오늘의 브리핑에서는 스트리밍 비디오 생성, 로봇 조작, 기억 시스템 개선 등 다양한 기술 분야의 최신 연구를 소개했습니다. 각 기술은 실제 적용 가능성과 성능 향상을 중심으로 개발되었으며, 다양한 데이터셋과 평가 방법을 통해 검증되었습니다. 특히, DexForesight과 MACaQ 등은 실험 결과를 바탕으로 성능 개선을 입증했습니다.
논문 초록
Few-Step Streaming Video Generation via Condition Shifting
이 논문은 분산 매칭 디스티전(DMD)을 확장하여 조건 이동을 활용해 스트리밍 비디오 생성을 개선합니다. APEX는 S2-Avatar보다 비디오 지시 준수 및 시각적 아름다움에서 우수한 성능을 보이며, 인간 평가자들의 선호도도 높습니다.
논문 초록
Tree-Ising: Repairing Language Models with Bit-Level Ising Edits
Tree-Ising은 모델의 BF16 가중치를 대상으로 하는 희소한 이산 최적화 문제로 복구 작업을 처리하며, MATH-500에서 54.6%의 성능을 달성해 기존 에이전트 편집보다 우수함을 보여준다. 이 방법은 전달 통계를 기반으로 한 목표 함수를 사용하여 루프 방향을 약화하고 결론 방향을 강화한다.
논문 초록
World In-Context Learning for Agentic Robot Manipulation
RoboScript은 단일 보여주기만으로 50개 작업에서 83.4%의 성공률을 달성하며, 학습된 지식을 Task Memory로 고정해 새로운 환경에 적용합니다. 이 방법은 시각 분포를 넘나들며, 반성을 통해 성능을 향상시키고 물리적 듀얼암 로봇으로 이전할 수 있습니다.
논문 초록
Don't Just Trust Your Memory: Evidence-Linked Memory Reduces Memory-Induced Degradation in LLM Agents
WikiTrace는 에피소드 기반의 기억 시스템으로, 에이전트가 기억된 교훈을 원래 경로와 비교해 오류를 수정함으로써 기억 유발 성능 저하를 줄인다. 이 시스템은 다섯 가지 에이전트 벤치마크에서 기존 방법보다 우수한 성능을 보여준다.
논문 초록
dNaViT: Discrete Codes are General-Purpose Visual Representations
dNaViT는 시각 정보를 이산 코드로 변환하여 언어 토큰과 유사한 시각 원시 데이터를 생성하는 디스crete Native-resolution Vision Transformer이다. 이는 다양한 시각 이해 및 생성 작업에서 기존 기준 모델을 능가하는 성능을 보여준다.
논문 초록
One Table, Many Queries: Benchmarking Generalist Tabular Models Across Generation, Imputation, and Prediction
이 논문은 생성, 보완, 예측 세 가지 작업을 통합적으로 평가하는 One Table Benchmark를 제시하며, 다양한 데이터셋과 방법을 통해 모델의 능력과 목표 간 상호작용을 분석한다. 결과적으로, 일반화 모델이 전문가 포트폴리오를 능가할 수 있음을 보여준다.
논문 초록
MMDM: Measuring Massive Multitask Decision Making
MMDM는 16개 작업 범주에 걸쳐 5,448개의 고품질 질문을 포함한 벤치마크로, 다양한 작업 환경에서 결정 모델의 성능을 평가합니다. 연구는 결정 모델이 일반 지식에서는 잘 수행하지만, 상호 의존적 선택과 제약 조건을 처리하는 데 어려움을 겪는다는 점을 강조합니다.
논문 초록
Embodied First Exam
Embodied First Exam은 코드 에이전트가 물리 세계에서 제어할 수 있는 능력을 평가하기 위한 통합적 평가 프레임워크로, 47대 로봇과 1,156개의 작업을 포함하고 있다. GPT-6 Astra는 표준 설정에서 34%의 성공률을 기록했으며, 개선 여지가 여전히 존재한다.
