로보틱스와 자율주행 분야에서는 물리적 지능 평가, 시뮬레이션 기반 정책 학습, 시각-언어 모델의 활용, 그리고 실제 환경에서의 탐색 및 적응 학습이 주요 흐름으로 나타났다. 대표 사례로는 RoboColosseum, Open-HumanScale, PyRUA-REAL 등이 있으며, 이들 기술은 로봇의 일반화 능력과 실제 환경에서의 성능 향상을 목표로 한다.
비전·이미지·영상 분야에서는 비전-언어 인코더 UltraVBERT가 ViDoRe V3에서 높은 성능을 보이며, 스트리밍 비디오 RL에서 턴 수준의 상호작용을 개선한 TurnWise와 장문 맥락 이미지 생성 평가 체계인 LongBanana가 주목받고 있습니다.
음성 인식 분야에서는 다이얼렉트별 음성 인식 모델의 성능 향상이 주요 흐름으로, GigaSpeech 3는 아랍어 다이얼렉트를 대상으로 단어 오류율 23.86%를 달성한 사례입니다. 또한, Confucius4-R2T2는 실시간 음성 인식에서 정확도와 저지연을 동시에 유지하는 안정적인 모델로, 중국어와 영어 데이터를 기반으로 개발되었습니다.
언어 모델과 에이전트 분야에서는 장기적 에이전트 성능 향상, 다중 모달 학습 지원 파이프라인, 메모리 기반 모델 개선 등 주요 흐름이 나타났습니다. 대표 사례로는 ToolSpace, VidUEU-Agent, LLM 에이전트 메모리 연구가 있습니다.
학습 분야에서는 LoCo가 추론 길이를 단축시키는 방법을 제시했고, Recursa는 자가 개선을 통한 새로운 도메인 적응을 가능하게 했다. 인프라 분야에서는 SpecPilot이 speculative decoding의 성능을 극대화했으며, Ripple-65B Preview는 코드 작업에서 높은 효율성을 제공하는 오픈웨이트 모델로 주목받고 있다.
Route Anything은 다양한 도메인에서 라우팅 메커니즘을 통해 성능과 계산 비용의 균형을 맞추며 효율성을 8.82배 향상시켰다. SeMo3D는 3D 생성 및 편집을 통합해 일관성과 정확도를 높이고, 다양한 작업에서 최첨단 기법을 넘어선 성능을 보여준다.
Route Anything: A Study of Model and Policy Routing for General-Purpose AI Systems
Route Anything은 다양한 도메인과 모달리티에서 성능과 계산 비용을 균형 있게 조절하는 라우팅 메커니즘을 제시합니다. 실험 결과, 라우팅은 효율성을 평균 8.82배 향상시키는 잠재력을 보여줍니다.
InfRec-Cardinal/route-anything · GitHub README
이 저장소는 일반적인 AI 시스템을 위한 모델 및 정책 라우팅 연구를 위한 실험 코드를 제공합니다. 주요 기능은 다양한 입력에 따라 적절한 생성기나 로봇 정책을 선택하는 라우터의 설계와 평가입니다. 사용 조건은 코드/텍스트 기반 실험 및 공개된 데이터셋을 기반으로 합니다.
Words Caught in the Heart: Simulating Person-Specific Expression for Self-Opaque Clients in Psychotherapy
이 연구는 심리상담 클라이언트의 개인별 표현을 시뮬레이션하는 팜다라 프레임워크를 제안하며, 표현 계획을 통해 언어 패턴과의 일치도를 높이고 AI처럼 보이는 표현을 줄이는 효과를 입증하였다.
whunextgen/Pandora · GitHub README
Pandora는 심리 상태와 표현을 모델링하는 프레임워크로, 12개의 수치 상태 차원을 기반으로 상태 업데이트와 표현 계획을 제공합니다. 사용자는 합성 예제를 통해 상태 전환과 표현 계획을 확인할 수 있습니다.
Behind Video Generation: Observations and Insights on Multimodal Understanding from Kling
이 보고서는 Kling 시리즈를 통해 얻은 멀티모달 이해의 통찰을 정리하며, 생성 품질이 데이터-조건-정렬-평가 체인 전반에서의 멀티모달 이해의 투영임을 강조한다. 또한, 텍스트 인코더의 신뢰성은 인지적 훈련에서 비롯된다는 점을 밝힌다.
MoviEdit: Long-form Multi-Shot Video Editing Made Easy
MoviEdit은 장형 다장면 영상 편집을 위한 종단간 프레임워크로, 자동 데이터 생성 파이프라인과 시퀀스 기반 아키텍처를 통해 편집 일관성을 유지합니다. 실험 결과, MoviEdit은 기존 오픈소스 모델보다 우수하며 산업 전선 모델과 동등한 성능을 보입니다.
adobe-research/MoviEdit-Bench · GitHub README
MoviEdit-Bench는 장형 다장면 영상 편집을 위한 평가 기준으로, 편집 정확도, 일관성, 품질 등을 측정합니다. 저장소는 편집 데이터, 평가 코드, 참조 결과를 포함하여 자체 실험을 위한 모든 자원을 제공합니다.
Think Less, Locally: Local Preference Learning for Reasoning Compression
LoCo는 모델의 자체 추적을 기반으로 과도한 추론 상태를 탐지하고, 이를 바탕으로 상태 조건에 따른 선호도 쌍을 학습하여 추론 길이를 단축시키는 방법이다. 수학 및 코드 생성 작업에서 정확도를 유지하면서도 추론 길이를 41.7%~45.4% 단축시켰다.
