CCTest · Blog
UEmbed: 희소 검색과 조밀 임베딩을 하나의 멀티모달 디코더로 통합
RAG·검색
cctest.ai
RAG·검색

UEmbed: 희소 검색과 조밀 임베딩을 하나의 멀티모달 디코더로 통합

Alibaba-NLP의 UEmbed는 decoder-only 멀티모달 임베딩 모델로, 한 번의 인과적 forward pass에서 희소 어휘 표현과 조밀 벡터를 함께 생성한다. 검색, RAG, 멀티모달 검색에서 분리되어 있던 표현 체계를 통합하려는 시도다.

더 보기
CCTest · Blog
DiffusionGemma: 이산 확산으로 LLM의 순차 생성 병목을 겨냥하다
확산 모델
cctest.ai
확산 모델

DiffusionGemma: 이산 확산으로 LLM의 순차 생성 병목을 겨냥하다

DiffusionGemma는 텍스트를 한 토큰씩 생성하는 대신 256토큰 블록을 병렬로 반복 보정하는 실험적 오픈웨이트 언어 모델이다. Gemma 4를 미세조정해 만들어졌으며, 생성 속도와 모델 능력 사이의 새로운 절충점을 제시한다.

더 보기
CCTest · Blog
SWE-Touch: 사용자가 코드를 건드릴 때 코딩 에이전트는 얼마나 버틸까
모델 평가
cctest.ai
모델 평가

SWE-Touch: 사용자가 코드를 건드릴 때 코딩 에이전트는 얼마나 버틸까

SWE-Touch는 코딩 에이전트를 정적인 저장소가 아니라 사용자가 함께 수정하는 공유 작업공간에서 평가한다. 결과는 많은 모델이 코드 변화 감지와 충돌 조정에 아직 취약하다는 점을 보여준다.

더 보기
CCTest · Blog
Skill-α: 강화학습으로 AI 에이전트 스킬을 점진적으로 생성하다
AI 에이전트
cctest.ai
AI 에이전트

Skill-α: 강화학습으로 AI 에이전트 스킬을 점진적으로 생성하다

Skill-α는 에이전트 스킬 생성을 한 번의 작성이 아니라 순차적 편집 과정으로 정의하고, 각 편집이 실제 하위 작업 성능을 높이는지 평가한다. 문서 기반과 경험 기반 스킬 생성 모두에서 기존 휴리스틱 및 파이프라인 방식보다 나은 결과를 보였다.

더 보기
CCTest · Blog
DAPD: 정책 증류에서 ‘특권 정보 착각’을 줄이는 방법
강화학습
cctest.ai
강화학습

DAPD: 정책 증류에서 ‘특권 정보 착각’을 줄이는 방법

DAPD 논문은 온폴리시 자기 증류에서 발생하는 성능 저하를 교사와 학생이 접근할 수 있는 정보의 비대칭 문제로 설명합니다. 두 단계의 앵커링을 통해 추론 시 재현할 수 없는 특권 의존 행동이 학생에게 전달되는 것을 줄이려 합니다.

더 보기
CCTest · Blog
GradCuit: 테스트 시점에 LLM의 내부 추론을 최적화하다
대규모 언어 모델
cctest.ai
대규모 언어 모델

GradCuit: 테스트 시점에 LLM의 내부 추론을 최적화하다

GradCuit은 Transformer 중간층에 최적화 가능한 연속 잠재 상태를 삽입해, 생성 결과의 피드백을 내부 추론 상태로 직접 전달하는 방법입니다. 모델 파라미터를 고정한 채 추론 정확도와 안정성을 높이는 데 초점을 둡니다.

더 보기
CCTest · Blog
DeepVoyager-VL: 시각 정보를 추론 루프에 넣은 장기 멀티모달 검색
RAG·검색
cctest.ai
RAG·검색

DeepVoyager-VL: 시각 정보를 추론 루프에 넣은 장기 멀티모달 검색

DeepVoyager-VL은 이미지를 처음에만 보는 방식에서 벗어나, 시각 증거가 검색과 중간 추론을 계속 이끄는 구조를 제안합니다. 긴 정보 탐색 과정에서 텍스트와 이미지를 반복적으로 활용하는 점이 핵심입니다.

더 보기
CCTest · Blog
VAD: 멀티모달 증류에서 교사 보정 속 시각 증거를 분리하다
멀티모달
cctest.ai
멀티모달

VAD: 멀티모달 증류에서 교사 보정 속 시각 증거를 분리하다

VAD는 멀티모달 on-policy 증류에서 교사 모델의 보정이 실제로 이미지 증거에 근거한 것인지 추정하는 방법이다. 전체 교사 신호를 그대로 따르기보다, 시각적으로 귀속 가능한 성분으로 학생 모델의 학습 목표를 재구성한다.

더 보기
CCTest · Blog
InfiniSplat: 단일 이미지 3DGS를 표면 정렬 표현으로 확장하다
비전·비디오
cctest.ai
비전·비디오

InfiniSplat: 단일 이미지 3DGS를 표면 정렬 표현으로 확장하다

InfiniSplat은 한 장의 이미지에서 큰 시점 변화에도 더 일관된 3D Gaussian Splatting 표현을 생성하려는 프레임워크입니다. 픽셀 격자 중심 예측 대신 기하 기반 샘플링과 암시적 가우시안 디코딩을 사용합니다.

더 보기
CCTest · Blog
SKT: 검증된 합성 데이터로 AI 에이전트의 스킬 활용을 훈련
AI 에이전트
cctest.ai
AI 에이전트

SKT: 검증된 합성 데이터로 AI 에이전트의 스킬 활용을 훈련

SKT는 언어모델 에이전트가 재사용 가능한 스킬을 더 잘 찾고, 적용하고, 조합하도록 돕는 검증형 데이터 합성 파이프라인이다. 공개 스킬을 바탕으로 실행 가능한 과제와 궤적을 만들고, 검증을 통과한 데이터만 학습에 활용한다.

더 보기
CCTest · Blog
자율주행 VLM의 ‘미래 궤적 유출’ 문제, DEFT-RLVR가 검증 가능한 추론으로 바꾼다
로보틱스·피지컬 AI
cctest.ai

자율주행 VLM의 ‘미래 궤적 유출’ 문제, DEFT-RLVR가 검증 가능한 추론으로 바꾼다

이 논문은 자율주행 VLM의 CoT 감독 학습에서 교사 모델이 정답 미래 궤적을 미리 보면, 실제 추론이 아니라 사후 합리화가 발생할 수 있다고 지적한다. AD-MCQ와 DEFT-RLVR는 주행 계획을 후보 궤적 선택 문제로 재구성한다.

더 보기