논문 초록
DexForesight: Grounding Dexterous Policies with Implicit Spatial Foresight
DexForesight은 시각적 정보 없이도 정교한 조작을 수행할 수 있도록 정책의 잠재 공간에 동적 인식을 통합한 프레임워크이다. 실험 결과, 시뮬레이션과 실제 로봇 실험 모두에서 성공률이 향상되었다.
논문 초록
FINCOSMOS: An Open-World Evaluation Paradigm for Agents in Finance
FINCOSMOS는 에이전트가 금융 작업을 수행할 때 발생할 수 있는 실수를 측정하는 오픈월드 평가 체계로, 데이터를 직접 수집하고 검증 가능한 결과를 제공해야 한다. 실험 결과 에이전트가 대부분의 실패를 겪었으며, 인간 전문가가 88.33%의 실패를 에이전트에 귀인했다.
논문 초록
MACaQ: Fast, Model Agnostic Calibrated Quantization for Low-Precision Weights and Activations
MACaQ은 각 레이어를 독립적으로 처리하여 크로스 레이어 의존성을 제거하고, 간단한 스트리밍 구현을 가능하게 합니다. 이 방법은 Qwen3-32B에서 2.3%의 끝내기 오버헤드만 추가하며, Llama-3-8B에서 DuQuant++ 및 MR-GPTQ와 동일한 퍼플렉시티를 11배 빠르게 달성합니다.
논문 초록
WaveGen: Truly End-to-End Waveform Generation via Internal Spectral Trajectory Learning
WaveGen은 완전한 엔드-to-엔드 텍스트-to-웨이브폼 생성을 가능하게 하는 새로운 프레임워크로, 외부 모듈 없이 내부 스펙트럼 트라젝토리를 학습합니다. 이 모델은 Emilia 데이터셋에서 우수한 성능을 보이며, WER 1.47과 SIM 0.75를 달성했습니다.
논문 초록
DepthGraft: Structural Regularization through Hierarchical Cross-Layer KV Reconstruction
DepthGraft는 계층적 KV 공유 구조를 통해 깊은 레이어의 정보를 효율적으로 전달하여 모델 성능을 향상시킨다. 실험 결과, 16B 파라미터 MoE 모델에서 MMLU-Pro에서 7.0%의 절대적 개선을 달성하였다.
논문 초록
ProTEUS: A mutation-resolved world model for closed-loop protein evolution
ProTEUS는 변이를 고해상도로 처리하는 세계 모델로, 실험 피드백을 통한 효율적인 단백질 진화를 가능하게 합니다. 실험적으로 알데하이드 탈수소효소와 레바나스루라제의 변이를 개발하여 야생형 대비 10배 이상의 활성을 달성했습니다.
논문 초록
The Surprising Effectiveness of Deleting Weights in LLM Post-Training
LLM을 새로운 능력을 갖도록 하기 위해 얼마나 적은 가중치 변경이 필요할까? 본 연구는 0.05% 미만의 가중치 제거만으로도 세 가지 후 훈련 방식에서 전체 미세 조정과 동일한 성능을 달성할 수 있음을 보여준다. 이 방법은 메모리 사용량을 크게 줄이고 지속 학습의 주요 도전 과제인 잊는 문제를 해결한다.
논문 초록
PhyRubric: Rubric-Grounded Diagnostic Evaluation of Physical Commonsense in Text-to-Video Generation
PhyRubric은 텍스트-비디오 생성에서 물리적 상식을 평가하기 위한 진단 프레임워크로, 각 캡션에 맞는 루브릭을 생성하여 시간 기반 증거를 바탕으로 점수를 도출합니다. 실험 결과, PhyRubric-Judge는 기존 오픈소스 판별기보다 인간 판단과 더 유사하며, 프로페셔널 모델과도 일치하는 성능을 보입니다.
논문 초록
From Tool State to Scientific Action: Auditing Decision Provenance in Biomedical Research Agents
BioAgent-DF는 과학적 에이전트의 판단과 증거 분리 가능성을 검증하며, 반복 가능한 인용 변화와 판단 변화를 확인하였다. 이는 감사 시 증거와 최종 답변을 모두 추적해야 함을 보여준다.
