SolarWM, 장기 비디오 월드 모델을 위한 개방형 학습 기반 제시
SolarWM은 서로 다른 비디오 데이터와 생성 백본, 장기 추론을 하나의 재구성 가능한 파이프라인으로 연결하려는 프로젝트다. 통합 데이터 계약과 3단계 학습 방식을 통해 5초 학습 클립으로 분 단위에서 시간 단위의 상호작용 롤아웃을 목표로 한다.
더 보기Claude API 중계소 가이드, 검출 원리, LLM API 실측 노하우
총 2320개의 아티클
RSS 구독SolarWM은 서로 다른 비디오 데이터와 생성 백본, 장기 추론을 하나의 재구성 가능한 파이프라인으로 연결하려는 프로젝트다. 통합 데이터 계약과 3단계 학습 방식을 통해 5초 학습 클립으로 분 단위에서 시간 단위의 상호작용 롤아웃을 목표로 한다.
더 보기PaperCompiler는 논문 기반 코드 생성에서 발생하는 알고리즘 단순화와 파일 간 불일치 문제를 다룬다. 구현 근거를 출처가 추적 가능한 저장소 전체 사양으로 정리한 뒤 코드 생성을 수행하는 방식이다.
더 보기CRISP는 입력에 따라 달라지는 희소 어텐션을 위해 프록시 어텐션 맵에서 구조를 직접 읽는 지표와 sink를 고려한 임계값을 제안합니다. 이를 통해 동적 라우팅 비용과 긴 문맥에서 누적되는 배경 노이즈를 함께 줄이는 것이 목표입니다.
더 보기EarlyEval은 LLM 에이전트의 중간 행동과 텍스트를 분석해 작업의 성공 또는 실패를 조기에 예측한다. 세 가지 벤치마크에서 평가 결과의 변화는 작게 유지하면서 실행 단계와 토큰 사용량을 줄였다.
더 보기AgentJudgeBench는 개방형 텍스트 선호도가 아니라 의존 관계가 있는 도구 호출 워크플로에서 LLM 평가자를 시험한다. 결과는 평가 신뢰성이 모델 규모보다 작업 난도에 더 크게 좌우될 수 있음을 보여준다.
더 보기E-Commerce Bench는 LLM 에이전트가 365일 동안 조달 협상, 판매, 주문 처리, 반품, 현금흐름 관리를 수행하도록 설계된 평가 벤치마크입니다. 높은 수익과 종합적인 운영 역량은 서로 다를 수 있다는 결과를 보여줍니다.
더 보기장기간 실행되는 LLM 에이전트에서는 영속 메모리의 오류가 존재하지 않는 권한을 실제 권한처럼 만들 수 있습니다. 연구진은 이를 ‘내생적 권한 세탁’이라고 부르고 EAL-Bench를 통해 측정했습니다.
더 보기200개가 넘는 내부 애플리케이션의 트래픽을 하나의 셀프 호스팅 모델로 모으고, 실제 운영 오류를 바탕으로 후학습한 사례가 소개됐다. 지시 따르기, 함수 호출, 내부 업무 분포별 GRPO 전문가를 만든 뒤 2단계 SLERP로 결합한다.
더 보기SWE-bench의 문제는 대체로 정형화되고 정보가 풍부하지만, 실제 사용자의 요청은 짧고 구어체이며 맥락이 부족한 경우가 많습니다. RealSWE는 현실적인 입력이 평균 해결률을 낮추고 모델 순위까지 바꿀 수 있음을 보여줍니다.
더 보기한 이론 연구가 AI가 차세대 AI 연구개발에 참여할 때 개선 효과가 개발 주기를 거치며 커지는지 약해지는지를 판단하는 ‘AI 재귀 재생산 수’ R_AI를 제안했다. 자기증폭으로의 전환은 특정 능력 수준이 아니라 연구 피드백 구조에 달려 있다.
더 보기ZimaBlue는 사람과 로봇의 1인칭 비디오를 로봇 제어로 연결하는 3단계 학습 프레임워크를 제안한다. 고용량 세계 모델과 빠른 행동 예측을 분리한 Slow-Fast 구조로 일반화와 실시간성을 함께 확보하려 한다.
더 보기OpenAI의 새 모델 Astra가 순차적 사고를 벗어나 같은 질의를 반복 처리하는 ‘recurrent depth’를 사용할 것으로 알려졌다. AI 안전 연구자들은 이 방식이 모델의 사고 과정을 감시하기 어렵게 만들 수 있다고 우려한다.
더 보기구글이 복잡한 작업에서 더 많은 추론 단계를 수행하고 도구를 반복 호출하는 Gemini 3.8 Flash를 공개했다. 토큰 단가는 유지되지만 작업당 사용량 증가로 실제 비용은 높아질 수 있다.
더 보기PyTorch 2.14는 NVGEMM, nccl2, 일급 장애 허용 기능, 선언적 동적 형상, Apple Silicon용 선형대수를 추가하며 운영 환경을 위한 기반을 넓혔다.
더 보기비영리단체 Protect Democracy가 트럼프 행정부의 프런티어 AI 모델 출시 전 안전 심사 체계에 대해 미국 연방기관 4곳을 상대로 소송을 제기했다. 참여 기업, 평가 기준, 법적 근거, 모델 접근권을 정하는 절차가 핵심 쟁점이다.
더 보기아마존이 Alexa for Shopping에 이메일, 문자, 전화가 실제로 회사에서 보낸 것인지 확인하는 기능을 추가했다. AI는 메시지의 내용과 형식 등을 아마존의 발송 기록과 비교하며, 완전히 확신할 수 있을 때만 진짜라고 확인한다.
더 보기구글 딥마인드가 정부 기관과 기업, 신뢰할 수 있는 보안 파트너를 위한 제한적 접근 프로그램 Fairwind를 발표했습니다. Gemini 3.8 Flash Cyber와 CodeMender를 결합해 취약점의 탐지, 검증, 수정까지 지원하는 것이 핵심입니다.
더 보기Google DeepMind가 Gemini 3.8 Flash와 Gemini 3.8 Flash Cyber를 공개했습니다. 장기 소프트웨어 엔지니어링, 복합 추론, 취약점 탐지와 자동 패치가 이번 업데이트의 핵심입니다.
더 보기Microsoft Research가 적은 학습자 데이터로 개인화된 학생 시뮬레이터를 만드는 StudentSim을 공개했습니다. 체스, 제2언어 영어 작문, 수학 평가에서 GPT-5.4를 앞섰습니다.
더 보기Harness-of-Harness(HoH)는 새로운 코드 생성 모델이 아니라 기존 코딩 에이전트 하네스를 장기 개발에 맞게 구성하는 프레임워크입니다. 계획, 코딩, 테스트, 독립 평가를 반복해 소프트웨어를 점진적으로 개선합니다.
더 보기H3-World는 33B MiniMax-H3 동영상 생성기에 자연어 기반 캐릭터·카메라 제어를 추가하고, 각 지시를 영상의 특정 시간 구간에 연결한다. 별도의 행동 모듈을 새로 학습하는 대신 기존 의미 표현을 경량 LoRA 적응으로 활용한다.
더 보기