ForgeWM, 1~4단계로 실행하는 실시간 비디오 월드 모델
ForgeWM은 양방향 액션 조건부 비디오 생성기를 게임 상호작용에 적합한 소수 단계 인과 월드 모델로 바꾸는 점진적 학습 프레임워크입니다. 낮은 지연시간을 유지하면서 키보드, 마우스, 게임패드 입력과 화면 변화의 정렬을 개선하는 데 초점을 둡니다.
더 보기Claude API 중계소 가이드, 검출 원리, LLM API 실측 노하우
총 2320개의 아티클
RSS 구독ForgeWM은 양방향 액션 조건부 비디오 생성기를 게임 상호작용에 적합한 소수 단계 인과 월드 모델로 바꾸는 점진적 학습 프레임워크입니다. 낮은 지연시간을 유지하면서 키보드, 마우스, 게임패드 입력과 화면 변화의 정렬을 개선하는 데 초점을 둡니다.
더 보기더 많이 기억한다고 해서 언어 모델이 현재 과제를 항상 더 잘 해결하는 것은 아니다. MemTrapBench는 검색된 기억이 추론과 판단을 왜곡하는 두 가지 인지 함정을 측정한다.
더 보기PolicyGuide는 조직 정책을 워크플로 그래프로 변환하고 사용자 발화가 끝날 때마다 에이전트의 상태를 선제적으로 검증한다. 위험한 행동만 막는 대신 누락된 절차를 찾아 정책에 맞는 다음 단계로 안내하는 접근법이다.
더 보기새 연구는 추론 시 검색된 문서를 제공하지 않아도 고정된 문서 모음에 답할 수 있도록 하는 IAR 후학습 프레임워크를 제안했다. 문서 지식 주입, QA 행동 정렬, 일반 능력 회복을 분리해 다루는 것이 핵심이다.
더 보기DeepMind가 VLM 기반 탐색, 모방 학습, 잔차 오프폴리시 강화학습을 결합한 VLA 정책 미세조정 방법 EXIMO를 제안했다. 이 방법은 새로운 작업을 학습할 때 필요한 원격조작 데이터와 시행착오를 줄이는 것을 목표로 한다.
더 보기새 연구는 이전 시도의 흔적과 피드백을 축적해 다음 답변을 수정하는 ‘Chain-of-Experience(CoE)’를 제안했다. 수학, 코딩, 지식 과제에서 자기 피드백과 환경 신호가 언어 모델의 지속적 개선에 미치는 영향을 평가했다.
더 보기SkillEvo는 에이전트 스킬의 지속적인 진화를 가로막는 핵심 요인이 편집 능력이나 반복 횟수가 아니라, 평가가 신뢰할 수 있는 개선 방향을 계속 제공할 수 있는지에 있다고 설명합니다. 다중 턴 사용자 시뮬레이션을 피드백 생성기로 전환하고, 사실성 저하와 구조 비대화를 제어하는 독립 거버넌스 계층을 추가합니다.
더 보기Hume AI의 연구는 자동 음성 인식 모델이 공개 벤치마크의 정답 문구를 재현하는 경향을 측정하는 방법을 제시했다. 일부 고득점 오픈소스 모델은 음성이 모순되거나 가려졌거나 모호한 상황에서도 참조 문장을 그대로 출력했다.
더 보기τ₀-VLA는 장기 로봇 조작을 위해 세계 모델이 안내하는 테스트 시점 계산을 도입하고, 불확실한 상황에서 여러 하위 작업을 비교한 뒤 다음 행동을 결정합니다.
더 보기SWE-bench Science는 98개 GitHub 저장소와 20개 과학 분야를 대상으로 과학 소프트웨어 공학을 저장소 수준에서 평가합니다. 공개 테스트를 통과하는 것만으로는 과학적 의미를 보존한 수정이라고 볼 수 없다는 점을 보여줍니다.
더 보기FlashPrefill V2는 평균 보정항, GPU 중심의 희소 어텐션 커널, 페이지드 KV 캐시와 연속 배치 지원을 결합해 장문맥 LLM 프리필을 실서비스 환경에 맞게 개선한다. NVIDIA H20의 128K 문맥에서 FP8 기준 FlashAttention-2 대비 최대 47.26배의 속도 향상을 보고했다.
더 보기FACET은 터미널 에이전트 작업의 지시문, 해법, 검증기를 동일한 실행 환경에 기반해 생성하는 프레임워크입니다. 실행 검증과 선택적 수리를 통해 원본 의도를 보존하면서 작업 구성 요소의 불일치를 줄입니다.
더 보기EnvHarness는 기존 환경을 처음부터 다시 만드는 대신 플러그인 계층으로 동작을 재구성한다. EnvRigger는 정책의 실행 궤적을 분석해 약점을 겨냥한 환경 구성 요소를 만들고 새로운 롤아웃으로 검증한다.
더 보기코딩 에이전트의 성공 여부는 모델이 어떤 명령을 생성했는지뿐 아니라, 실행 전에 그 명령이 어떻게 직렬화되고 포장되며 다시 파싱되는지에도 좌우됩니다. QuoteBench는 단일 매칭 점수가 인터페이스에서 발생한 실패를 가릴 수 있음을 측정했습니다.
더 보기37개 과제를 대상으로 한 비교에서 LLM과 전용 임베딩 모델의 종합 성능은 사실상 비슷했습니다. 그러나 비용과 처리 속도는 크게 달라, 전면 교체보다 작업별 분업이 합리적인 선택으로 제시됩니다.
더 보기그리스어 추론 실험은 정확도가 거의 변하지 않아도 모델의 행동은 크게 달라질 수 있음을 보여준다. SFT는 사용자 언어로 사고하게 만들고, RLVR은 형식 위반과 채널 누출을 고친다.
더 보기NARU는 일본어 장편 영상에서 변화하는 서사를 추적하고 명시되지 않은 문화적 의미를 추론하는 능력을 함께 평가하는 벤치마크다. 평가 결과, 현행 멀티모달 모델은 장거리 정보 통합과 문화적 맥락 기반 추론에서 여전히 큰 어려움을 보였다.
더 보기링크드인은 7월 30일 도입한 ‘AI 슬롭처럼 보임’ 피드백 기능을 100만 명 이상이 클릭했다고 밝혔습니다. 회사는 AI 슬롭으로 분류한 게시물의 조회수가 몇 주 전보다 40% 감소했다고도 설명했습니다.
더 보기Nvidia 연구진은 모델 자체를 바꾸지 않고도 주변 소프트웨어 계층을 조정해 장기 과제 성능을 크게 높였습니다. 기억 관리, 도구 사용, 감독 에이전트가 에이전트 시스템의 핵심 요소로 떠오르고 있습니다.
더 보기DeepSeek가 API 플랫폼에 deepseek-v4-flash-vision-exp를 출시하며 V4 시리즈에 공식 이미지 입력 기능을 추가했다. 도구 사용과 코딩 에이전트 관련 평가에서도 여러 지표가 개선됐다.
더 보기Meta AI Research가 Apache 2.0 라이선스의 오픈 웨이트 모델 Muse Glimmer를 공개했습니다. 이 모델은 로컬 환경에서 비전 입력, 코딩, 다단계 도구 호출과 오류 복구를 수행하도록 설계됐습니다.
더 보기