논문 초록
Test-Time Scaling for Diffusion Language Models with Frequency-Aware Remasking
이 논문은 DLM의 테스트 타임 스케일링을 위해 추론 계산과 디코딩 전략을 적응적으로 할당하는 접근법을 제안한다. 주요 결과로, MATH-500과 HumanEval에서 정확도와 커버리지 향상이 확인되었다.
논문 초록
PhysOPSD: Code as Privilege for Physically Plausible Video Generation
PhysOPSD는 물리적으로 타당한 영상 생성을 위해 실행 가능한 코드를 우선적 컨텍스트로 도입하여, 기존의 제한된 모달리티를 극복합니다. 실험 결과, 다양한 뼈대에서 물리적 타당성을 크게 개선하며, 3K 샘플만으로 SFT와 RL 기반 모델을 능가했습니다.
논문 초록
Micius-Flash: Lightweight Agentic Intelligence for Engineering
Micius-Flash는 270억 파라미터로 구성된 엔지니어링용 모델로, 하드웨어 코드 벤치마크에서 64.2%의 성능을 보이며 동일 규모 기준 모델보다 15점 높은 성능을 기록했습니다. 또한 반도체 전문 에이전트 벤치마크에서 62.4%의 점수를 얻으며 17.2점 우수한 성능을 보여주고 있습니다.
논문 초록
Is Your Robot's Memory Just a Clock? Temporal Shortcuts in Memory-Augmented VLA Policies
이 논문은 기억 보강된 시각-언어-행동(VLA) 정책이 시간 단절로 인해 성능 저하를 겪는 문제를 분석하고, 이 문제를 해결하기 위한 접근법을 제시한다. 시간 기반의 기억 인덱싱이 실제 작업을 반영하지 못해 나타나는 '영향 없는 이벤트'로 인한 성능 저하를 보여준다.
논문 초록
Are Causal Neuron Circuits Unique and Transferable?
신경망의 특정 그룹이 모델의 출력에 영향을 미치는 것은 확인되었지만, 이 그룹의 필수성은 제한적이고, 다른 입력에 대한 효과는 제한적임이 밝혀짐.
논문 초록
LEASH: Stay Safe in Agentic Robotics
이 논문은 기존의 기반 모델이 로봇 제어 시 안전 위험을 초래함을 지적하고, RoboRisk라는 종합적인 안전 평가 벤치마크를 제시합니다. LEASH라는 안전 인프라를 제안하여, 다양한 기반 모델과 로봇 API에서 안전성을 보장합니다.
논문 초록
Market-Conditioned JEPA: Learning from Unpredictable Market Shocks
MC-JEPA는 시장 요인을 고려한 학습을 통해 자산의 시장 노출, 리스크 및 유동성 예측에서 우수한 성능을 보여준다. 실험 결과, MC-JEPA는 기존의 자산별 JEPA보다 성능이 향상되었으며, 투자 포트폴리오 성과도 개선되었다.
논문 초록
Blind Variation, Selective Retention: Improving Creative Idea Generation in AI Scientists
BVSR 접근법은 태스크 정보를 제한하여 탐색을 확장하고, 이전 제안의 결과를 학습하여 유망한 후보를 선별함으로써 창의성과 고유성을 높인다. 이 방법은 기존 최첨단 프롬프팅 기반 기법보다 더 많은 고도로 창의적이고 실용적인 제안을 생성한다.
논문 초록
EarthRecord: From Pixels to Land Change with Multimodal Agents over Four Decades of Satellite Imagery
EarthRecord는 40년간의 위성 데이터를 기반으로 지표 변화 분석을 평가하는 새로운 벤치마크로, 다모달 에이전트의 성능을 체계적으로 측정합니다. 연구 결과, 에이전트는 이미지 분석을 통해 대부분의 작업을 수행하지만, 실제 변화를 파악하는 데는 한계가 있음을 보여줍니다.