MuyaoYuan/LoCo · GitHub README
LoCo는 추론 모델의 사고 과정을 자체 추적을 통해 압축하는 로컬 선호도 학습 기법으로, 수학 및 코드 생성 작업에서 성능과 효율성을 동시에 개선합니다. 주요 기능은 과도한 사고 상태를 탐지하고, 짧은 검증된 연속을 재생성하여 DPO를 통해 모델을 훈련하는 것입니다.
DreamX: Video Diffusion Model is a Universal Latent Action Learner
DreamX는 사전 학습된 비디오 확산 모델을 활용하여 행동을 학습하는 일반적인 잠재적 행동 학습자를 제안합니다. 이 모델은 다양한 체제와 환경에서 행동을 이전할 수 있는 공유된 행동 인터페이스를 제공합니다.
RoboColosseum: Evaluating Physical Intelligence at Scale In-The-Wild
RoboColosseum은 다양한 환경에서 로봇 정책의 일반화 능력을 평가하는 분산된 평가 프레임워크로, 오픈 트랙과 파인튜닝 트랙을 통해 정책의 적응력과 성과를 비교했다. 결과적으로, 일부 정책이 특정 로봇에서 우수한 성능을 보였으나, 전체적인 정책 순위는 일관되지 않았다.
RoboColosseum/robocolosseum-client · GitHub README
RoboColosseum Client은 로봇 평가를 실행하고, 정책 서버와 통신하며 결과를 기록하고 업로드하는 도구입니다. 사용자는 로봇 설정을 구성하고, 평가를 실행하여 결과를 제출할 수 있습니다.
Axion 1.0: Open Agent Foundation Models, Simplified
Axion 1.0은 단순한 훈련 방법으로 강력한 에이전트 기능을 갖춘 오픈 소스 모델로, 다양한 에이전트 벤치마크에서 뛰어난 성능을 보여줍니다. 연구는 훈련 과정의 개방성과 간소화를 통해 실용적인 에이전트 지능 발전의 가능성을 제시합니다.
bytedance/axion1_0 · GitHub README
bytedance/axion1_0은 과학적 추론과 도구 사용을 지원하는 오픈소스 AGI 모델을 개발하기 위한 저장소입니다. 주요 기능으로는 세 단계의 훈련 프로세스, 검증 가능한 훈련 데이터, 그리고 오픈소스 코드가 포함되어 있으며, 다양한 벤치마크에서 높은 성능을 보입니다.
Factorized MLLM Embeddings for Composed Image Retrieval
이 논문은 구성된 이미지 검색(CIR)을 위한 Factorized MLLM 임베딩(FactEmbed)을 제안하며, 구성된 쿼리 이해와 구별된 임베딩 생성을 분리해 성능 향상을 이끌어낸다. 실험 결과, FactEmbed는 기존 방법들보다 CIR 벤치마크에서 우수한 성능을 보여준다.
cvlab-kaist/FactEmbed · GitHub README
FactEmbed은 합성 이미지 검색을 위한 요소화된 MLLM 임베딩을 제공하는 저장소입니다. 주요 기능은 이미지와 텍스트의 복합적인 특징을 효과적으로 추출하여 검색 성능을 향상시킵니다.
ToolSpace: Scaling Tool-Centric Environment Synthesis for Long-Horizon Agents
ToolSpace는 실행 추적 데이터를 기반으로 도구 중심 환경을 합성하여 장기적 에이전트의 성능을 향상시킨다. 실험 결과, ToolSpace는 여러 벤치마크에서 기존 모델의 성능을 크게 개선하였다.
dongguanting/ToolSpace · GitHub README
ToolSpace는 실제 도구 추적을 기반으로 실행 가능한 환경과 장기 목표를 합성하는 프레임워크입니다. 주요 기능은 유형화된 의존성, 상태 인식 워크플로우, 재생 검증을 통해 다양한 장기 목표 작업을 지원합니다.
YANAMI: A Large-Scale Multimodal Dataset and Benchmark for Multiturn Stateful Interaction
YANAMI는 다중 모달 상태 유지 대화를 위한 첫 번째 대규모 데이터셋 및 벤치마크로, 40만 개 이상의 다중 턴 다이얼로그와 400개의 시스템적 평가 대화를 포함합니다. 실험 결과, BAGEL 모델의 편향 학습은 이미지 편집 및 다중 모달 상태 유지 대화 성능을 각각 10.3%와 13.23% 향상시켰습니다.
EvoTeam: Multi-Agent Collaboration via Evolving Teams
EvoTeam은 실행 경험을 바탕으로 팀 조직, 상호작용 규칙 및 개별 에이전트 기술을 공동으로 진화시키는 협업 중심 프레임워크입니다. 다양한 벤치마크에서 효과성을 입증했습니다.
VidUEU-Agent: A Data-Curation Agent for Multimodal Understanding, Editing, and Unified Tasks
VidUEU-Agent는 원시 영상을 정교한 지시 데이터로 변환하여 다중 모달 학습을 지원하는 자동화된 파이프라인입니다. VidUEU-100K 데이터셋을 통해 다양한 작업에서 성능 향상을 입증했습니다.
LRuca/VidUEU-Agent · GitHub README
VidUEU-Agent는 비디오에서 증거 기반의 다중 모달 지시 데이터를 생성하기 위한 에이전트 파이프라인입니다. 주요 기능은 비디오 이해, 편집, 통합 작업을 지원하며, 다양한 데이터 포맷과 메타데이터를 제공합니다.
