CCTest · Blog
ForgeWM, 1~4단계로 실행하는 실시간 비디오 월드 모델
월드 모델
cctest.ai
월드 모델

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 보기
CCTest · Blog
PolicyGuide, 단일 행동 차단에서 전체 업무 흐름 안내로
AI 에이전트
cctest.ai
AI 에이전트

PolicyGuide, 단일 행동 차단에서 전체 업무 흐름 안내로

PolicyGuide는 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 보기
CCTest · Blog
EXIMO: VLM 계획으로 VLA 로봇 정책을 효율적으로 적응시키다
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

EXIMO: VLM 계획으로 VLA 로봇 정책을 효율적으로 적응시키다

DeepMind가 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 보기
CCTest · Blog
SkillEvo: 다중 턴 피드백으로 진화하는 에이전트 스킬
AI 에이전트
cctest.ai
AI 에이전트

SkillEvo: 다중 턴 피드백으로 진화하는 에이전트 스킬

SkillEvo는 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 보기
CCTest · Blog
ASR 모델은 정말 음성을 듣는가: 벤치마크 최적화의 함정
모델 평가
cctest.ai
모델 평가

ASR 모델은 정말 음성을 듣는가: 벤치마크 최적화의 함정

Hume 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 보기
CCTest · Blog
SWE-bench Science가 드러낸 과학 소프트웨어 코드 수정의 난점
모델 평가
cctest.ai
모델 평가

SWE-bench Science가 드러낸 과학 소프트웨어 코드 수정의 난점

SWE-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 보기
CCTest · Blog
FlashPrefill V2, 장문맥 LLM 프리필을 실서비스에 가깝게
추론·배포
cctest.ai
추론·배포

FlashPrefill V2, 장문맥 LLM 프리필을 실서비스에 가깝게

FlashPrefill 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 보기
CCTest · Blog
FACET, 실행 상태로 터미널 에이전트 작업 합성의 신뢰성 높여
AI 에이전트
cctest.ai
AI 에이전트

FACET, 실행 상태로 터미널 에이전트 작업 합성의 신뢰성 높여

FACET은 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 보기
CCTest · Blog
QuoteBench가 보여준 코딩 에이전트 명령 경로의 숨은 실패
모델 평가
cctest.ai
모델 평가

QuoteBench가 보여준 코딩 에이전트 명령 경로의 숨은 실패

코딩 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 보기
CCTest · Blog
NARU, 일본어 초장편 영상의 서사와 문화 이해를 평가하다
모델 평가
cctest.ai
모델 평가

NARU, 일본어 초장편 영상의 서사와 문화 이해를 평가하다

NARU는 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 보기
CCTest · Blog
Nvidia 연구가 보여준 것: AI 에이전트의 진짜 주역은 모델보다 Harness
AI 에이전트
cctest.ai
AI 에이전트

Nvidia 연구가 보여준 것: AI 에이전트의 진짜 주역은 모델보다 Harness

Nvidia 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 보기