논문 초록
Shortcuts and Boundaries: Verifiable RL Misalignment and Contextual Safety Learning
이 논문은 보상 기반 오배치 문제를 검증 가능한 방식으로 분석하고, 컨텍스트 기반 안전 학습을 통해 다양한 환경에서 안전한 행동을 유도하는 방법을 제시한다. 실험 결과, 학습된 안전 메커니즘은 변화하는 실행 조건에서도 효과적인 성능을 보인다.
논문 초록
Are Dense Rewards Worth Their Tokens in GRPO?
밀도 보상은 GRPO에 비해 성능이 떨어지는 것으로 나타났으며, 토큰 생성 비용이 높아 효율성이 낮다. 반면, 예측 성공률이 높은 프롬프트를 기반으로한 학습은 정확도 향상에 효과적이다.
논문 초록
ExRL: Sample-Efficient Online Adaptation of Long-Chunk Policies via Execution Length Control
ExRL은 장기 행동 블록 정책을 샘플 효율적으로 적응하기 위해 실행 길이를 제어하는 간단한 접근법을 제안합니다. 이 방법은 오프-policy RL 알고리즘을 사용하여 경량 어댑터를 통해 실행 길이를 예측합니다.
논문 초록
DyCraft: An Agentic System for Long-Horizon 4D Scene Generation
DyCraft는 장기적 애니메이션 생성을 위해 사용자 요청을 세부 계획으로 확장하고, 3D 스토리보드를 통해 에이전트가 신뢰할 수 있는 단계별로 문제를 해결할 수 있도록 설계되었습니다. 이 시스템은 물리적 오류를 크게 줄이고, 인간 평가자에게 더 선호되는 고 품질의 애니메이션 장면을 생성합니다.
논문 초록
TorchCurves: Differentiable Parametric Curves
TorchCurves는 벡터값 매개변수 곡선을 학습 가능한 기본 단위로 처리하는 PyTorch 라이브러리입니다. B-스플라인 또는 레전드 다항식 기반의 곡선 계수를 최적화하거나 다른 네트워크에서 생성할 수 있으며, 다양한 적용 분야를 지원합니다.
논문 초록
EVAThink: Evidence Sufficiency-Guided Training for Adaptive Thinking in Video Understanding
EVAThink은 증거 충분도를 기반으로 한 트레이닝을 통해 비디오 이해 능력을 향상시킨 모델로, 32와 64 프레임 예산 모두에서 기존 모델을 능가하는 성능을 보여줍니다. 연구는 증거 밀도와 희소도를 조절하여 응답 모드 선택을 위한 감독을 제공하고, 두 단계 강화 학습을 통해 응답 효율성을 개선합니다.
논문 초록
Learning to Act with World Models by Valuing What Comes Next
WM-PPO는 세계 모델을 활용해 정책과 크리티크 간의 상호작용을 개선하여 성공률을 높였습니다. 실험 결과, ALFWorld에서 63.5%에서 87.5%, ScienceWorld에서 39.3%에서 52.9%의 성공률 향상을 보였습니다.
논문 초록
Predictive Surprise as Self-Grounding Concept Bottleneck for Interpretable Time Series
ConceptTime은 예측 충격을 통해 시계열 데이터의 구간 경계를 식별하고, 동적 레지모를 기반으로 분류하여 해석 가능성을 높인 모델입니다. 이 모델은 라벨이 적은 환경에서도 높은 정확도를 유지하며, 해석 가능성과 정확도를 동시에 달성합니다.
논문 초록
Visual Similarity in Adult Word Extension and Artificial Word Learning
이 연구는 시각 유사도가 어휘 일반화에 어느 정도 기여하는지 분석하고, 예시 구성이 학습 성과에 중요한 영향을 미친다는 결과를 보여준다. 예시가 하위 개념일수록 어휘 확장이 제한적이지만, 상위 개념일수록 확장이 크게 증가한다.
논문 초록
Sable: A Small-Field Sumcheck Argument for Bit-Exact Inference of Large Language Models
Sable은 단일 GPU로 대규모 언어 모델의 정확한 토큰 시퀀스 생성을 검증하는 시스템으로, 64개 레이어의 Qwen2.5-32B 모델을 4,096 토큰당 92.5초에 처리합니다. 검증자는 19~56초 만에 증명을 검증할 수 있습니다.
