로보틱스·자율주행 분야에서는 오픈소스 기반의 로봇 에이전트 연구가 활발히 진행되고 있으며, uni-robot-agent는 오픈 가중치를 통해 연구 확장을 이끌고 있다. 또한 ODE Policy는 행동 동기를 학습하여 물리적 운동의 연속성을 자동화하는 새로운 정책 기법으로, 다양한 시나리오에서 우수한 성능을 보여주고 있다.
PiVo는 텍스트를 파동으로 변환하는 전체 과정을 포함해 140만 개의 파라미터로 영어 두 개의 합성 음성을 생성합니다. 학습 데이터는 8,628개의 교사 생성 문장이며, 성능은 검증 시 0.863%의 단어 오류율을 기록했습니다.
언어 모델과 에이전트 분야에서는 대규모 경험을 기반으로 한 성능 향상 기술과 공동 개발 능력을 평가하는 벤치마크가 주요 흐름으로, NorthCUA는 컴퓨터 사용 에이전트의 성능을 향상시키는 시스템으로, CrossSWE는 코드 에이전트의 협업 개발 능력을 평가하는 대규모 벤치마크로 각각 대표 사례입니다.
FinForesight는 금융 예측 시스템의 성능을 평가하기 위한 백테스팅 벤치마크로, 시장 가치, 수익 순위, 이벤트 방향, 미래 재무 기초 자료 등 4가지 작업을 평가합니다. 시스템의 반복적 학습과 추론 능력을 분석하여 예측 성능과 안정성을 평가합니다.
NorthCUA Technical Report: Turbocharging Computer-Use Agents through Experience at Scale
NorthCUA는 대규모 경험을 기반으로 컴퓨터 사용 에이전트의 성능을 향상시키는 통합 시스템으로, 다양한 실행 가능한 작업을 제공하고, 학습 및 정제를 통해 GUI 이해, 데스크톱 실행 및 웹 상호작용에서 최첨단 성과를 달성했습니다.
beipo-ai/NorthCUA · GitHub README
NorthCUA Harness는 컴퓨터 사용을 위한 오픈소스 프레임워크로, 모델을 연결하여 작업을 실행하고 결과를 검사할 수 있습니다. 사용자는 데스크탑 및 웹 환경에서 작업을 수행할 수 있으며, 작업의 전체 과정을 추적하고 결과를 보존할 수 있습니다.
Democratizing Robot-Use Agents: A Unified Harness with Open Models
uni-robot-agent는 오픈 가중치로 구성되어 로봇 사용 연구를 확대하며, Qwen3.8-Flash-Next는 RoboDojo 점수 31.39를 달성해 GPT-6 Astra-RoboProbe 결과를 넘어섰다. 이는 로봇 사용 능력을 네 가지 일반적 능력에 연결시켰다.
Open-RUA/uni-robot-agent · GitHub README
uni-robot-agent는 로봇 사용을 위한 통합 프레임워크로, Codex와 Claude Code 런타임을 지원합니다. 주요 기능은 로봇 도구 호출, 라이브/저장된 에피소드 검사, 그리고 다양한 환경에서의 작업 수행입니다.
ODE Policy: Robot Learning via Action Dynamics, Not Actions
ODE Policy는 행동의 동적을 학습하여 물리적 운동의 연속성을 자동으로 만드는 새로운 정책 기법이다. 실험 결과, 이 방법은 시각-운동 정책, 비전-언어-행동 모델, 모델 기반 강화 학습에서 뛰어난 성능을 보여준다.
NTUMARS/ODE-POLICY · GitHub README
ODE Policy는 로봇이 행동 변화를 학습하는 방식으로, 행동 자체가 아닌 동적 변화를 학습합니다. 이는 연속적인 움직임을 생성하고, 단일 에포크 내에 학습이 가능하며, 빠른 실행 속도와 다중 모드 지원을 제공합니다.
FinForesight: A Diagnostic Backtesting Benchmark for Deep Research Systems in Financial Forecasting
FinForesight는 금융 예측 시스템의 성능을 평가하기 위한 백테스팅 벤치마크로, 시장 가치, 수익 순위, 이벤트 방향, 미래 재무 기초 자료 등 4가지 작업을 평가합니다. 시스템의 반복적 학습과 추론 능력을 분석하여 예측 성능과 안정성을 평가합니다.
openfinmind/finforesight · GitHub README
FinForesight은 금융 예측을 위한 디ープ 리서치 시스템의 진단 백테스팅 벤치마크로, 모델 시각화 작업, 중개 연구 도구, 허용된 라벨, 호스트 측 평가 등을 분리하여 시간 제어 하에 금융 예측을 연구합니다. 주요 기능은 VAL, RANK, EVT, FUND, CF, CALC 등의 작업을 포함합니다.
CrossSWE: Benchmarking Cross-Repository Joint Development for Coding Agents
CrossSWE는 165개 리포지토리와 20개 기술 분야, 13개 프로그래밍 언어를 포함한 171개 실제 사례를 기반으로 한 크로스 리포지토리 공동 개발을 위한 벤치마크로, 코드 에이전트의 협업 개발 능력을 평가합니다. 평가 결과, 가장 강력한 모델인 GPT-6.1 Sol도 Pass@1에서 58.48%에 불과한 것으로 나타났습니다.
PiVo: two English voices in 1.4 million inference parameters
PiVo는 텍스트를 파동으로 변환하는 전체 과정을 포함해 140만 개의 파라미터로 영어 두 개의 합성 음성을 생성합니다. 학습 데이터는 8,628개의 교사 생성 문장이며, 성능은 검증 시 0.863%의 단어 오류율을 기록했습니다.