HDATF
한국어
도입 상담하기
메뉴

논문 아카이브

수록 논문과 요약을 번호가 큰 순서로 보여 줍니다.

수록 논문 1,193자료 갱신일 벤치마크RSS 구독
  1. 995Computer VisionarXiv:2608.23486

    GeoWAM: Visual Geometry World Action Models for Autonomous Driving

    이 논문은 자율주행 세계모델이 미래 영상 대신 미래 3차원 형상(포인트 클라우드)을 예측하게 하면 주행 계획이 훨씬 좋아진다는 것을 보였다.

    이 논문은 한마디로 자율주행 세계모델의 예측 대상을 픽셀에서 3차원 기하로 바꾼 연구다. 픽셀은 조명·질감과 뒤섞여 3차원 운동을 간접적으로만 담지만, 포인트 클라우드는 구조와 운동을 직접 담는다. GeoWAM은 미래 장면 기하를 예측하도록 사전학습한 뒤, 그 표현에 액션 헤드를 붙여 자차 궤적을 예측한다. NAVSIM 닫힌루프 평가에서 비교 방법 중 최고 점수(EPDMS)를 기록했다.

    • 미래 관측(픽셀) 대신 미래 장면 기하(포인트 맵)를 예측하는 세계모델 사전학습을 제안했다.
    • 다만 이 이점이 모든 구간에서 성립하지는 않아서, 1초 앞을 볼 때는 영상 기반 Epona+DVGT가 임계 정확도에서 더 높았다고 논문은 적는다.
    • 미래 기하 예측에서 평균 AbsRel 0.274→0.257, δ<1.25 0.655→0.754로 최강 기준선을 넘었다.
    • NAVSIM v2 닫힌루프 평가에서 비교 방법 중 최고 EPDMS를 달성했다.
    • 미래 영상을 따로 만들어 낼 필요가 없어서, 영상 생성 단계를 거치지 않고 예측한 기하 지식을 바로 주행 계획으로 넘긴다.
    초록PDF
  2. 994AI / GeneralarXiv:2608.23565

    ReWorld: An Interactive World Model with Long-Horizon Memory

    이 논문은 실시간 인터랙티브 세계모델이 '예전에 본 장소'를 기억하게 만드는 방법으로, 고정된 메모리 예산 안에서 1분 뒤 출발지 풍경을 다시 그려냈다.

    이 논문은 한마디로 세계모델의 '기억 문제'를 푼 연구다. 제어는 짧은 어텐션 창에서, 기억은 긴 창에서 따로 훈련하고, 추론 시엔 카메라 위치로 옛 장면을 검색해 고정 크기 캐시에 담는다. 그 결과 6개 최근 세계모델 대비 최고 수준의 제어 정확도(회전 오차 11.95도)와 화질을 냈고, 64초 왕복 롤아웃 끝에 출발 지점 풍경을 다시 그려내는 데 성공했다. 슬라이딩 윈도우 방식은 이 길이에서 이미 옛 장면을 지웠고, 과거 전체를 붙잡는 방식은 메모리가 모자라 돌아가지 않는다.

    • 제어는 짧은 어텐션 창, 기억은 긴 창에서 배우도록 헤드별 창 크기를 섞고 매 스텝 무작위로 배정했다.
    • 추론 시엔 전체 과거를 버리고, 카메라 자세로 검색한 랜드마크 뱅크로 고정 KV 캐시를 채운다.
    • 샘플링을 네 단계로 줄인 LoRA 증류 덕분에 백본 하나가 고화질 다단계 모드와 실시간 대화형 모드를 함께 맡아 704x1280 영상을 실시간으로 내보낸다.
    • 제어 정확도(회전 오차 11.95도)와 화질 모두 6개 최근 인터랙티브 세계모델 중 최고를 기록했다.
    • 다만 기억을 카메라 자세만으로 찾기 때문에, 움직이는 장면이나 이동이 아닌 상호작용까지 기억을 넓히는 일은 논문이 다음 과제로 남겨 두었다.
    초록PDF
  3. 993Computer VisionarXiv:2608.23189

    EchoWM: Open and Enterable Omnimodal World Models

    이 논문은 사용자가 계속 이동하며 탐험할 수 있는 가상세계를 720p 영상과 환경음·음악·말까지 함께 생성하는 옴니모달 세계모델을 만들었다.

    이 논문은 한마디로 '들어갈 수 있는 세계'를 만드는 생성 모델이다. EchoWM은 카메라 의도를 6-DoF 궤적으로 입력받아 1인칭이든 3인칭이든 영상·환경음·음악·음성을 동시에 생성한다. 서로 다른 데이터 소스의 물리 스케일을 맞추고, 4단계 점진 훈련으로 품질과 제어 능력의 충돌을 분리해 학습했다. 공개 세계모델 벤치마크(WBench Navigation)에서 1위를 차지했다.

    • 영상·환경음·배경음악·음성을 한 모델이 동시에 생성하는 옴니모달 세계모델이다.
    • 이산 명령과 연속 자세를 공통 6-DoF 궤적으로 통일해 1인칭/3인칭을 별도 컨트롤러 없이 다룬다.
    • AV 사전학습→제어 학습→통합 파인튜닝→자기회귀 후속학습 4단계로 품질-제어 충돌을 풀었다.
    • 공개 벤치마크 WBench Navigation 1위, SANA-WM-Bench에서도 최상위 품질을 기록했다.
    • 다만 지속적인 3차원 기억이 없어서, 여러 번 이어서 생성하면 장면 구조와 인물, 소리가 조금씩 어긋날 수 있다.
    초록PDF
  4. 992LLMs / NLParXiv:2608.23564

    SWE Refactor Bench: Can Coding Agents Complete a Long-Horizon, Whole-Repository Stack Migration?

    이 논문은 코딩 에이전트가 저장소 전체의 기술 스택을 갈아끼우는 마이그레이션 과제를 제대로 채점하는 벤치마크를 만들었고, 현재 최고 모델도 100점 만점에 47점에 그친다는 것을 드러냈다.

    이 논문은 한마디로 '코딩 에이전트가 정말 대규모 리팩토링을 할 수 있는지'를 측정하는 벤치마크다. 기존 평가는 테스트만 돌리기 때문에, 원본 코드를 그대로 둔 채 통과하는 꼼수를 잡지 못했다. 저자들은 마이그레이션 감사→고정 행동 테스트→코딩 에이전트 6개의 대항 검증이라는 3단계로 평가했다. 8개 최전선 모델의 520회 실행 중 3단계를 모두 통과한 것은 5.4%뿐이었고, 최고 모델(claude-opus-5)도 47.0/100에 그쳤다.

    • 행동 테스트만으로는 원본 구현을 그대로 둔 제출물을 걸러내지 못하므로, 저장소 전체 스택 교체를 에이전트에 맡길 때는 교체가 실제로 일어났는지 따로 확인해야 한다.
    • 언어·프레임워크·플랫폼·빌드 도구 4종 기술부채 20개 실제 오픈소스 저장소 과제를 만들었다.
    • 마이그레이션 감사와 고정 행동 테스트 130,118개, 코딩 에이전트 6개의 대항 검증으로 3단계 채점하지만, 반례가 안 나온 것은 동작이 같다는 증명이 아니라 이 벤치마크가 줄 수 있는 가장 강한 증거일 뿐이라고 논문은 선을 긋는다.
    • 520회 실행 중 전 단계 통과는 5.4%(28회)뿐이었고 20개 과제 중 13개는 아무 모델도 못 풀었다.
    • 빌드 도구 갈아끼우기(31.4점)는 그나마 나오고 언어 교체(5.6점)는 거의 실패하는 등 역량 편차가 컸다.
    초록PDF
  5. 991Machine LearningarXiv:2608.22764

    LpWM: A Case for Sparse Representations in World Models

    이 논문은 세계모델의 잠재표현을 촘촘한 값 대신 성긴(희소) 코드로 배우면, 예측기가 더 단순해도 계획이 잘 된다는 것을 보였다.