WebHarbor: Docking Real Websites for Evolving GUI Agent Environments
WebHarbor는 실제 웹사이트의 시각적 인터페이스, 콘텐츠 및 기능적 워크플로우를 정확하게 재현한 153개의 실행 가능한 도커 환경을 제공합니다. 이는 강화학습을 통한 GUI 에이전트의 신뢰성 있는 평가와 학습을 가능하게 하며, 다양한 벤치마크에서 우수한 성능을 보입니다.
aiming-lab/WebHarbor · GitHub README
WebHarbor는 153개의 인기 웹사이트를 로컬 Docker 이미지로 복제하여 GUI 에이전트의 테스트 환경을 제공합니다. 이 저장소는 3,518개의 작업을 포함하여 에이전트의 능력을 테스트하고 훈련하는 데 사용됩니다.
You don't need long context
논문은 장문의 컨텍스트를 유지할 필요가 없다는 주장을 제시하며, 단축 컨텍스트를 유지하면서도 작업 정확도에 큰 영향을 주지 않는다는 결과를 보여준다. 이는 장기적인 소프트웨어 엔지니어링 작업에서 LLM의 성능이 무너지지 않는다는 점을 강조한다.
Are Frontier VLM Agents Ready to Be Robot Generalists? An Empirical Study with the Embodied Agent Arena
이 연구는 프론티어 시각-언어 모델(VLM)이 로봇 전문가의 요구사항을 얼마나 만족하는지를 평가하며, 닫힌 가중치 모델이 모든 도메인에서 우수한 성능을 보였으나, 오픈 가중치 VLM은 공간 추론은 가능하지만 계획 및 조작 성공률이 낮은 것으로 나타났다.
embodied-agent-arena/embodied-agent-arena · GitHub README
embodied-agent-arena은 최첨단 VLM 에이전트의 본질적인 몸으로 표현된 일반화 능력을 평가하기 위한 저장소입니다. 10개 모델을 1,000개의 케이스에서 평가하여 조작, 시각 인지, 공간 추론 등 다양한 기능을 검증합니다.
Mage-VL-Cowork: A Full Training Recipe to Learn Hybrid Computer Use From Evolved Harnesses
Mage-VL-Cowork는 4B 파라미터의 하이브리드 컴퓨터 사용자 에이전트로, 다단계 커리큘럼을 통해 시각 GUI 상호작용과 코드 실행을 통합적으로 학습합니다. 이는 OSWorld-Verified에서 66.0%의 성능을 달성하며, 기존 최고 수준을 넘어선 성과를 보입니다.
MoLRSI: A Recursive Self-Improving AI agent for Molecular Discovery
MoLRSI는 작업 흐름과 모델 구조의 시스템적 최적화 및 지속적인 다 작업 메모리를 결합하여 분자 탐색의 검색 정책을 재귀적으로 개선합니다. 실험 결과, 항생제 탐색과 신규 펩타이드-MHC 결합 설계에서 기존 전문가 기반 작업 흐름보다 우수한 성과를 보였습니다.
SpecPilot: Autonomous Algorithm Discovery and Systems Optimization for Speculative Decoding
SpecPilot은 speculative decoding의 성능 한계를 극복하기 위해 자동화된 알고리즘 탐색 및 시스템 최적화를 수행하며, AR decoding 대비 최대 10.87배의 속도 향상을 달성했습니다.
StargazerX0/SpecPilot · GitHub README
SpecPilot은 자동 알고리즘 탐색 및 시스템 최적화를 통해 추측 해석의 성능을 향상시킵니다. 다양한 배포 환경에서 속도 향상과 품질 손실 없이 최적화된 시스템을 제공합니다.
ParetoSaddler: Pareto-Guided Optimization of Agent Harnesses for Quality and Cost
ParetoSaddler은 품질과 비용을 동시에 최적화하는 에이전트 헤르시의 개선을 목표로 하며, 중간 후보를 최종 배포 선택과 분리하여 최적화 과정을 개선합니다. 실험 결과, 품질과 비용 모두 개선이 가능하며, 품질만 최적화하는 방법보다 더 우수한 성능을 보입니다.
Recursa: Toward Recursively Self-Improving Foundation Model Systems
Recursa는 새로운 도메인에 적응하기 위해 인간 전문가나 강력한 튜터 모델 없이 자체 경험을 통해 학습하는 기반 모델 시스템입니다. 지식 저장소를 통해 도메인별 기술과 경험을 정리하고, 병렬 학습자를 활용해 지속적인 자기 개선을 수행합니다.
"Shall We Approve?" Consequence-Aware Approval for Autonomous Coding Agents
Caper는 명령어 실행 전에 샘플링된 샌드박스에서 실행하여 부작용을 사전에 분석하고, 이를 바탕으로 승인 결정을 내리는 메커니즘으로, 기존 시스템에 비해 해로운 결과 발생률을 크게 낮췄다. 이는 SABER와 YoloFS-Ext에서 입증된 성과이다.
wudaoz/Caper · GitHub README
Caper는 자동화된 코드 작성 에이전트의 행동을 검토하여 위험을 방지하는 도구로, 명령어 실행 전에 효과를 분석하고 LLM을 활용한 승인을 제공합니다. 저장소는 SABER와 YoloFS-Ext를 포함하여 안전성 평가 및 위험 작업을 위한 벤치마크를 제공합니다.