논문 초록
Lipschitz-Controlled Flow Matching for Robust Image Restoration
이 논문은 Flow-matching 모델의 불안정성을 해결하기 위해 Lipschitz 조건을 통한 안정화 기법을 제안한다. 실험 결과, LipsFlower는 입력 노이즈에 대한 민감도를 줄이며, 복원 품질을 유지한다.
논문 초록
LO-World: Unified BEV Latent Modeling for Joint 4D Occupancy and LiDAR Forecasting
LO-World는 4D 세계 모델을 통합하여 LiDAR 포인트 클라우드와 3D 세미 앤티시의를 동시에 예측하는 방식으로, 기존 방법보다 우수한 성능을 보여준다. 실험 결과, 오ccupancy 예측의 IoU를 10.9% 향상시키고 LiDAR Chamfer Distance를 30.1% 감소시켰다.
논문 초록
Prompt2Echo (P2Echo): Text-Prompted Multi-View Echocardiography Segmentation with One Model
P2Echo는 단일 모델로 다양한 초음파心动도 시야에서 심장 구조를 분할할 수 있는 통합 프레임워크로, DyITA 모듈을 통해 동적으로 디코더 특징을 조정하여 효율적인 분석을 제공합니다.
공개 페이지 본문
Few-Step Streaming Video Generation via Condition Shifting 프로젝트
Vidu S는 실시간으로 생성되는 스트리밍 비디오 생성 모델로, 사용자와의 소통을 통해 실시간으로 캐릭터의 행동을 제어할 수 있습니다. 개발자는 이 모델을 API를 통해 통합하여, 다양한 캐릭터와 음성 설정을 통해 맞춤형 비디오 생성을 구현할 수 있습니다.
공개 페이지 본문
World In-Context Learning for Agentic Robot Manipulation 프로젝트
RoboScript은 단일 시연을 통해 작업을 학습하고, 시뮬레이터에서 연습하여 의미를 저장하는 WICL 기반의 모듈형 인프라입니다. 이 기법은 다양한 환경에서 이식 가능하며, 실제 로봇에 적용할 수 있는 데이터 분리 기능을 제공합니다.
공개 페이지 본문
Don't Just Trust Your Memory: Evidence-Linked Memory Reduces Memory-Induced Degradation in LLM Agents 프로젝트
이 프로젝트는 LLM 에이전트의 기억이 작업 성공을 오히려 방해할 수 있음을 보여주며, WikiTrace는 기억의 오류를 방지하기 위해 과거 경로와 연결된 증거 기반 기억을 도입했습니다. 이 방법은 다양한 벤치마크에서 높은 성능을 보여줍니다.
공개 페이지 본문
dNaViT: Discrete Codes are General-Purpose Visual Representations 프로젝트
dNaViT는 시각 정보를 표현하기 위해 유일한 이산 코드를 사용하여 이해, 재구성, 생성 및 편집을 통합적으로 수행합니다. 이는 사전 학습된 비전 인코더를 기반으로 하며, 경량 residual modulation과 grouped product quantization을 통해 시각적 세부 정보를 보존합니다.
공개 페이지 본문
MMDM: Measuring Massive Multitask Decision Making 프로젝트
MMDM은 대규모 다기능 결정을 평가하는 프로젝트로, 다양한 작업 환경에서 모델의 의사결정 능력을 측정합니다. 개발자에게는 다기능 환경에서 모델의 성능을 평가하고 개선하는 데 중요한 기준을 제공합니다.
공개 페이지 본문
Embodied First Exam 프로젝트
Embodied First Exam은 디지털 세계에서 코드 에이전트들이 첫 번째로 경험해야 할 물리 세계 진입 전의 시험을 다룹니다. 이 프로젝트는 다양한 작업을 통해 에이전트의 능력을 평가하고, 팀원들의 협업을 통해 기술적 성과를 도출하고자 합니다.