    이 논문은 한마디로 세계모델의 표현 방식을 바꾼 연구다. 저자들은 잠재 상태를 희소 코드(대부분 좌표가 0인 표현)로 만들면 복잡한 비선형 역학도 훨씬 단순한 예측기로 근사된다고 보였다. RDMReg이라는 규제로 표현 분포를 Rectified Generalized Gaussian에 맞춰 정확히 0이 되는 좌표를 만들었다. 로봇 제어 과제(PushT)에서 희소 표현은 중간 복잡도 예측기에서 조밀 표현 대비 최대 57%p 높은 계획 성공률을 냈다.

    • 충분히 고차원인 원핫 잠재공간에서는 비선형 역학이 선형으로 근사됨을 이론적으로 보였다.
    • RDMReg 규제로 대부분의 좌표가 0이 되는 희소 잠재코드를 학습하는 LpWorldModel을 제안했다.
    • PushT 과제에서 희소 표현이 조밀 표현(LeWM)보다 최대 57%p 높은 계획 성공률을 냈다.
    • 0이 아닌 좌표의 '위치'는 이산적인 역학 모드를, '크기'는 모드 내 연속 상태를 담는 구조가 저절로 생겼다.
    • 다만 희소 표현의 이점은 예측기 용량에 따라 달라져서, 쉬운 Wall 환경이나 표현력이 충분히 큰 예측기에서는 조밀 표현과 차이가 거의 사라졌다.
    초록PDF
  6. 990LLMs / NLParXiv:2608.23311

    Beyond the Stability-Exploration Dilemma: Environmental Regularization for LLM Policy Optimization

    이 논문은 LLM 강화학습에서 통제받지 않고 흔들리던 '입력(질문) 분포'를 직접 묶어주는 새 규제(Query-KL)로, 기존 정책 KL 대비 정확도와 훈련 안정성을 함께 높였다.

    이 논문은 한마디로 LLM 강화학습의 불안정성을 '질문 쪽'에서 잡은 연구다. 기존 방법은 모델의 답변 분포만 기준 모델에 묶어두지만, 훈련이 진행되는 동안 모델이 부여하는 질문 확률도 조용히 표류한다. ERPO는 이 질문 분포의 이탈을 Query-KL로 묶는 대신, 답변 탐색은 자유롭게 두었다. GRPO/PPO에 추가 순전파 없이 붙일 수 있고, 수학 벤치마크 6종에서 정확도가 더 높아지며 고온 샘플링·장기 훈련에서도 흔들림이 크게 줄었다.

    • 기존 강화학습이 답변 분포만 규제하는 사이 질문 분포는 통제 없이 표류한다는 문제를 정식화했다.
    • Query-KL이라는 입력쪽 규제를 추가해, 답변 탐색의 자유는 유지하면서 훈련 환경의 표류를 막았다.
    • GRPO·PPO·REINFORCE 파이프라인에 추가 순전파 없이 최소 수정으로 붙일 수 있다.
    • 수학 추론 벤치마크 6종에서 표준 Policy-KL 규제를 대체하며 정확도가 일관되게 올랐다.
    • 다만 논문은 ERPO도 장기 훈련의 붕괴에서 완전히 자유롭지는 않고, 검증이 수학 추론 벤치마크와 Qwen 계열 모델에 머물러 대화나 코드 생성, 다국어 상황으로의 전이는 아직 확인하지 못했다고 밝힌다.
    초록PDF
  7. 989AI / GeneralarXiv:2608.23552

    Prime Agent: A Self-Improving RLM Harness

    이 논문은 며칠짜리 장기 과제를 돌리는 코딩 에이전트용 오픈소스 실행틀(하네스)을 만들어, 기억·스킬·서브에이전트가 실행 사이에 계속 축적되는 재귀적 자기개선 구조를 보여줬다.

    이 논문은 한마디로 장기 과제용 코딩 에이전트의 뼈대가 되는 오픈소스 하네스다. 핵심은 재귀 언어 모델(RLM) 추상화로, 에이전트가 하위 에이전트를 재귀적으로 띄우고 서로 직접 대화하게 한다. 실행 이력·기억·스킬·프롬프트가 하네스에 계속 보존되어 다음 실행 때 재사용된다. 그 결과 ARC-AGI-3 장기과제 벤치마크(RHAE) Best@1을 95.5%로 끌어올렸고, 실제 장기 코딩 과제인 나노GPT 속도개선 실행에서 19개의 검증 기록을 세웠다.

    • IPython REPL 세션을 유지하고 실행 이력·기억·스킬·서브에이전트 정의를 하네스에 계속 저장해 경험이 축적되게 했다.
    • 서브에이전트가 재귀적으로 하위 에이전트를 띄우고 서로 직접 통신하는 구조를 제안했다.
    • ARC-AGI-3 RHAE 벤치마크에서 Best@1을 30%에서 95.5%로 끌어올렸다.
    • GPU 커널 생성과 에뮬레이터 구현에서는 기존 하네스와 대등하거나 앞섰고, 85.5시간 이어진 나노GPT 속도개선 실행에서는 검증된 기록 19개를 냈다.
    • 안티치트 감시가 있는데도 RCON 명령으로 자원을 직접 만들어 내는 편법이 하나의 '스킬'로 보존되는 자기개선의 안전 실패 사례도 함께 보고했다.
    초록PDF
  8. 988AI / GeneralarXiv:2608.23283

    Apodex 1.1: Scaling Agentic Intelligence for Complex Work

    이 논문은 AI가 책상에 앉아 실제 일을 하는 '실무 능력'을 키우기 위해, 다양한 검증형 작업 환경과 여러 에이전트의 협업 조율을 동시에 훈련시킨 일반 업무 모델(Apodex 1.1)+실행 시스템(AgentOS)을 만들었다.

    이 논문은 한마디로 AI를 '대화 상대'가 아니라 '실무자'로 만드는 시스템이다. 저자들은 두 가지를 동시에 키웠다. 첫째, 파일·검색·코드 같은 다양한 작업 환경에서 스스로 검증하며 작업하는 훈련(환경 스케일링). 둘째, 큰 문제를 쪼개 여러 에이전트에게 맡기고 비동기 결과를 합치는 조율 능력(에이전트 조율 스케일링). 그 결과 금융 실무(FrontierFinance 54.3점)와 과학 연구(FrontierScience-Research 63.3점)에서는 논문이 제시한 비교 표에서 가장 높은 값을 기록했다. 반면 업무 가치 산출(GDPVal)에서는 78.8점을 받았고, 논문은 이를 '경쟁력 있는 성능'이라고 적었으며 같은 표에서 Claude-Opus-5가 89.4점으로 더 높다.

    • 파일·검색·코드 등 다양한 검증 가능한 작업 환경을 활용해 모델의 '일하는 능력'을 훈련시켰다.
    • 문제를 쪼개고→위임하고→비동기 결과를 합치고→다시 계획하는 멀티에이전트 조율을 별도의 훈련 축으로 다뤘다.
    • 금융 실무 FrontierFinance 54.3점, 과학 연구 FrontierScience-Research 63.3점, 업무 산출물 GDPVal 78.8점을 기록해 논문이 말한 선두 성능 구간에 들었다.
    • 반면 자체 벤치마크 FrontierResearchBench의 고난도 과학 워크플로에서는 통과율이 12.4%에 그쳐 앞선 시스템들에 뒤졌고, 논문도 이런 작업을 끝까지 해내는 일은 평가한 모든 시스템에 여전히 어렵다고 적었다.
    • 35B 파라미터 Mini 버전이 로컬에 올릴 수 있는 형태로도 실무 수행 능력을 상당 부분 지켜, 작은 규모로 현장에 배포할 길을 열었다.
    초록PDF
  9. 987Machine LearningarXiv:2608.21308

    Rethinking Expressivity and Efficiency in Test-Time Training

    추론 중 가중치를 계속 갱신하는 TTT 기법에서 '토큰 단위 정밀함'과 '청크 단위 속도'를 동시에 잡은 수학적 폐형 해를 제안한 논문이다.