RoboTryOn: Synthesizing Dexterous Robot Demonstrations from Human Videos via Virtual Try-On
RoboTryOn은 인간 영상에서 로봇의 동작을 시연으로 변환하여 시각적 일관성을 유지하는 기법을 제안합니다. 실험 결과, 합성 데이터를 사용한 정책 학습은 새로운 작업에서 평균 성공률을 2%에서 60%로 크게 향상시켰습니다.
ryan-seungyong-lee/RoboTryOn · GitHub README
RoboTryOn은 인간 동영상에서 로봇의 시연을 생성하는 기술로, 인간의 동작을 유지하면서 목표 로봇 체형으로 변환합니다. 주요 기능은 이미지 번역, 동영상 합성, 행동 라벨링이며, 사용자는 인간 동영상과 목표 체형 정보를 입력하여 로봇의 시연 동영상을 생성할 수 있습니다.
Dory1.0-4B: A Looped Normalized-GPT
Dory1.0-4B은 40억 개의 파라미터를 가진 루프된 정규화된 GPT 모델로, 유연한 깊이를 통해 다양한 추론 계산 예산을 지원합니다. 루프 횟수를 늘리면 정확도가 향상되며, 코드 작성, 에이전트, 장문 맥락 등 여러 벤치마크에서 더 큰 성능 향상을 보입니다.
Every Token Needs Its Own Teacher: Multi-teacher Adaptive On-policy Self-distillation
이 논문은 동일한 응답 내에서 토큰별로 다른 선호도를 가진 튜터가 필요하다는 점을 제시하며, MTA-OPSD라는 첫 번째 토큰 수준의 적응형 OPSD 방법을 제안합니다. 실험 결과, 기존의 OPSD 방법에 비해 평균 +5.9의 성능 향상을 보였습니다.
xingzhejun/MTA-OPSD · GitHub README
MTA-OPSD는 토큰 수준에서 적응적인 OPSD 방법을 제공하는 저장소로, 훈련 및 평가 스크립트를 포함하고 있습니다. 이 저장소는 수학 및 DeepMath 데이터셋을 사용하여 모델을 훈련하고 평가할 수 있습니다.
FlowTranslator: Training-Free In-Image Machine Translation with Flow-Based Editing
FlowTranslator는 OCR 모델과 LLM을 활용해 번역 프롬프트를 생성하고, T2I 확산 모델에 주입하여 훈련 없이 이미지 내 텍스트를 번역하는 기법이다. 이 기법은 정확하고 자연스러운 번역을 위해 Region Coupling Release와 Coupling Expansion이라는 두 가지 트랙토리 컨트롤을 도입하였다.
Can AI Reviewers See Your Efforts to Improve Your Paper? A Large-Scale Study of Paper Revision Trajectories
AI 리뷰어가 논문 개선을 얼마나 잘 인식하는지를 조사한 연구에서, 주요 개선 사항이 점수 변화에 미치는 영향이 제한적이었으며, 사용자 의견이 점수에 영향을 줄 수 있음을 밝혔다.
c-steve-wang/PaperTrace · GitHub README
PaperTrace는 논문 수정 트레이지의 대규모 연구를 위한 데이터 및 코드 저장소입니다. AI 리뷰어가 논문 개선을 인식하는지 분석할 수 있도록 1,438개의 논문과 1,484개의 수정 쌍, 69,909개의 리뷰를 포함합니다.
Adversarial Speculative Reasoning Improves Long Horizon Agents
이 논문은 장기적 에이전트의 추론 정확도를 향상시키기 위해 적대적 추측 추론을 도입하였다. 실험 결과, 추측 디코딩을 통해 생성된 출력 분포가 30단계 이후에 변화하며, 이는 장기적 에이전트의 추론 정확도에 영향을 미친다.
Switch-SWE: Do Coding Agents Hold Focus When Switching Between Unfinished Tasks?
Switch-SWE는 동일한 저장소 내에서 중단된 작업을 전환하면서 집중 작업을 재개하는 능력을 평가하는 벤치마크입니다. 실험 결과, 중단된 작업을 전환할 때 코드 작성 에이전트의 집중력 저하가 평균 11.5% 포인트로 나타났습니다.
Miraclecsc/Switch-SWE · GitHub README
Switch-SWE는 코드 작성 에이전트가 다른 작업을 처리한 후 미완료 작업을 이어갈 때 집중력을 유지하는지 평가하는 프로젝트입니다. 19개 파이썬 저장소에서 200개의 전환 세션을 통해 Near와 Far 두 가지 유형의 중단 상황을 분석합니다.
PrimeSim: A Generalist World Model Simulator from Large-Scale Cross-Embodiment Demonstrations
PrimeSim은 행동 조건부 다뷰 세계 모델 시뮬레이터로, 행동 수행, 다뷰 일관성 유지, 장기 시뮬레이션을 지원하며, 10.1 FPS로 실행되며 장기 시뮬레이션에서 안정성을 보입니다.
PrimebotTech/PrimeSim · GitHub README
PrimeSim은 로봇 시뮬레이션을 위한 일반적인, 행동 조건부, 다각시(robot world model)로, 30,110시간의 크로스-embodiment 로봇 시연 데이터를 기반으로 훈련되었습니다. 카메라 뷰의 첫 번째 프레임, 프롬프트 및 로봇 행동 트랙을 입력받아 다음 시퀀스의 비디오를 생성합니다.
LOLPlay: Benchmarking Real-Time Visual Agents in League of Legends
LOLPlay는 리그 오브 레전드 내에서 시각 에이전트의 성능을 평가하기 위한 벤치마크로, 자원 관리, 전투, 협업 등 36개의 챔피언별 태스크를 포함합니다. GPT-6 Astra는 저비용 및 중비용 설정에서 가장 높은 태스크 성공률을 보였습니다.
answers111/LOLPlay · GitHub README
LOL-Play은 리그 오브 레전드 게임을 자동화하여 에이전트의 성능을 평가하는 프로젝트로, 36개의 챔피언과 5가지 에이전트 모드를 지원합니다. 사용자는 지정된 태스크에 따라 게임 플레이를 실행하고, 결과를 평가받을 수 있습니다.