공개 페이지 본문
DexForesight: Grounding Dexterous Policies with Implicit Spatial Foresight 프로젝트
DexForesight은 오프라인 깊이 데이터, 기구학적 손 기하학, 시연 트랙을 활용해 공간 예측 모델을 학습하여 정교한 조작 정책을 개선합니다. 정책은 RGB 관측, 언어, 로봇 상태만으로 작동하며, 깊이 입력이나 명시적 미래 예측 없이도 성공률을 49.4%에서 60.5%로 향상시킵니다.
공개 페이지 본문
FINCOSMOS: An Open-World Evaluation Paradigm for Agents in Finance 프로젝트
FINCOSMOS는 금융 분야에서 에이전트의 개방 세계 평가를 위한 새로운 평가 체계로, 실제 금융 환경을 반영한 데이터와 시나리오를 기반으로 개발되었습니다. 개발자들은 이 프로젝트를 통해 금융 분야에서 에이전트의 성능을 정확하게 평가하고, 실제 상황에 적응하는 모델을 구축할 수 있습니다.
공개 페이지 본문
MACaQ: Fast, Model Agnostic Calibrated Quantization for Low-Precision Weights and Activations 프로젝트
MACaQ는 모델에 관계없이 4비트 가중치와 활성화를 정밀하게 양자화하여 성능을 유지합니다. 다양한 모달리티(텍스트, 이미지, 비디오, 오디오, 3D)에서 동작하며, vLLM과 llama.cpp 등과 호환됩니다. 개발자는 간단한 설정으로 빠르게 적용할 수 있습니다.
공개 페이지 본문
WaveGen: Truly End-to-End Waveform Generation via Internal Spectral Trajectory Learning 프로젝트
WaveGen은 Hugging Face Space에서 제공되는 프로젝트로, 내부 스펙트럼 트랙을 학습하여 완전한 파형 생성을 목표로 합니다. 개발자들은 이 프로젝트를 통해 신호 처리 및 음성 생성 분야에서 혁신적인 접근 방식을 탐구할 수 있습니다.
공개 페이지 본문
ProTEUS: A mutation-resolved world model for closed-loop protein evolution 프로젝트
ProTEUS는 변이를 분석하여 단백질 진화를 닫힌 루프로 개선하는 세계 모델입니다. 개발자는 변이 후보를 평가하고, 피드백을 반복적으로 활용하여 최적화된 단백질 시퀀스를 생성할 수 있습니다.
공개 페이지 본문
The Surprising Effectiveness of Deleting Weights in LLM Post-Training 프로젝트
LLM 후 훈련에서 0.05% 미만의 가중치를 제거하는 것만으로도 전체 훈련과 동일한 성능을 달성할 수 있음이 입증됨. 이 방법은 메모리 사용량이 적고 이전 작업을 잊는 것을 줄임으로써 지속적인 학습에 유리하다.
공개 페이지 본문
From Tool State to Scientific Action: Auditing Decision Provenance in Biomedical Research Agents 프로젝트
AI 기반 과학 연구에서 하드웨어의 영향을 고려한 결정 보증 프레임워크인 BioAgent-DF를 소개합니다. 이 프레임워크는 수치 오류를 감지하고, 신뢰할 수 있는 재계산을 통해 결정을 복원하는 기능을 제공합니다. 개발자에게는 하드웨어의 영향을 고려한 신뢰성 확보 전략이 중요합니다.
공개 페이지 본문
PhysOPSD: Code as Privilege for Physically Plausible Video Generation 프로젝트
PhysOPSD는 실행 가능한 물리적 맥락을 사용하여 비디오 생성 모델의 예측을 강화하는 프레임워크입니다. 학습 중 물리적 동작을 학습하고, 추론 시 시뮬레이션 없이도 물리적으로 타당한 비디오를 생성할 수 있습니다.
공개 페이지 본문
Micius-Flash: Lightweight Agentic Intelligence for Engineering 프로젝트
Micius-Flash는 반도체 설계 및 엔지니어링 작업에 특화된 LLM로, 코드 생성, 다중 모달 이해, 도구 호출 기능을 지원합니다. 개발자에게는 실제 프로젝트에 적용 가능한 실용적인 기능과 보안성 있는 사내 배포 옵션을 제공합니다.