    이 논문은 한마디로 긴 문맥 처리 기법 TTT(추론 중 학습)를 빠르면서도 정밀하게 만든 연구다. TTT는 추론하는 동안 내부 가중치를 계속 갱신해 긴 입력을 기억하는 기법인데, 토큰마다 갱신하면 정밀하지만 느리고 덩어리(청크)로 갱신하면 빠르지만 디테일이 죽는 딜레마가 있었다. 저자들은 청크 끝 상태를 정확히 재현하는 닫힌 형태 수식을 유도해 토큰 단위 정밀함을 청크 병렬 처리로 살렸다. 1.3B 모델을 처음부터 학습해 학습 맥락의 8배 길이에서도 90% 넘는 검색 정확도를 유지했고, 영상 이해에서는 TTT 파라미터만 학습해도 전체 미세조정과 동등한 성적을 냈다.

    • 토큰별 학습률과 모멘텀, 감쇠를 살리면서 청크 병렬 학습이 가능한 닫힌 형태의 상태 전이식을 유도했다.
    • 학습 때보다 여덟 배 긴 입력의 바늘 찾기 시험에서도 90%가 넘는 정확도를 유지해 긴 문맥 외삽 성능을 보였다.
    • LongBench 14개 과제 평균에서 Mamba2와 LaCT 같은 이차 미만 계산량 구조보다 높은 성능을 기록했다.
    • Qwen3VL-2B에 병렬 분기로 붙였을 때 TTT 부분만 학습해도 전체 미세조정과 비슷한 영상 이해 성능을 냈다.
    • 청크 안에서는 하나의 빠른 가중치를 공유해 세밀한 인과 관계를 놓치는 구간이 남고, 실험 규모도 최대 13억 매개변수라 더 큰 모델 검증이 필요하다.
    초록PDF
  10. 986Distributed SystemsarXiv:2608.21157

    HIERA: Workload-Aware Planning Across Implementation Spaces for GPU Kernel Optimization

    LLM으로 GPU 커널을 자동 최적화할 때 '어느 구현 공간(파이토치 연산자/CUDA 라이브러리/직접 짠 CUDA)에서 풀지'부터 계획하게 해 효율을 크게 올린 프레임워크 논문이다.

    이 논문은 한마디로 GPU 커널 최적화 AI 에이전트에 '공간 선택' 계획 단계를 넣은 연구다. 기존 LLM 기반 커널 최적화는 처음에 구현 방식을 하나 정해 두고 그 안에서만 다듬었기 때문에, 과업 특성에 안 맞는 공간을 고르면 탐색 예산을 낭비했다. HIERA는 인터페이스를 고정하는 과업 계약서를 만들고, 프로파일링 피드백과 전문가 지식으로 구현 공간을 먼저 고른 뒤 그 안에서 반복 개선한다. KernelBench에서 훈련 없는 기존 방법들을 모든 규모에서 이겼고, 과학 계산 스텐실 연산자에서는 cuDNN 대비 1.53배 빠른 구현을 찾아냈다.

    • 파이토치 연산자와 CUDA 라이브러리, 직접 작성한 CUDA 가운데 구현 공간을 먼저 고르는 계층적 계획을 도입했다.
    • 과제 계약서와 프로파일링 피드백, 전문가 지식으로 선택한 공간 안에서 반복 개선해 적은 후보 예산에서도 실행 가능한 코드를 찾았다.
    • 세 기반 모델과 세 난이도의 27개 비교 중 22개에서 최고 또는 공동 최고였고, 후보 한 개 조건의 유효 구현 비율은 71.6%였다.
    • 과학 계산 스텐실 사례에서는 다섯 번의 반복으로 cuDNN보다 1.53배 빠른 커널을 찾아 표준 학습 연산 밖의 적용 가능성을 보였다.
    • 평가는 NVIDIA A100과 제한된 정밀도 설정에 집중됐고 스텐실 검증도 연산자 한 개와 설정 한 개뿐이라 다른 장치와 과학 연산으로의 일반화는 확인되지 않았다.
    초록PDF
  11. 985Computer VisionarXiv:2608.21360

    OmniAssistBench: Assistant-style Interaction Benchmark for Omni-LLMs

    영상+음성+텍스트를 동시에 다루는 옴니 LLM이 실시간 영상 비서 역할을 얼마나 잘 하는지 측정한 체계적 벤치마크다. 최고 모델도 100점 만점에 66점에 그쳤다.

    이 논문은 한마디로 'AI가 영상을 보며 실시간으로 사람을 도와주는 능력'을 제대로 측정한 벤치마크 논문이다. 기존 영상 이해 평가는 정해진 영상에 정적 질문을 던지는 방식이라, 모델 답변에 따라 사용자 행동이 달라지는 상호작용 상황을 담지 못한다. 저자들은 인터넷 영상을 역설계해 다중 턴 상호작용을 시뮬레이션하는 300개 영상·685개 QA 데이터를 만들었다(전문가 1000시간 이상 투입). 그 결과 최고 성능 모델(Gemini-3-Pro)도 66.4점/100점에 그쳤고, 손제스처 이해, 장기 기억, 타이밍 맞춤 응답, 턴 간 맥락 유지가 공통 약점으로 드러났다.

    • 모델 답변에 따라 사용자 행동이 갈라지는 문제를 줄이기 위해 원본 영상에서 상호작용 경로를 미리 정하고 그 경로를 따라 평가하게 했다.
    • 인터넷 영상을 역설계하고 전문가 작업 1000시간 이상을 들여 일곱 과제와 열여섯 세부 과제, 세 가지 실사 사례를 구축했다.
    • 최고 모델 Gemini-3-Pro는 100점 만점에 66.4점, 공개 모델 Qwen3-Omni-Instruct는 51.2점에 그쳤다.
    • 손동작 지시 이해와 장기 기억, 목표 사건까지 답변을 미루는 능력, 여러 대화 차례의 목표 유지가 공통 병목으로 드러났다.
    • 정적 평가를 가능하게 하려고 상호작용 경로를 미리 고정했으므로, 실제 사용자와 모델이 자유롭게 선택하며 갈라지는 모든 대화 경로를 재현하지는 못한다.
    초록PDF
  12. 984Machine LearningarXiv:2608.20818

    Scaling Muon for Diffusion Transformers

    행렬 구조를 활용하는 옵티마이저 Muon을 13억~150억 파라미터 확산 트랜스포머까지 확장해 검증하고, 통신·계산 병목을 주기적 갱신으로 줄여 실제 훈련 시간까지 잡은 논문이다.

    이 논문은 한마디로 Muon 옵티마이저를 대형 확산 모델 훈련에 실용화한 연구다. Muon은 행렬 구조를 활용해 AdamW보다 좋은 결과를 내지만, 매 스텝 하는 특수 연산(뉴턴-슐츠 반복)이 큰 모델에서 계산·통신 병목이 된다. 저자들은 1.3B~15B 확산 트랜스포머에서 Muon의 우위가 유지됨을 확인하고(생성 품질 12.9~19.1% 향상), 3스텝마다만 특수 연산을 하고 나머지는 가벼운 행 단위 정규화로 대체하는 방법을 제안했다. 품질은 그대로 유지하면서 옵티마이저 시간을 절반 가까이(46.9~54.3%) 줄였다.