Near-Zero Token Embeddings Silently Stall Training in Gated Sequence Models
이 논문은 게이트드 시퀀스 모델에서 near-zero 토큰 임베딩이 훈련을 방해하는 문제를 조사하고, GroupClip과 GateFloor라는 두 가지 해결책을 제안한다. 주요 결과로는 near-zero 임베딩이 역전파 중 gradients를 극도로 증폭시켜 훈련을 중단시킬 수 있음을 밝힌다.
Muon Makes the First Mixture-of-Experts Layer Harder to Balance
Muon 최적화기는 MoE 레이어의 균형 유지에 더 큰 영향을 미치며, 특히 첫 번째 MoE 레이어의 불균형을 증가시킨다. 이는 학습률 조정 시 Muon의 학습률을 낮추는 것이 효과적임을 보여준다.
marcoshernanz/muon-moe-routing · GitHub README
이 저장소는 Muon 최적화 전략이 MoE 모델의 첫 번째 레이어의 전문가 분배에 미치는 영향을 연구한 코드와 논문을 포함합니다. 주요 기능은 MoE 레이어의 부하 분산을 분석하고, 실험 데이터를 제공하여 연구 결과를 확인할 수 있습니다.
Do We Need an LLM to Know Why Sources Conflict? Decision Models for Knowledge-Conflict Typing in RAG
결정 모델은 LLM보다 저비용으로 충돌 유형을 분류할 수 있으며, 일부 모델은 LLM의 성능과 유사한 결과를 보여준다. 충돌 유형을 파악해 응답을 조정하는 것이 중요하다.
Parv17k/decision-models-conflict-typing · GitHub README
이 저장소는 RAG에서 발생하는 지식 충돌 유형을 분류하는 결정 모델을 평가하기 위한 코드와 데이터를 포함합니다. 주요 기능은 충돌 유형 분류, 모델 성능 비교, 그리고 종단간 검증을 지원하며, CONFLICTS 데이터셋을 사용하여 실험을 수행합니다.
SeMo3D: Unifying 3D Generation, Editing, and Completion via Selective Modeling
SeMo3D는 선택적 모델링을 기반으로 3D 생성, 편집 및 보완을 통합하여, 변경이 필요한 지역만 처리하고 나머지 부분은 그대로 유지함으로써 일관성과 정확도를 높였습니다. 이 기법은 페어드 데이터 없이도 훈련이 가능하며, 다양한 3D 작업에서 최첨단 기법을 넘어선 성능을 보입니다.
XiaokunSun/SeMo3D · GitHub README
SeMo3D는 3D 생성, 편집 및 보완을 통합하여 특정 지역만 수정하고 나머지를 유지하는 선택적 모델링을 기반으로 합니다. 이는 다양한 모달 제어를 지원하며, 자연어를 통한 효율적인 3D 모델링이 가능합니다.
FinForesight: A Diagnostic Backtesting Benchmark for Deep Research Systems in Financial Forecasting
FinForesight는 금융 예측 시스템의 성능을 평가하기 위한 백테스트 벤치마크로, 시장 가치, 수익 순위, 이벤트 방향, 미래 재무 기초 자료 등 4가지 작업을 평가합니다. 시스템의 반사 추론 및 재무 계산 능력을 진단하는 두 가지 추가 작업도 포함합니다.
Going Deeper With Memories
DeepMem은 바이트 수준 언어 모델의 한계를 극복하기 위해 인코더와 디코더를 결합한 다중 스케일 아키텍처를 제안합니다. 이 모델은 성능과 효율성을 동시에 향상시키며, 다양한 언어와 작업에서 우수한 결과를 보입니다.
akhadangi/deepmem · GitHub README
DeepMem은 256가지 가능한 바이트 값에 대한 토큰화 없이 다음 바이트를 예측하는 멀티스케일 세미언틱 인코더를 갖춘 인버트 가능한 리프팅 캐리어 기반의 언어 모델입니다. 주요 기능으로는 FastWeight 기반 분석 경로, 반복적 공유 상태 압축 정제, 인과적 주의 기반 초해상도 디코더가 포함되어 있습니다.
Is Your Long-Horizon Benchmark Really Deep? Measuring and Synthesizing Depth in Terminal Tasks
이 논문은 기존 합성 작업이 작업량을 늘리고 있지만 깊이를 증가시키지 못함을 밝히며, DEPTH라는 새로운 접근법을 제안한다. 제안된 방법은 실제 소프트웨어 환경에서 작업을 단계별로 생성하여 깊이와 작업량을 동시에 증가시킨다.
AlanRosston/Depth · GitHub README
Depth는 터미널 작업의 깊이를 측정하고, 지속적인 소프트웨어 상호작용이 필요한 작업을 구축하는 데 사용됩니다. 주요 기능은 작업의 양과 깊이를 구분하여 측정하고, 실제 소프트웨어 환경에서 다단계 작업을 생성하는 것입니다.
Is Forgetting Unified? Exploring Concept Unlearning in Unified Multimodal Models
이 연구는 통합 다모델 모델에서 특정 개념을 생성 및 인식 양쪽에서 모두 억제할 수 있는 방법을 탐구하며, 제안된 UniForget 기법은 기존 방법보다 우수한 결과를 보여준다.
