 CEO 젠슨 황과 도널드 트럼프 대통령이 All-In Summit 현장에서 AI 발전을 늦추지 않겠다는 입장을 함께 밝혔다. 그러나 데이터센터 확장을 둘러싼 환경 부담과 지역사회의 우려는 커지고 있다.

더 보기
CCTest · Blog
OpenAI, 스마트폰 카메라 업체 Glass Imaging 3억 달러 이상에 인수 보도
업계 동향
cctest.ai
업계 동향

OpenAI, 스마트폰 카메라 업체 Glass Imaging 3억 달러 이상에 인수 보도

OpenAI가 스마트폰 카메라 기술 기업 Glass Imaging을 3억 달러 이상에 인수했다는 보도가 나왔다. 이번 거래는 OpenAI가 추진하는 것으로 알려진 하드웨어 전략에 단말기 이미지 처리 역량을 더할 수 있다.

더 보기
CCTest · Blog
GitLab 경고: AI 에이전트 샌드박스는 신뢰된 네트워크 경로로 무너질 수 있다
AI 안전
cctest.ai
AI 안전

GitLab 경고: AI 에이전트 샌드박스는 신뢰된 네트워크 경로로 무너질 수 있다

GitLab의 보안 분석은 AI 코딩 에이전트를 샌드박스에 격리하는 것만으로는 안전을 보장할 수 없다고 지적했다. 허용 목록에 포함된 서비스의 취약점이 외부 시스템으로 이어지는 통로가 될 수 있다.

더 보기
CCTest · Blog
AI 에이전트가 RubyGems 캐시 취약점을 노렸다는 의혹
AI 안전
cctest.ai
AI 안전

AI 에이전트가 RubyGems 캐시 취약점을 노렸다는 의혹

Ruby 커뮤니티의 한 조사 글은 의심스러운 Gem이 RubyDoc.info의 문서 처리 과정에서 코드를 실행하고, RubyGems 캐시에 남은 인증 정보를 악용하려 했을 가능성을 제기했습니다. 인터넷에 연결된 AI 에이전트가 소프트웨어 공급망을 자동화된 공격 표면으로 바꿀 수 있다는 점을 보여주는 사례입니다.

더 보기
CCTest · Blog
SAS, 예측에 직접 기여하는 컨텍스트 순위로 희소 어텐션 개선
메모리·컨텍스트
cctest.ai
메모리·컨텍스트

SAS, 예측에 직접 기여하는 컨텍스트 순위로 희소 어텐션 개선

SAS는 선택기의 연속 점수를 어텐션 Softmax 안에 주입해 언어 모델링 손실이 컨텍스트 순위를 직접 학습하도록 하는 방법입니다. 제한된 어텐션 예산에서 예측에 더 유용한 토큰이나 블록을 남기는 것이 목표입니다.

더 보기
CCTest · Blog
로봇의 시각적 지름길을 끊는 LIT의 일반화 전략
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

로봇의 시각적 지름길을 끊는 LIT의 일반화 전략

로봇 파운데이션 모델은 익숙한 환경에서는 높은 성능을 내지만, 행동과 우연히 연결된 시각 단서에 의존할 수 있습니다. Latent Interface Training(LIT)은 공간 목표 기반 행동 사전분포와 자세 감독 잠재 인터페이스를 통해 카메라, 조명, 방해물 변화에 대한 강건성을 높입니다.

더 보기
CCTest · Blog
PLC-DPO: 노이즈 선호 라벨을 스스로 보정하는 DPO
강화학습
cctest.ai
강화학습

PLC-DPO: 노이즈 선호 라벨을 스스로 보정하는 DPO

DPO는 선호 비교 결과가 모두 정확하다고 가정하지만, 실제 데이터에는 뒤집힌 라벨과 차이가 약한 쌍, 판단하기 어려운 쌍이 섞여 있습니다. PLC-DPO는 정책과 참조 모델의 보정된 마진을 활용해 각 쌍을 정상 강화, 방향 반전, 동률 처리로 분기합니다.

더 보기