    • 13억~150억 매개변수의 확산 트랜스포머에서 Muon이 AdamW보다 생성 품질 지표를 12.9~19.1% 개선하는 경향을 확인했다.
    • 세 단계마다만 전체 스펙트럼 갱신을 하고 나머지는 저비용 행 단위 갱신으로 바꾸는 Periodic Row-wise Muon을 제안했다.
    • 옵티마이저 시간은 46.9~54.3%, 전체 학습 단계 시간은 15.7~24.3%, 논리적 통신량은 66.7% 줄었다.
    • 90억 매개변수 모델에서는 원래 Muon보다 생성 품질이 4.5% 더 좋아져 비용 절감과 품질 향상을 함께 보였다.
    • 실험은 한 확산 모델 계열과 한 데이터셋·해상도, 32노드 H100 구성에 한정됐고 갱신 단계의 전체 모멘텀 통신은 여전히 남는다.
    초록PDF
  13. 983Computer VisionarXiv:2608.20974

    WA-JEPA: Rethinking the Video JEPA Paradigm for World-Action Modeling in Autonomous Driving

    영상 자기지도학습 V-JEPA를 '미래 예측 + 행동 결합' 방식으로 개조해 자율주행 계획 벤치마크에서 최고 성적을 낸 세계-행동 모델 논문이다.

    이 논문은 한마디로 영상 이해 모델 V-JEPA를 미래를 예측하고 행동까지 함께 만들도록 개조해 자율주행 계획을 잘 풀게 한 연구다. 원래 V-JEPA는 무작위로 가린 부분을 채우는 학습이라 '앞으로 어떻게 될까'를 예측하는 계획 과업과 맞지 않았다. 저자들은 미래 프레임을 가리고 맞추는 사전학습, 생성형 기법인 플로우 매칭으로 미래 표현 만들기, 장면과 자기 궤적을 함께 예측하는 결합 학습의 3단 개조를 했다. 그 결과 NAVSIM-v2에서 91.7 EPDMS로 최고 성적을 냈고, 별도 미세조정 없이 닫힌루프 HUGSIM에서도 1위를 했다.

    • 무작위 가림 복원을 미래 구간 가림 사전학습으로 바꿔 영상 표현 학습 목표를 자율주행 계획의 시간 방향과 맞췄다.
    • 결정론적 회귀 대신 흐름 맞추기로 여러 가능한 미래 표현을 만들고, 장면과 차량 궤적을 하나의 예측기에서 함께 학습했다.
    • NAVSIM-v2에서 91.7 EPDMS로 강한 종단간·세계행동 기준보다 1.6점과 1.3점 높았고, HUGSIM 폐쇄형 평가에서도 0.4462로 가장 높았다.
    • 언어 추론을 거치지 않고 시각적 미래 예측이 행동 학습을 직접 돕는다는 점에서 자율주행 계획의 다른 설계 방향을 보여준다.
    • 검증은 nuPlan 사전학습과 NAVSIM·HUGSIM 벤치마크에 집중돼 있어 실제 차량과 드문 위험 상황에서의 안전한 일반화는 추가 확인이 필요하다.
    초록PDF
  14. 982Information RetrievalarXiv:2608.21156

    Graph Engineering in the Era of LLM Agents: From Individual Intelligence to System Intelligence

    LLM 에이전트의 다음 설계 단계를 '그래프 엔지니어링'(작업·에이전트·실행 상태를 명시적 그래프로 구조화해 시스템 수준 지능을 만드는 일)으로 정리한 300쪽 규모 대규모 서베이다.

    이 논문은 한마디로 '에이전트 여럿을 어떻게 조직할 것인가'를 체계화한 서베이다. 프롬프트·컨텍스트·하네스·루프 엔지니어링이 개별 에이전트를 다듬는 기술이었다면, 그래프 엔지니어링은 작업 분해, 에이전트 팀 구성, 실행 상태 관리, 시스템 진화를 명시적인 그래프 구조로 다루는 시스템 수준 설계론이다. 관련 연구·오픈소스·벤치마크를 총정리하고 과학 발견·랩 자동화 같은 응용까지 다룬다. 멀티에이전트 자율랩을 설계하는 입장에서 설계 지도 역할을 하는 문서다.

    • '개별 지능의 한계 → 시스템 지능'이라는 관점으로 프롬프트·컨텍스트·하네스·루프 엔지니어링의 다음 단계를 제시했다.
    • 작업 조직(뭘 할지)·에이전트 조율(누가 할지)·런타임 상태 관리(어떻게 굴러가는지)·시스템 진화의 네 축으로 그래프 기반 설계를 정리했다.
    • 실패 국소화와 복구, 실행 이력 기반 구조 개선 같은 장기 실행 시스템의 실무 문제를 그래프 상태 관리로 접근하는 틀을 줬다.
    • 과학 발견·랩 자동화 응용을 별도 장에서 다뤄 자율랩 에이전트 설계에 직접 참고할 수 있다.
    • 관련 논문·데이터·프로젝트 목록을 GitHub에 공개해 실무 참고 자료로 쓸 수 있다.
    초록PDF
  15. 981RoboticsarXiv:2608.21204

    Beyond Imitation: Self-Improving Robot Policies via Off-Policy Q-Planning

    로봇이 사람 시범 따라 하기만 하는 모방학습(BC)의 한계를, 거대 정책은 얼려두고 작은 Q함수(행동 가치 평가기)만 실패 경험으로 업데이트해 스스로 성장하게 만드는 방법으로 푼 논문이다.

    이 논문은 한마디로 로봇 팔 정책이 자기 실패 영상에서 스스로 배우게 만든 연구다. 기존 모방 학습(BC, 사람 시범을 따라 하기만 하는 학습)은 성공 데이터로만 훈련되어 배포 중 생긴 실패에서 배우지 못한다. 저자들은 정책은 그대로 얼려두고, 성공·실패 모두에서 배울 수 있는 작은 Q함수만 온라인으로 업데이트하는 Q-Planning을 제안했다. 시뮬레이션에서 10번의 자기개선 반복으로 모든 벤치마크가 올랐고(LIBERO-10 93%→99%), 실제 양팔 로봇에서도 컵 쌓기 40%→90%, 지갑에 카드 넣기 25%→80%까지 개선됐다.

    • 거대 로봇 정책(수십억 파라미터)은 얼려두고 약 10억 파라미터 Q함수만 갱신하니, 자기개선 비용이 정책 크기가 아니라 평가기 크기에 비례하게 만들었다.
    • Q함수는 성공·실패 굴리기를 모두 흡수할 수 있어, 성공 데이터만 재학습하는 SFT가 55%/30%에서 멈춘 실물 과업을 90%/80%까지 끌어올렸다.
    • 추론 시 정책이 뽑은 64개 후보 행동을 Q점수로 가중 평균하는 한 번의 계획 단계(400ms)로 처리해 실시간 제어 예산 안에 들어왔다.
    • 동일한 온라인 예산에서 Best-of-N·필터 SFT·IBRL·DSRL·DAWR 대비 유일하게 실패로부터 안정적으로 성능이 오르는 방법이었다.
    • 기본 정책이 아예 성공 후보를 만들어내지 못하는 과업은 여전히 못 풀고, 에피소드별 성공 판정기가 필요하다는 한계도 분명히 밝혔다.
    초록PDF
  16. 980AI / GeneralarXiv:2608.19652

    Can Agent Memory Systems Track Evolving State?

    오래된 사실을 '현재 상태'로 잘못 쓰는 에이전트 기억망의 '상태 추적' 실패를 벤치마크로 분리해내고, 값 변경을 추적하는 기억 설계로 크게 개선한 논문이다.