Where to Learn and How Far to Roll Out: Efficient Adaptive Training for GUI Agents
이 논문은 GUI 에이전트의 학습 효율성을 높이기 위해 상태와 롤아웃 범위를 함께 고려한 두 단계 적응적 훈련 프레임워크를 제안합니다. 실험 결과, MobileGym과 CUA-Gym-Hub에서 환경 상호작용을 56-61% 감소시키면서도 작업 성능을 향상시켰습니다.
Cross-Prompt Reuse of Entity-Replacement Responses
이 연구는 고정된 모델 가중치를 기반으로 영어 사실 질문 간 엔티티 대체 응답의 재사용 가능성과 성능을 분석하였다. 결과적으로, 다른 관계의 소스를 사용한 숨은 재사용은 오류를 45~49% 감소시켰다.
BEND 2.0: Benchmarking the Capabilities Needed to Design DNA
BEND 2.0은 DNA 시퀀스 설계에 필요한 모델의 능력을 평가하는 새로운 벤치마크로, 모델의 예측 능력과 설계 지도력이 어떻게 작용하는지를 실험 데이터를 기반으로 분석하였다. 연구 결과, 선형 읽기 출력은 모델의 원생 출력을 넘어서는 성능을 보이며, 기능적 후 훈련이 모델의 능력을 크게 향상시킨다.
MachineLearningLifeScience/BEND2 · GitHub README
BEND 2.0은 유전체 모델이 DNA 설계를 안내할 수 있는지 테스트하기 위한 벤치마크입니다. 8가지 작업을 통해 시퀀스 기능 예측, 세포 유형 및 유전적 배경 고려, 원하는 응답을 생성하는 시퀀스 선택 등을 평가합니다.
Auto-Research Agent on MSA Organization to Improve Protein-Protein Complex Structure Prediction
이 연구는 단백질-단백질 복합체 구조 예측에서 MSA 설계의 타겟에 따른 최적화가 필요하다는 점을 강조하며, 자동 에이전트를 통해 예측 성능을 향상시켰음을 보여준다. 에이전트는 MSA 재구성과 페어링 전략을 통해 DockQ를 평균 60% 감소시키면서 성능을 개선하였다.
What We Keep of What We Forget: Replacement Operators and Routing Semantics in Training-Free MoE Expert Pruning
이 논문은 훈련 없이 MoE 전문가 가지치기를 수행할 때, 생존 전문가의 게이트 스케일 선택이 성능에 큰 영향을 미치는 것을 밝혀내며, 다양한 교체 연산자와 라우팅 전략의 효과를 비교 분석하였다.
QFabric: Guarded Cross-Domain Task Recovery and Its Limits on a Linux-RTOS Board
QFabric은 Linux와 RTOS 간 태스크 이동을 제어하여 실시간 계약 위반을 방지하는 시스템으로, Linux 경로의 경쟁이 MCU 경로에 더 큰 영향을 미치는 것을 밝혔다. 실험 결과, QFabric은 태스크 이동을 방지함으로써 시스템 안정성을 향상시켰다.
elixpo/qfabric · GitHub README
QFabric은 Linux와 실시간 운영체제(RTOS) 간의 작업 이동을 통해 타이밍 문제를 해결하는 연구 시스템입니다. 주요 기능은 타이밍 계약 위반 시 안전하게 작업 위치를 변경하고, 결정 기록을 통해 복구를 가능하게 합니다.
Kierston & KierstonBench: Simulation of Allentown, PA and Evaluation of Language Models in Crime Investigation and Surveillance Tasks
Kierston은 앨런타운 시민의 일상 활동과 통신, 금융 등 기록을 시뮬레이션하여 언어 모델의 수사 및 감시 작업 능력을 평가하는 KierstonBench 벤치마크를 제시합니다. 대부분의 모델은 기록 분석에 실패했으며, 일부 최첨단 모델은 대부분의 작업을 수행했지만 여전히 오해에 빠졌습니다.
Kiz8-Team/kierston-oss · GitHub README
Kierston은 미국 도시를 시뮬레이션하는 엔진과 기본 도시 프로필을 포함한 프로젝트입니다. 시뮬레이션은 결정론적으로 동작하며, 입력값과 시드를 통해 동일한 결과를 생성할 수 있습니다.
GigaSpeech 3: Scaling Multi-Dialect Arabic Speech Recognition with Weakly Labeled Data
GigaSpeech 3는 약 39,000시간의 약하게 트랜스크립트된 아랍어 음성 데이터를 포함하며, 다이얼렉트별 음성 인식 모델의 성능을 향상시켰습니다. 이 데이터는 다이얼렉트별로 최대 23.86%의 단어 오류율을 달성했습니다.
Antares-97/GigaSpeech3 · GitHub README
GigaSpeech 3는 약 10만 개의 음성 세그먼트로 구성된 대규모 약한 라벨 데이터셋으로, 알제리어, 이집트어, 이라크어, 사우디어, 시리아어 등 다섯 가지 방언을 지원합니다. 이 데이터셋은 다ialect 자동 음성 인식(ASR), 약한 감독 학습, 저자원 음성 연구를 위한 기반이 됩니다.
Every Pixel Is an Option: A System One Model for Medical Ultrasound Biometry
Kev-Bio는 의료 초음파 생체 측정을 위한 시스템 원 모델로, 언어 모델의 결정 표현을 활용해 초음파 랜드마크 탐지와 임상 측정을 개선하였다. 실험 결과, Kev-Bio는 9뷰 FU/GU Biometry 2026 데이터셋에서 우수한 성능을 보였다.