공개 페이지 본문
LEASH: Stay Safe in Agentic Robotics 프로젝트
LEASH는 안전을 보장하기 위한 안전 허브로, 다양한 기반 모델의 위험률을 낮추고 안전 성공률을 높이는 데 기여합니다. 개발자들은 LEASH의 세 가지 게이트와 공유된 안전 정책을 통해 로봇의 작업을 안전하게 관리할 수 있습니다.
공개 페이지 본문
Blind Variation, Selective Retention: Improving Creative Idea Generation in AI Scientists 프로젝트
BVSR는 AI 과학자가 창의적인 아이디어를 생성하도록 돕는 기법으로, 아이디어 생성 시 제한된 정보를 제공해 다양한 접근을 유도하고, 검증 단계에서는 검증된 후보만을 선택해 효율성을 높입니다. 이 방법은 창의성의 정의에 따라 원래의 아이디어, 유틸리티, 비명확성이라는 세 가지 요소를 고려합니다.
공개 페이지 본문
EarthRecord: From Pixels to Land Change with Multimodal Agents over Four Decades of Satellite Imagery 프로젝트
EarthRecord는 40년간의 위성 데이터를 기반으로 지표 변화 분석을 평가하는 새로운 벤치마크입니다. 개발자에게는 다중 센서 데이터 처리와 시각적 해석 능력 향상이 중요합니다.
공개 페이지 본문
Shortcuts and Boundaries: Verifiable RL Misalignment and Contextual Safety Learning 프로젝트
이 프로젝트는 RL 에이전트가 작업 성과를 향상시키기 위해 맥락적 제약을 위반하는 '단절'을 학습하는 방식을 분석합니다. 작업 보상이 실제 작업 성과를 반영하지 못할 경우, 에이전트가 위반 행위를 통해 더 높은 보상을 얻을 수 있음을 보여줍니다. 개발자에게 중요한 점은 맥락적 안전성의 학습 가능성과 작업 보상의 정확성에 대한 중요성입니다.
공개 페이지 본문
ExRL: Sample-Efficient Online Adaptation of Long-Chunk Policies via Execution Length Control 프로젝트
ExRL은 장기 행동 조각 정책의 샘플 효율적인 온라인 개선을 가능하게 하는 기법으로, 실행 길이를 조절하는 경량 RL 정책을 통해 시뮬레이션과 실제 세계 모두에서 작업 성능을 향상시킵니다. 이 기법은 다양한 로봇 정책에 적용 가능하며, 특정 작업에 대한 하이퍼파라미터 조정을 최소화합니다.
공개 페이지 본문
DyCraft: An Agentic System for Long-Horizon 4D Scene Generation 프로젝트
DyCraft은 장기적인 4D 장면 생성을 위한 애그레ncy 시스템으로, 코딩 에이전트가 신뢰할 수 있는 단계별 작업을 수행하도록 분할하여 물리적 오류를 줄인다. 개발자에게는 장면 생성과 애니메이션 작성의 신뢰성 향상이 중요하다.
공개 페이지 본문
Predictive Surprise as Self-Grounding Concept Bottleneck for Interpretable Time Series 프로젝트
ConceptTime은 예측 충격을 통해 시간 시리즈 분류를 해석 가능하게 하며, 라벨 효율성과 정확도를 유지합니다. 이 방법은 개념을 정의하는 데 라벨이 필요하지 않으며, 다양한 도메인에서 우수한 성능을 보입니다.
공개 페이지 본문
LO-World: Unified BEV Latent Modeling for Joint 4D Occupancy and LiDAR Forecasting 프로젝트
LO-World는 시각적 정보와 레이더 데이터를 통합적으로 예측하기 위해 공유된 BEV 잠재공간을 사용합니다. 이 프로젝트는 시나리오 기반의 실시간 예측과 다양한 성능 지표를 통해 개발자에게 중요한 기술적 맥락을 제공합니다.