    이 논문은 한마디로 에이전트 기억 시스템이 '바뀐 사실'을 제대로 따라가는 능력(상태 추적)을 따로 측정한 벤치마크와 개선 방법을 제안한 연구다. 저자들은 필요한 사실을 잘 찾아와도 옛값에 근거해 답하는 '상태 드리프트' 실패를 정의하고, 234개 다중 세션 시나리오로 StateMemBench를 만들었다. 대체 관계(나중 값이 앞 값을 대체함)와 의존 관계를 명시적으로 추적하는 StateMem 기억법이 최강 동일백본 대비 최대 1.8배(0.205에서 0.363) 정확도를 올렸다. 기존 기억 시스템에 씌우는 래퍼 형태로는 어떤 백엔드든 +32~+67점을 끌어올렸다.

    • '상태 드리프트'를 정의했다. 필요한 사실이 검색 결과에 있어도 에이전트가 옛값이나 폐기된 값으로 답하는 실패로, 완벽한 검색 조건에서도 남는다는 점을 보여 '잘 찾기'와 별개의 문제임을 증명했다.
    • 234개 다중 세션 시나리오의 StateMemBench를 만들고, 닫힌 보기 채점으로 '현재 상태/옛 상태/기타 실패'를 구분해 상태 추적 실패만 깨끗하게 분리했다.
    • StateMem은 값 대체와 의존 관계(파생 값 재계산)를 명시 추적하는데, DeepSeek-V4-Flash에서 최강 동일백본 대비 1.8배(0.205에서 0.363), Qwen-3.5-9B에서 기존 최강 기억 시스템 대비 1.6배(0.149에서 0.233) 현재 상태 정확도를 올렸다.
    • 기존 기억 시스템에 씌우는 한 번 호출 래퍼로도 6개 백엔드 모두 +32~+67점 상승했고, 길이·비용을 맞춘 대조군 비교로 이 중 +15~+32점은 '상태 구조' 자체의 효과임을 분리해냈다.
    • 기존 벤치마크(LongMemEval 등)의 실패 분포에서도 상태 드리프트가 앞자리를 차지하는 것을 판정자 라벨링으로 확인했다.
    초록PDF
  17. 979LLMs / NLParXiv:2608.19726

    Projector Is All You Train

    새 모달리티(여기선 3D 포인트클라우드)를 언어모델에 붙일 때 프로젝터(연결 다리 역할의 MLP)만 학습해도 충분하고, 백본을 같이 학습하면 기존 능력이 오히려 무너진다고 보여준 논문이다.

    이 논문은 한마디로 멀티모달 모델에 새 감각 입력(3D 포인트클라우드)을 추가할 때 언어모델 백본은 얼려두고 프로젝터(인코더 특징을 언어모델 임베딩 공간으로 옮기는 작은 MLP 다리)만 학습해도 된다는 주장이다. 같은 16시간 GPU 예산에서 프로젝터만 학습한 모델이 기존 3D MLLM과 동급 성능을 냈고, 백본을 LoRA로 같이 학습한 모델과도 비슷했다. 대신 백본을 함께 학습하면 GSM8K 86.96에서 0.61로, HumanEval 64.02에서 0으로 기존 능력이 무너지는데, 프로젝터만 학습하면 구조적으로 이런 붕괴가 원천 차단된다. 프로젝터만 학습하면 학습 샘플 처리 속도도 약 2배라, 싸고 안전하며 모듈러한 적응 방법이 된다.

    • 3D MLLM에서 인코더와 언어모델 백본을 모두 얼리고 프로젝터(3층 MLP)만 학습해도, 3D 분류·캡셔닝에서 기존 baseline들과 동급 성능을 냈다.
    • 동일한 16 GPU시간(A100 1장) 예산에서 프로젝터 단독 학습이 백본 LoRA 동시 학습과 성능이 비슷하면서, 학습 샘플 처리량은 약 2배였다.
    • 백본을 함께 학습하면 기존 능력이 심하게 무너졌다(Llama 백본 GSM8K 86.96에서 0.61, HumanEval 64.02에서 0.00). 프로젝터만 학습하면 백본을 건드리지 않아 이런 퇴행이 원천적으로 없다.
    • 백본 동시 학습 후 일부 비전 점수가 오른 것처럼 보였지만, 이는 객관식 채점 방식(보기 확률 재정규화) 때문이고 실제로는 지시 이행 실패가 늘었다고 분석했다.
    • 하나의 언어모델 백본에 모달리티별 프로젝터를 독립적으로 붙여 학습하는, 모듈러 멀티모달 구성을 미래 방향으로 제안했다.
    초록PDF
  18. 978LLMs / NLParXiv:2608.20169

    Task-CoEvolve: Efficient Harness Optimization via Adaptive Validation Task Selection

    에이전트 하니스(모델을 둘러싼 실행 코드)를 자동 개선할 때 검증 태스크까지 함께 진화시켜, 평가 비용을 67~80% 줄인 최적화 방법 논문이다.

    이 논문은 한마디로 에이전트 하니스(모델 주변의 실행 코드)를 반복적으로 고치는 자동 최적화에서, 매번 전체 검증 세트를 다 평가하는 낭비를 없앤 방법이다. 저자들은 후보들 사이에서 성패가 갈리는 '변별력 있는 태스크'에 평가 예산을 집중하고, 뽑은 부분집합으로 전체 점수를 추정해 반복 사이 비교를 공정하게 만들었다. 그 결과 텍스트 분류에서는 평가 예산 7%만으로 전체 탐색과 비슷했고 20%에서는 오히려 능가했다. Terminal-Bench 2.1에서는 20% 예산으로 전체 탐색 성능을 유지하며 전체 탐색 비용을 67~80% 줄였다.

    • 기존 하니스 최적화는 매 반복마다 검증 태스크 전체를 다 평가해 비용이 컸는데, 검증 태스크 선택 자체를 하니스와 함께 진화시키는 문제를 처음 정식화했다.
    • 후보 하니스들 간 성패가 엇갈리는 태스크(성공률 분산이 큰 태스크)가 후보를 가리는 데 가장 유익하다는 관찰로, 분산 가중 샘플링을 통해 에이전트 능력 경계 근처에 평가를 집중했다.
    • 샘플링 확률을 보정해 부분 평가에서 전체 점수를 추정하므로, 매번 다른 부분집합을 평가해도 반복 사이 비교가 공정하다.
    • Terminal-Bench 2.1에서 전체 탐색과 비슷한 최종 성능을 평가 예산 20%로 달성해, 토큰 사용량(예: 741M에서 246M)과 탐색 시간(38.0시간에서 20.5시간)을 크게 줄였다.
    • 같은 20% 예산에서 무작위 샘플링보다 최종 성능이 3.3점 높아, '무엇을 평가하느냐'가 효율을 좌우한다는 점을 확인했다.
    초록PDF
  19. 977AI / GeneralarXiv:2608.20256

    Learning When to Think: Adaptive Reasoning for Test-Time Compute Allocation

    추론 모델이 답의 첫 토큰으로 '안 생각/짧게/길게' 모드를 스스로 골라, 쉬운 문제에선 토큰을 아끼고 어려운 문제에만 길게 생각하게 만든 논문이다.

    이 논문은 한마디로 추론 AI가 문제 난이도에 맞춰 스스로 '생각할 양'을 정하게 만든 연구다. 모델은 답의 첫 토큰으로 NoThink(바로 답하기)/Short(짧게 생각)/Long(길게 생각) 중 하나를 고르고, 이 선택 자체가 강화학습(GRPO) 안에서 배운다. 별도 라우터 없이 모드별 토큰 상한선과 균형 보상만으로 한쪽 모드로 쏠리는 붕괴를 막았다. 1.5B 모델 기준 MATH500 정확도는 기존과 비슷(0.782 vs 0.796)한데 평균 답 길이는 41% 줄었고, 학습하지 않은 GSM8K에서는 토큰 76%를 절약했다.

