StateM, 모델을 바꾸지 않고 에이전트 정확도 95.3% 달성
StateM은 모델 가중치를 수정하는 대신 지속 상태와 검증 가능한 실행 전이를 제공하는 런타임으로 장기 작업 에이전트의 신뢰성을 높인다. Terminal-Bench 2.1에서 GPT-5.6 Sol xhigh로 95.3%의 원시 정확도를 기록했다.
더 보기Claude API 중계소 가이드, 검출 원리, LLM API 실측 노하우
총 2320개의 아티클
RSS 구독StateM은 모델 가중치를 수정하는 대신 지속 상태와 검증 가능한 실행 전이를 제공하는 런타임으로 장기 작업 에이전트의 신뢰성을 높인다. Terminal-Bench 2.1에서 GPT-5.6 Sol xhigh로 95.3%의 원시 정확도를 기록했다.
더 보기UI-Mate는 환경 기반 학습 파이프라인과 문맥 내 시연 학습을 결합해 장기 컴퓨터 작업을 수행하는 GUI 에이전트입니다. 제공된 논문 요약에 따르면 UI-Mate-27B는 OSWorld-Verified에서 77.0%를 기록했습니다.
더 보기Large Discovery Model은 생성 모델과 베이지안 비모수 보상 대리 모델을 결합해 후보를 만드는 데서 그치지 않고 불확실성을 고려해 다음 탐색 방향을 결정한다.
더 보기DeepMind 연구진을 포함한 연구팀이 조합 손실 분석의 핵심 최적화 문제를 재정식화하고, 머신러닝 기반 최적화와 AlphaEvolve를 결합했습니다. 그 결과 행렬 곱셈 지수의 기존 상한 2.371339가 2.371177로 낮아졌습니다.
더 보기RAG 포이즈닝 공격은 모델을 불확실하게 만드는 대신 잘못된 정보에 과도한 확신을 갖게 할 수 있다. 새로운 연구는 생성 과정의 문서 수준 어텐션 엔트로피를 추적하는 D-SCAN을 제안했다.
더 보기SPARGen은 공간 지능에 필요한 여러 과제를 지시 조건부 생성 문제로 다시 정의한다. 핵심은 3D 재구성, 조밀 대응, 공간 추론을 별도 모듈이 아니라 하나의 네이티브 멀티모달 생성 프레임워크에서 다루는 것이다.
더 보기OpenAI가 macOS용 ChatGPT 데스크톱 앱에 Computer History 기능을 추가한다. 클릭, 입력, 앱 사용 흐름을 ChatGPT와 Codex가 참고할 수 있게 해 생산성을 높이지만, 개인 작업 기록을 AI에 맡기는 문제도 함께 제기된다.
더 보기한 보안 연구 글은 스타트업이 쓰지 못한 AI API 크레딧을 사들여 할인된 추론 접근권으로 되파는 ‘토큰 브로커’ 시장을 추적했다. 추론 자원이 일종의 준화폐처럼 유통되면서 비용 절감과 함께 보안·컴플라이언스 리스크도 커지고 있다.
더 보기LiveAnimate는 포즈 기반 인물 애니메이션의 오래된 딜레마, 즉 좋은 품질과 느린 속도 사이의 충돌을 다룬다. 14B 규모의 비디오 DiT를 실시간 스트리밍 추론에 맞게 재구성해 긴 시퀀스에서도 안정성을 유지하려는 점이 핵심이다.
더 보기UniSwap은 말하는 영상에서 인물의 외형과 음색을 동시에 바꾸기 위한 통합 오디오-비주얼 프레임워크다. 별도 모델을 조합하는 대신 하나의 확산 Transformer 안에서 두 모달리티를 함께 다룬다.
더 보기StateFlow는 영화, 게임, 건축, 도시 설계의 프리비주얼라이제이션을 위해 지속적인 3D 세계 상태를 중심에 둔 생성 프레임워크입니다. 영상을 한 번에 만드는 대신, 세계를 구성하고 변화시키며 카메라를 통해 접근하는 방식을 제안합니다.
더 보기새 논문은 “오랜 상호작용 속에서도 모순 없이 유지하는 능력”을 자동으로 평가할 수 있게 만들었다. NCP-Bench는 강한 모델도 장기 서사에서는 쉽게 흔들린다는 점을 보여준다.
더 보기VibeLifeBench는 짧은 명령 수행이 아니라, 조용히 변하는 생활 환경 속에서 몇 주간 이어지는 과제를 AI 에이전트가 감당할 수 있는지 평가한다.
더 보기UniMoMo는 학습이 끝난 대형 추천 MoE 모델을 더 적은 전문가 수의 표준 MoE로 바꾸는 후처리 압축 프레임워크다. 파라미터 거리 대신 보정 데이터에서의 기능적 유사성과 라우팅 트래픽을 기준으로 전문가를 병합한다.
더 보기Ex-Omni-2D는 말은 할 수 있지만 ‘보이지는 않는’ 기존 멀티모달 대화 모델의 한계를 겨냥한다. 텍스트, 개인화 음성, 참조 조건 비디오를 하나의 응답으로 함께 생성한다.
더 보기이미지 생성 대화에서 유용한 후속 편집 제안은 채팅 텍스트만으로 만들 수 없다. 이 연구는 실제 서비스 데이터와 클릭 피드백, 시각 검증기를 결합해 현재 이미지에 맞는 다음 편집 추천을 개선한다.
더 보기Ouroboros는 도구, 프롬프트, 컨텍스트 조립 방식, 핵심 구현까지 개선 대상으로 삼는 자기 발전형 에이전트 하네스다. 논문은 여러 벤치마크에서 높은 성과를 보고하는 동시에, 자기 수정 에이전트의 안전 거버넌스를 핵심 과제로 제시한다.
더 보기이 논문은 모델의 여러 생성 결과에서 내부 일관성을 찾아 의사 해답을 만들고, 그 합의와 어긋나는 출력을 학습하는 U-OPSD를 제안한다. 정답 라벨이나 더 큰 교사 모델 없이도 수학 추론 벤치마크에서 기반 모델을 꾸준히 개선했다는 점이 핵심이다.
더 보기SPOT은 온폴리시 증류에서 어느 위치를 추가로 탐색하고 어떤 후보를 학습 목표로 삼을지 함께 결정한다. 교사 모델의 국소 확률만 따르지 않고, 검증기가 평가한 후속 생성 결과로 증류 타깃을 보정한다.
더 보기이 기술 보고서는 언어모델의 해석 가능성을 학습 이후에 덧붙이는 방식이 아니라, 학습 과정의 제약으로 함께 최적화해야 한다고 주장한다. Steerling-8B는 생성 결과를 입력 토큰, 인간이 이해할 수 있는 개념, 학습 데이터와 연결하려는 사례다.
더 보기AMD는 강한 교사 에이전트의 성공 궤적을 계층적 기억으로 추출해 작은 LLM 에이전트에 전달하는 방식이다. 재학습보다 재사용 가능한 경험을 구조화하는 데 초점을 둔다.
더 보기