Enhancing Stock Market Information Retrieval with Retrieval-Augmented Generation
이 연구에서는 Retrieval-Augmented Generation(RAG) 모델을 활용해 주식 시장 정보 검색 시스템을 개발하고, ROUGE 지표를 통해 생성된 텍스트와 참조 문서 간의 유사도를 평가했습니다. 실험 결과, 높은 ROUGE 점수와 1.16초의 평균 응답 시간을 기록하며 정확하고 신속한 주식 시장 분석을 가능하게 했습니다.
nhunguet/SearchEngine · GitHub README
SearchEngine은 문서 검색을 위한 도구로, 사용자는 문서를 검색하여 필요한 정보를 찾을 수 있습니다. 주요 기능은 문서 검색 및 관련 정보 제공입니다.
Say the Same, Act Differently: Diagnosing and Steering Text-Action Divergence in Reasoning VLAs
이 논문은 시각적 변형을 통해 행동을 변경하면서도 근거를 동일하게 유지할 수 있음을 보여주며, 이는 감시 시스템이 행동 채널을 직접 검증해야 함을 시사합니다.
SphereFlow: Missing Modality Imputation via Geometric Transport on Hypersphere
SphereFlow는 다양한 모달리티를 공유된 초구형 잠재 공간에 프로젝션하여, 단기적 지오메트릭 트랜스포트를 통해 결측 모달리티를 보완하는 새로운 접근법을 제시합니다. 실험 결과, BraTS 다중 모달리티 MRI 보완 및 CT-MRI 번역에서 최첨단 생성 정확도를 달성했습니다.
WTHH031230/SphereFlow · GitHub README
이 저장소는 NeurIPS 2026 논문에서 제시된 SphereFlow 모델을 위한 코드입니다. 이 모델은 MRI와 CT 데이터 간의 결모달리티 보완을 위해 하이퍼스피어에서 기하학적 이동을 활용합니다. BraTS 2023과 SynthRAD2023 데이터셋에서 평가되었습니다.
Length Is Cheap, Competition Is Not: Attention Predicts Context Rot in Retrieval
이 논문은 검색 시 맥락 오염이 주목도 경쟁에 의존함을 보여준다. 긴 입력이 문제가 되는 이유는 주목도 자원이 경쟁을 일으키기 때문이다.
yliusci/length-is-cheap · GitHub README
이 저장소는 모델이 긴 문맥에 얼마나 잘 대응하는지 평가하는 실험 데이터와 코드를 제공합니다. 주요 기능은 긴 문맥에서의 정확도, 경쟁 답변의 영향, 주의력 분석 등을 확인하는 것입니다.
Confucius4-R2T2: A Stable-Prefix Streaming ASR Model for Real Real-Time Transcription
Confucius4-R2T2는 이전 출력을 변경하지 않으면서 정확도와 저지연을 유지하는 안정적인 접두사 스트리밍 ASR 모델로, 전체 문맥 모델의 품질에 가까운 실시간 음성 인식을 제공합니다. 이 모델은 중국어와 영어 음성 데이터를 기반으로 훈련되었습니다.
netease-youdao/Confucius4-R2T2 · GitHub README
Confucius4-R2T2는 실시간 자막 및 번역 등 실시간 음성 인식에 최적화된 저지연 고정밀도의 ASR 모델입니다. 사용자는 다양한 언어와 환경에서 정확한 결과를 얻을 수 있으며, 유연한 설정을 통해 정확도와 지연 시간을 조절할 수 있습니다.
Open-HumanScale: An Open Recipe for Scaling Human and Robot Experience for Embodied Foundation Models
Open-HumanScale은 50,000시간의 시야 중심 영상 데이터를 기반으로 로봇 정책을 일반화하는 데 성공하며, HumanWAM-Vanilla와 HumanWAM-Goal 모델을 통해 시뮬레이션 및 물리적 환경에서 우수한 성능을 보여준다.
DAGroup-PKU/HumanNet · GitHub README
HumanNet은 인간 중심의 비디오 데이터 및 체험 기반 AI 모델을 위한 연구 자원으로, 첫 번째 시야와 세 번째 시야 영상, 캡션 라벨, 운동 분석, 손 및 몸 신호를 포함합니다. 이 저장소는 데이터셋, 모델, 트레이닝 레시피, 평가 프로토콜을 제공하며, 연구자들이 체험 기반 AI와 로봇 학습을 위한 다양한 실험을 수행할 수 있도록 지원합니다.
TailSteer: Trajectory-Tail Steering for Drift-Resistant Multi-turn Image Editing
TailSteer는 다단계 이미지 편집에서 시각적 흐름을 방지하기 위해 편집 과정의 끝부분에 보존 수정을 집중하는 최종 단계 훈련 프레임워크입니다. 실험 결과, TailSteer는 15~20번의 편집 과정에서 누적 흐름을 크게 줄이며 기존 모델 성능을 유지합니다.
Lyricccco/tailsteer · GitHub README
TailSteer는 기존 모델의 생성 및 편집 능력을 유지하면서 다단계 편집 시 안정성을 높이는 기술입니다. 사용자는 다양한 기반 모델에 적용하여 편집 과정에서 누적 편차를 줄일 수 있습니다.
From Pixels to Actions - Towards Native Vision-Language-Action Policies
NEO-VLA는 비전-언어-행동 모델에서 시각 표현을 계층 구조 전반에 걸쳐 접근함으로써 더 강하고 견고한 제어를 달성합니다. 이는 고정된 시각 인코더 출력 대신 시각 계산 계층에서의 표현을 활용하는 것이 효과적임을 보여줍니다.