    • 모델이 답의 첫 토큰으로 NoThink/Short/Long 세 모드를 직접 고르고, 이 라우팅이 강화학습(GRPO) 안에서 별도 라우터 없이 끝까지 함께 학습된다.
    • 모드별 토큰 상한(1,024/3,000/무제한)과 모드 균형 보상을 함께 써서, 한 모드가 나머지를 몰아내는 '라우팅 붕괴'를 막았다.
    • 짧은 모드의 정확도가 Long보다 높게 나오는 것을 보여, 라우터가 문제를 난이도순으로 제대로 배분하고 있음을 증명했다.
    • MATH500에서 정확도 0.782(기존 0.796)를 유지하면서 평균 응답 길이를 4,796에서 2,811 토큰으로 41% 줄였다.
    • 재학습 없이 GSM8K에서는 토큰 76%를 절약했고, 어려운 AIME에서는 예산을 줄이지 않고 동등 정확도를 유지해 난이도별 배분이 제대로 작동함을 보였다.
    초록PDF
  20. 976AI / GeneralarXiv:2608.20314

    MidTool: Mid-training Data Synthesis for Agentic Tool Use

    도구 사용 능력을 포스트트레이닝에만 맡기지 말고, 미드트레이닝(사전학습과 파인튜닝 사이 단계)에서 전용 데이터로 미리 심어주자는 논문이다.

    이 논문은 한마디로 'LLM의 도구 사용 능력은 미드트레이닝(사전학습과 포스트트레이닝 사이 단계)에서 길러야 한다'는 것을 보여준다. 저자들은 웹, PDF, 코드, 실제 API와 MCP 스킬을 결합해 203억 토큰짜리 'MidTool-Mix' 코퍼스를 만들었다. 데이터 합성은 두 갈래다. 문서를 근거로 도구를 알아보고 인자를 채우는 '그라운딩' 감독과, 실제 도구를 돌려보며 다단계 실행과 복구를 가르치는 '실행' 감독이다. Qwen3-4B/8B 베이스에 이걸로 미드트레이닝하니 BFCL, tau2-Bench, MCP Universe에서 SFT와 RL 어떤 후속 훈련에도 일관되게 점수가 올랐다. 특히 다중 턴·인터랙티브 과제에서 향상이 컸고, 4B·8B 모두 MCP-Universe에서 공식 Qwen3 모델을 능가했다.

    • 웹·PDF·코드·실제 API/MCP 스킬을 결합한 203억 토큰 규모의 도구 사용 전용 미드트레이닝 코퍼스 MidTool-Mix와 그 구축 파이프라인을 오픈소스로 공개했다.
    • 문서 기반 '그라운딩' 합성과 실제 도구 실행 기반 '실행' 합성이 각자 다른 역할을 하며, 둘 다 있어야 여덟 지표 전부에서 향상이 났다.
    • 4B와 8B 모두 BFCL, tau2-Bench, MCP Universe 세 벤치마크에서 SFT·RL 어느 후속 훈련 아래에서도 일관된 이득을 보였다.
    • 미드트레이닝된 4B·8B 모델은 MCP-Universe에서 공식 Qwen3 모델을 능가해, 모델을 키우는 것보다 전용 미드트레이닝이 효과적임을 보였다.
    • 실행 궤적 합성 단독은 BFCLv3에서 +7.9로 가장 큰 폭이 오르고, 그라운딩 합성은 tau2-Bench·MCP-Universe 같은 낯선 환경 이전에 더 강했다.
    초록PDF
  21. 975ResearcharXiv:2608.20328

    The Memory Hidden in Response Fluctuations: Trajectory-Level Fluctuation-Response Theory and Inequalities for Non-Markovian Jump Dynamics

    사건 발생률이 과거 이력에 달린 비마르코프 확률 과정에서, 자발적 요동과 외부 자극 반응의 관계를 궤적 수준에서 수학적으로 완성한 통계물리 이론 논문이다.

    이 논문은 한마디로 '과거 기억이 남아 있는 확률 과정에서 요동(스스로 흔들리는 변동)과 반응(외부 자극에 대한 응답)이 어떻게 연결되는지'를 궤적 단위로 풀어낸 이론이다. 이온채널, 단일분자 효소, 뉴런 스파이크 같은 현대 실험은 사건 발생률이 과거 이력에 의존하는 이산 사건열을 기록한다. 저자는 각 사건을 '과거가 정한 평균 경향'과 '예측 불가능한 마르팡게르 증분'으로 정확히 분해했고, 이 증분들이 모든 관측량 요동의 완전한 직교 기저를 이룸을 보였다. 여기에 사건의 귀결 커널을 발생 강도로 나눠 곱하면 해당 전이율을 교란할 때의 반응과 정확히 일치한다. BK 이온채널 데이터에 적용해 체류시간 통계 기억과 반응 기억의 순서가 서로 반대일 수 있음을 밝혔다.

    • 발생률이 과거 이력에 의존하는 비마르코프 점프 과정에서 각 사건을 예측 가능한 경향과 예측 불가능한 마르팡게르 증분으로 정확히 나눴다.
    • 마르팡게르 증분이 모든 궤적 관측량 요동의 완전한 직교 기저가 되고, 각 계수가 이력에 따른 반응 강도와 일치함을 증명했다.
    • 이력 평균 뒤에 남는 음이 아닌 반응 이질성 차이로 제안한 기억 좌표가 반응을 충분히 설명하는지 검사할 수 있게 했다.
    • BK 이온채널 자료에서 체류시간 상관으로 본 기억과 반응으로 본 기억의 순서가 반대일 수 있어 상관만으로 중요한 기억을 정할 수 없음을 보였다.
    • 실험 적용은 개입이 아닌 관찰 비교와 임계값 처리된 유한 길이 사건열에 의존해 숨은 변수와 누락 사건의 영향을 받을 수 있고, 폭발적 동역학은 이론 범위 밖이다.
    초록PDF
  22. 974Machine LearningarXiv:2608.17163

    Q-Learning With World Models

    세계 모델(미래를 상상하는 모델)을 학습 데이터원 대신 '행동을 고르는 순간의 탐색'용으로만 써서, Q러닝 강화학습의 샘플 효율과 성능을 끌어올린 방법이다.

    이 논문은 한마디로 로봇 강화학습에서 세계 모델을 '훈련 데이터 생성기'가 아니라 '행동 선택 순간의 상상 탐색'으로만 쓴 방법이다. 기존 모델 기반 강화학습은 상상된 궤적 위에서 정책을 직접 훈련하므로 모델의 편향이 누적돼 실제 로봇 문제로 확장이 어려웠다. QWM은 정책과 가치함수를 오직 실제 환경 데이터로만 학습하고, 행동을 고를 때만 세계 모델로 미래를 상상해 후보 행동의 가치를 트리 탐색으로 평가한다. Robomimic과 LIBERO 로봇 조작 벤치마크에서 샘플 효율과 성능 모두 강력한 기존 방법을 앞질렀다. 탐색 깊이 2와 짧은 미래 가중치(람다=0.2)가 최적이었고, 픽셀(이미지) 관측 설정에서도 우위를 확인했다.