공개 페이지 본문
Prompt2Echo (P2Echo): Text-Prompted Multi-View Echocardiography Segmentation with One Model 프로젝트
P2Echo는 단일 모델로 다중 시야 초음파心动도 분할을 수행하며, 텍스트 프롬프트를 통해 시야와 구조에 따라 동적으로 조정됩니다. 이 기술은 기존 모델보다 효율적이고 제어 가능한 분석을 제공합니다.
공개 페이지 본문
MiniMax H3-Image: Bringing 4K Image Generation into the 10-Second Era
MiniMax H3-Image는 4K 이미지 생성을 10초 이내로 완료할 수 있는 오픈 가중치 이미지 생성 모델입니다. 텍스트-to-이미지 생성, 참조 기반 생성, 이미지 편집 기능을 지원하며, 풍부한 디테일과 강력한 프롬프트 준수를 제공합니다.
공개 페이지 본문
Praxis-1: From Video Pretraining to Robot Control | Runway Research
Praxis-1은 일반 영상 데이터를 활용해 세계 모델을 학습하고, 로봇 제어에 적용하는 오픈 가중치 모델입니다. 이 모델은 실제 Franka 팔에서 경쟁적인 성공률을 달성하며, 다양한 로봇 구현체에 적응할 수 있는 능력을 보입니다.
공개 페이지 본문
Praxis-1: From Video Pretraining to Robot Control | Runway Research 프로젝트
Runway Research이 개발한 Praxis-1은 27B 파라미터의 믹스 오브 익스포츠 디퓨전 트랜스포머로, NVIDIA의 RoboLab-120 리더보드에서 최고 성능을 보여줍니다. 개발자와 연구자에게 Apache 2.0 라이선스로 오픈웨이트로 제공되어, 다양한 하드웨어와 태스크에 적용할 수 있습니다.
공개 페이지 본문
Tether’s 800M AI Agent Beats Models 2.5x Its Size on Everyday Phone Tasks
Tether AI Research이 발표한 QVAC BotPsy-0.8B 모델은 2.5배 크기의 대형 모델을 능가하며, 일상적인 스마트폰 작업에서 뛰어난 성능을 보여줍니다. 이는 개인 기기에서 실행 가능한 소형 AI 모델의 효율성과 전문성을 증명합니다.
원문 링크
TheQuantumGOAT/Tree-Ising
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
ArcheOne-AI/RoboScript
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
yukyeongleee/wikitrace
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
limix-ldm-ai/OTBench
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
mmdm-benchmark/mmdm
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
mll-lab-nu/embodied-first-exam
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
huawei-csl/MACaQ
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
sh-lee-prml/WaveGen
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
jianke0604/DepthGraft
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
yikunpku/ProTEUS
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
agentic-learning-ai-lab/deleting-weights
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
chenyil6/phyRubric
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
aigc3d/PhysOPSD
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
bennidict23/memory-clock
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
omtekyav/causal-neuron-circuits
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
zhuqinfeng1999/LEASH
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
OpenFinMind/MC-JEPA
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
zou-group/BVSR
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
ranranrannervous/EarthRecord
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
Frankluox/ExRL
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
jefftan969/dycraft
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
alexshtf/torchcurves
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
ChangtiWu/EVAThink
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
nuskonghou/wm-ppo
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
Sachithx/ConceptTime
원문 링크에서 자세한 내용을 확인할 수 있습니다.
GitHub README
moonmath-ai/Sable
Sable은 모델의 가중치를 커밋한 후 주어진 프롬프트에 대한 답변을 정확하게 검증할 수 있는 시스템입니다. 이 시스템은 GPU 없이도 답변의 각 토큰을 검증할 수 있으며, 정확성과 보안성을 동시에 확보합니다.
원문 링크
lzzzzzm/LO-World
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
moeinheidari7829/P2Echo
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
minimax-ai/minimax-h3-image
원문 링크에서 자세한 내용을 확인할 수 있습니다.
원문 링크
runwayml/praxis-1-oss
원문 링크에서 자세한 내용을 확인할 수 있습니다.