EvolvingLMMs-Lab/NEO · GitHub README
NEO 시리즈는 비전-언어 모델을 원생적 구조로 통합하여 이미지 이해, 동영상 분석 및 공간 지능을 강화한 모델입니다. 사용자는 다양한 데이터셋과 훈련 코드를 통해 모델을 활용할 수 있습니다.
Turns Matter: Advancing Streaming Video RL via Turn-Level Credit
TurnWise는 트레이젝션 수준의 피드백과 턴 수준의 상호작용 간의 불일치를 해결하여 정보적인 응답을 촉진하고 중복을 줄입니다. 이 접근법은 턴 수준의 크레딧 할당과 턴 평균 정책 최적화를 통해 스트리밍 정책 학습을 개선합니다.
XD111ds/turn-wise-rl · GitHub README
TurnWise는 스트리밍 비디오 대화에서 답변과 대기 시점을 학습하는 데 초점을 맞춘 프레임워크입니다. 각 턴의 반환 값을 비교하여 정책을 최적화하며, 긴 답변과 짧은 대기 행동의 영향을 균형 있게 조절합니다.
FlyHash for LLM Agent Memory: An Empirical Validation and a New Application
이 연구는 FlyHash를 LLM 에이전트 메모리 검색에 처음으로 적용하여, 품질 우위가 실제 메모리 및 지연 감소로 이어지지 않으며, 비순환적 메모리 관련 라벨에서 우위가 유지됨을 보여준다. 연구는 메모리 검색의 실용적 한계를 명확히 하고 있다.
mohanji/flyhash-agent-memory · GitHub README
이 저장소는 LLM 에이전트의 장기 기억 검색을 위한 FlyHash 알고리즘을 구현하고 검증한 프로젝트입니다. FlyHash는 과일 파리의 후각 회로를 모방한 유사도 보존 해시 알고리즘으로, SimHash와 비교해 동일 비트 예산에서 더 나은 검색 성능을 제공합니다.
LongBanana: An Expert-Verified Benchmark for Long-Context Multi-Reference Image Synthesis
LongBanana는 전문가 검증된 첫 번째 장문 맥락 다중 참조 이미지 생성 벤치마크로, 90개의 세부 작업을 포함하며 각 작업은 32개의 참조 이미지와 20개의 제약 조건을 갖추고 있습니다. 이 벤치마크는 이미지 생성 시스템의 시각적 증거 활용 능력을 평가하는 데 사용됩니다.
KlingAIResearch/LongBanana · GitHub README
LongBanana는 장문 맥락의 다중 참조 이미지 생성을 평가하는 전문가 검증 벤치마크로, 참조 기반 정확성과 시각적 일관성을 측정합니다. 사용자는 생성 및 평가 프로세스를 통해 시스템의 능력을 검증할 수 있습니다.
PyRUA-REAL: Robot Exploration and Adaptive Learning through RSI in the Real World
PyRUA-REAL은 물리적 상호작용을 중심으로 로봇의 능력을 지속적으로 개선하는 방법을 탐구하며, 8개의 실제 작업에서 평균 91.1%의 성공률을 달성했습니다. 이 프레임워크는 코드 정제와 배포를 통해 로봇이 재사용 가능한 기술을 습득할 수 있도록 지원합니다.
DAGroup-PKU/PyRUA-Lean · GitHub README
PyRUA-Lean은 로봇 사용 에이전트를 위한 토큰 효율적인 프레임워크로, 도구 호출보다 성공률이 높으며 로봇과 벤치마크 간 일반화가 가능합니다. 주요 기능은 로봇 프리미티브와 VLA 정책을 Python 코드로 조합하여 작업을 수행하는 것입니다.
Ripple-65B Preview, a Frontier Open-Weight Model
Ripple-65B Preview는 코드 작업에서 미국 오픈웨이트 최고 성능을 달성한 일반용 모델로, 12트리llion 토큰으로 사전학습되어 최대 1M 컨텍스트 길이를 지원합니다. 이 모델은 낮은 비용으로 높은 효율성을 달성하며, 개발자에게 강력한 성능과 유연한 실행 환경을 제공합니다.
Training a Text-to-Image Model for $21K
이번 발표는 2B 파라미터의 Pyramid-JiT 텍스트-to-이미지 확산 모델을 $21K의 컴퓨팅 비용으로 훈련한 결과를 공유합니다. 이 모델은 픽셀 공간에서 작동하며, 32×32 패치를 사용하여 훈련되었고, Qwen3.5-4B 텍스트 인코더와 결합하여 생성을 수행합니다. 개발자에게 중요한 점은 이 모델이 훈련 및 추론 시 주목할 만한 성능을 보이며, 향후 비디오 모델로 확장할 수 있는 기반이 된다는 점입니다.
linum-ai/pjit-21k · GitHub README
pjit-21k은 2B 파라미터의 텍스트-to-이미지 모델로, 660M 샘플을 훈련 데이터로 사용하여 약 $21K의 컴퓨팅 비용을 소요했습니다. 주요 기능은 다양한 해상도와 측면 비율을 지원하는 이미지 생성이며, 사용자는 제공된 샘플과 유사한 결과를 얻기 위해 특정 프롬프트와 시드 값을 사용해야 합니다.
UltraVBERT: Visual Document Retrieval on UltraBERT
UltraVBERT는 254M 파라미터의 비디비전-언어 인코더로, UltraBERT-150M과 SigLIP2-B/16-512 비전 인코더를 마스킹 언어 모델링을 통해 정렬하여 개발되었습니다. 이 모델은 ColUltraVBERT와 BiUltraVBERT 두 가지 검색기로 구성되어 있으며, ViDoRe V3에서 ColModernVBERT 대비 48.6 nDCG@10의 성능을 보입니다.