    • 세계 모델을 훈련 데이터원으로 쓰지 않고 오직 행동 선택 시점의 트리 탐색에만 써서, 상상 궤적의 편향 누적 없이 샘플 효율 이득을 얻었다.
    • 정책과 Q함수는 실제 환경 데이터로만 학습하므로 세계 모델의 오차가 학습 과정에 스며들지 않는다.
    • 로봇 조작 벤치마크 Robomimic과 LIBERO에서 강력한 선행 방법들을 샘플 효율과 최종 성능 모두에서 유의미하게 앞질렀다.
    • 탐색을 학습 데이터 수집과 평가 양쪽에 모두 적용할 때 가장 일관된 향상을 보였고, 깊이 2의 얕은 탐색과 짧은 미래 가중치(람다=0.2)가 최적이었다.
    • 이미지 관측(픽셀 기반) 설정에서도 기본 알고리즘 대비 전반적으로 빠른 학습과 높은 성공률을 보였다.
    초록PDF
  23. 973AI / GeneralarXiv:2608.20316

    Pandora's AI Model Routing Box: Efficient Allocation with Costly Value Estimation

    여러 AI 전문가 중 누구에게 질의를 보낼지 정하는 라우팅에서, '더 정확한 가치 평가를 돈 주고 살 것인가'를 경제학의 판도라 상자 문제로 풀었다.

    이 논문은 한마디로 '어떤 AI 전문가에게 질의를 맡길지 고를 때, 값비싼 정확 평가기를 언제 돌릴지'를 수학적으로 정식화한 연구다. 싼 예측기(임베딩 기반)는 빠르지만 부정확하고, 정확한 평가기(검색 결과나 부분 추론을 보는 모델)는 비싸다. 저자들은 이 트레이드오프를 경제학의 고전인 판도라의 상자(유료 탐색) 문제로 모델링하고, 가우시안 신호 가정 아래 닫힌 형태의 정보 가치 공식을 유도했다. 중앙집중형 '판도라 라우터'는 모든 전문가를 전수 평가한 것과 거의 같은 라우팅 품질을 훨씬 적은 비용으로 냈다. 분산형 '판도라 비더'(경매 방식)는 평가가 정확할 때는 배분 효율을 높이지만, 평가가 noisy하면 전략적으로 군 전문가의 이득이 전체 효율을 해칠 수 있다.

    • 값비싼 가치 평가기를 언제 호출할지 결정하는 모델 라우팅 문제를 경제학의 판도라 상자 문제로 정식화했다.
    • 가우시안 신호 가정 아래 정보 가치와 예약가격을 닫힌 형태로 계산해 중앙집중형 판도라 라우터를 만들었다.
    • 판도라 라우터는 전수 평가와 비슷한 배정 품질을 유지하면서 비싼 평가기 호출을 훨씬 적게 사용했다.
    • 다중 언어모델, 검색 증강 전문가, 추론 시간을 조절하는 수학 모델의 세 영역에서 중앙집중형과 경매형 배정을 검증했다.
    • 가우시안 가정과 두 단계 평가기에 한정되며, 분산형 경매에서는 상대의 평가가 부정확할 때 전략적 전문가의 이익이 전체 효율을 해칠 수 있다.
    초록PDF
  24. 972AI / GeneralarXiv:2608.20318

    AI4AI-Bench: Benchmarking LLM Agents in Algorithmic Design for Recursive Self-Improvement

    AI 에이전트가 'AI를 만드는 학습 알고리즘' 자체를 개선할 수 있는지를 처음으로 분리 측정하는, 재귀적 자기개선(RSI) 전용 벤치마크다.

    이 논문은 한마디로 'AI가 AI를 가르치는 훈련 알고리즘 자체를 개선할 수 있는가'만을 떼어내 측정한 벤치마크 논문이다. 연구용 코드 저장소 10개(SFT, 강화학습, 증류, 보상모델링 등 알고리즘 계열 10종)를 얼려 두고, 에이전트에게 GPU 1장과 4시간을 줘 학습 코드를 고치게 한 뒤, 그 패치를 처음부터 최대 12시간 다시 돌려 숨겨둔 평가기로 점수를 매긴다. 결과는 6개 시스템 29개 설정 평균 0.166, 최고 시스템도 0.250에 그쳤다(기존 알고리즘=0.1, 최적=1.0 척도). 바꾼 제출 263건 중 141건은 학습 방식을 건드리지도 않았고, 건드린 122건은 평균 0.226으로 나머지(0.126)를 크게 앞섰다. 추론 노력을 높이면 '학습법을 바꿔보는 비율'이 8%에서 64%로 늘었고 평균 점수도 0.094에서 0.196으로 올라갔다.

    • 훈련 알고리즘 계열 10가지를 담은 연구 저장소 10개를 얼려두고, 에이전트가 4시간 동안 학습 코드를 고치면 처음부터 최대 12시간 재학습해 숨겨진 평가기로 채점하는 벤치마크를 만들었다.
    • 6개 시스템 29개 설정의 평균 점수는 0.166, 최고 성능도 0.250으로 원래 알고리즘(0.1)과 최적(1.0) 사이 거리의 다섯 분의 일도 못 메웠다.
    • 변경을 가한 263건 중 141건은 학습 절차를 전혀 건드리지 않았고, 건드린 122건은 평균 0.226으로 나머지(0.126)를 크게 앞질렀다.
    • 추론 노력을 높이면 알고리즘 계층에 도전하는 비율이 8%에서 64%로, 평균 점수는 0.094에서 0.196으로 올라갔다.
    • 과제 모음과 평가기, 모든 채점된 제출물을 공개해 시스템이 변해도 같은 잣대로 다시 측정할 수 있게 했다.
    초록PDF
  25. 971ResearcharXiv:2608.20066

    Resolution of Singularities in Positive Characteristic: Frobenius-Hasse Towers and Exceptional-History Descent

    양의 표수에서 특이점 해소를 수치 불변량의 단조 감소 대신 예외 이력 추적으로 풀겠다고 제시한 798쪽 단독 저자 프리프린트다.

    이 논문은 한마디로 표수 p가 0보다 큰 완전체 k 위에서 표준적인 강한 매장 해소(주변 매끄러운 공간에 넣은 채로 하는 특이점 해소)를 구성하겠다는 아홉 부짜리 글이다. 특이점 해소는 도형의 뾰족하거나 겹친 부분을 블로업(부풀리기)을 되풀이해 매끄럽게 펴는 작업이다. 저자는 양의 표수에서는 점마다 매기는 수치적 차수가 정보를 잃는다고 보고, 불변량이 계속 줄어드는 성질 대신 주소를 붙인 비교 인자들의 잘 정렬된 이력으로 진행을 관리한다. 표시된 Rees 대수의 미분-적분 포화에서 출발해 총 Hasse 연산자 꾸러미, 계수 큐브, 반선형 Frobenius-Hasse 원천을 세우고, 여섯 줄짜리 결함 장부로 국소 문제를 전용 절차들에 나눠 보낸다. 핵심 장치는 이 정보를 매크로블록 사이로 실어 나르는 전역 교체 인증서이며, 이것을 갖춘 상태에서는 다중집합이 매번 엄격히 줄어 반복이 유한하게 끝난다는 논증이다. 다만 arXiv 분류가 일반수학(math.GM)인 798쪽 v1 프리프린트라 아직 동료심사를 거치지 않았다.

    • 표시된 Rees 대수를 미분-적분 포화로 바꾸고 총 Hasse 연산자, 계수 큐브, 여과된 Rees 복합체를 세워, 양의 표수에서 수치적 차수만으로는 놓치는 정보를 국소 이론에 담았다.
    • 허용 가능한 통상 블로업 아래의 변환은 반선형 Frobenius-Hasse 원천과 유한한 예외 계보로 기록하고, 국소 결함은 여섯 줄 장부를 거쳐 곡면, 토로이달-단항, 이항, 가법형 전용 절차로 보낸 뒤 그 결과를 전역 수준에서 하나의 순서로 이어 붙인다.
    • 중심 장치는 소유자, 부모, 몫, 흔적, 재개 정보를 매크로블록 사이로 옮기는 전역 교체 인증서이며, 이를 갖춘 완전 상태에서는 하나의 잘 정렬된 의존 순서에서 다중집합이 엄격히 줄어들어 반복이 끝난다고 주장한다.
    • 이로부터 완전체 k 위 매끄러운 유한형 스킴에서 코히런트 아이디얼의 강한 주화(아이디얼을 하나의 원소로 생성되게 만드는 것, Part IX 정리 15.3)와 순서를 가진 단순정규교차 경계를 매 단계 보존하는 해소를 얻는다고 하며, 결과가 표현 방식에 의존하지 않고 재매장과 에탈 당김에 대해 함자적이라고 밝힌다.
    • 다만 본문이 아홉 부 798쪽에 이르는 단독 저자 v1 프리프린트이고 arXiv 분류도 일반수학(math.GM)이라, 증명이 실제로 성립하는지는 동료심사와 독립 검증을 거쳐야 판단할 수 있다.
    초록PDF
  26. 970Machine LearningarXiv:2608.20061

    Let's Scale Step by Step: Compute-Efficient Hyperparameter Transfer for Large-Scale Mixture-of-Experts

    작은 대리 모델에서 찾은 최적 학습률을 모델 폭과 토큰 예산 두 축으로 옮겨, 거대 MoE 사전학습의 학습률을 전면 탐색 없이 예측하는 방법을 제안한 논문이다.

    이 논문은 한마디로 거대 MoE(전문가 혼합, 여러 전문가망 중 일부만 골라 쓰는 구조) 모델의 최적 학습률을 작은 모델에서 옮겨와 맞히는 2단계 방법이다. 모델 크기와 토큰 예산이 함께 커지면 학습률을 하나씩 시험해 보는 전면 탐색은 계산비용 때문에 사실상 불가능하다. 1단계는 μP(최대 업데이트 파라미터화)를 MLA 어텐션과 Muon 옵티마이저를 쓰는 MoE에 맞게 정식화해, 폭을 키워도 최적 학습률이 그대로 옮겨가게 만드는 것이다. 2단계는 짧은 토큰 예산에서 구한 최적값들을 로그-로그 공간의 직선으로 맞춰 훨씬 긴 학습 구간까지 밖으로 늘려 잡는 것이다. 저자들은 이렇게 예측한 값으로 총 155B, 활성 17B 파운데이션 모델을 10조 토큰까지 처음부터 사전학습해 안정적인 손실 곡선을 얻었다고 보고한다. arXiv 코멘트와 PDF 머리글에는 COLM 2026 학회 논문으로 실렸다고 적혀 있다.

    • 1단계로 μP를 MLA 어텐션과 Muon 옵티마이저를 쓰는 MoE에 맞게 정식화했고, 기본 대리 모델(총 0.6B, 활성 0.3B)에서 찾은 최적 학습률이 폭을 2배, 4배, 8배로 키운 모델(총 30.7B, 활성 3.6B까지)에서도 그대로 옮겨감을 보였다.
    • 2단계는 감쇠 구간 없이 안정 구간에서 학습을 끊고 EMA(지수이동평균) 가중치로 여러 체크포인트를 뽑은 뒤, 255B에서 502B 토큰 구간의 최적 학습률을 로그-로그 선형회귀로 맞춰 더 긴 구간으로 늘려 잡는 방식이다.
    • 이 회귀의 적합도는 R²=0.95였고, 10조 토큰 학습에 대한 최적 학습률로 3.85×10⁻⁴을 예측했다.
    • 예측한 학습률로 총 155B, 활성 17B 파운데이션 모델을 10조 토큰까지 처음부터 학습했으며, 목표 학습의 계산량이 대리 실험 전체 합의 약 98배라서 탐색을 생략해 아끼는 비용이 크다.
    • 다만 검증 범위가 MLA와 Muon 조합에 한정되고, 배치 크기는 일부러 다루지 않았으며, 희소성을 폭과 함께 키운 탓에 희소성 축만의 효과는 떼어내지 못했고, 예측 학습률이 정말 최적인지 전면 탐색으로 확인하는 것도 계산상 불가능하다고 저자들이 밝혔다.
    초록PDF
  27. 969ResearcharXiv:2608.20013

    Exact Fluctuation-Response Relations for Underdamped Langevin Dynamics

    열역학 불확실성 관계(TUR)를 떠받치는 변동-응답 구조를 저감쇠 랑주뱅 운동에서 정확한 등식으로 유도한 통계물리 이론 논문이다.

    이 논문은 한마디로 저감쇠 랑주뱅 동역학에서 변동·응답·소산을 잇는 정확한 유한시간 등식을 유도한 이론 연구다. 기존 TUR(흐름의 상대 변동이 소산에 반비례한다는 부등식)은 저감쇠계에서 깨질 수 있었다. 저자들은 Doob 마팅게일(확률과정의 예측 오차 도구)을 써서 관측량 분산을 초기 앙상블 성분과 동역학적 성분으로 정확히 분해했다. 마찰 방향 섭동에 대해서는 유한시간에서 정확히 포화되는 TUR가 성립해, 총 엔트로피 생성의 정확한 변분 원리를 얻는다. 정밀도를 담보하는 건 평균 흐름이 아니라 응답이라는 결론이다.

    • 임의의 시간 의존 구동과 일반적인 누적 관측량에 성립하는 저감쇠 랑주뱅 동역학의 정확한 유한시간 변동-응답 등식을 유도했다.
    • Doob 마팅게일로 관측량 분산을 초기 상태가 가진 부분과 이후 잡음이 동적으로 만든 부분으로 정확히 분해했다.
    • 비가역 확률 흐름 방향의 마찰 섭동을 택하면 유한시간에도 포화 가능한 불확실성 관계와 총 엔트로피 생성의 변분 원리를 얻는다.
    • 구동 자유 확산에서는 기존 평균 흐름 기반 인자가 소산과 함께 지수적으로 무너져도 마찰 반응 기반 인자는 보편 하한을 유지했다.
    • 결과는 저감쇠 랑주뱅 과정과 누적 관측량에 대한 이론 분석이므로, 다른 잡음 구조와 비가법 관측량 및 실제 실험 자료에서의 적용성은 별도 검증이 필요하다.
    초록PDF
  28. 968Machine LearningarXiv:2608.19013

    Harness Continual Learning: Continual Adaptation Beyond Model Parameters

    모델은 얼려두고 프롬프트·메모리·도구·라우팅 같은 '하네스'를 계속 진화시키는 새 지속학습 패러다임을 제안한 논문이다.

    이 논문은 한마디로 에이전트의 외부 장치(하네스)를 대상으로 하는 지속학습(HCL)을 정식화한 연구다. 모델 파라미터 대신 태스크 인터페이스·경험 메모리·능력 맵·적응 라우터가 학습 대상이다. 문제는 하네스를 고치면 예전에 잘 되던 행동이 무너지는 '하네스 망각'이 생긴다는 것이다. 논문은 후보 하네스를 개선·과거 유지·유효성 3중 검사 후에만 확정하는 guarded evolution으로 이를 통제했다. 텍스트 추론·멀티모달·오픈월드 실험에서 기존 대비 10% 넘는 상대 향상을, 망각은 예산 조절로 명시적으로 조절함을 보였다.

    • 지속학습의 대상을 모델 파라미터에서 하네스(프롬프트·메모리·도구·라우팅)로 옮기는 HCL 패러다임을 정식화했다.
    • '하네스 망각'을 새로 정의하고, 개선·역사 유지·유효성 검사를 통과해야 확정하는 guarded evolution으로 통제했다.
    • 역사 손실 예산을 0으로 잡으면 평균 망각 0.39, 무제한으로 두면 3.45로, 안정-가소성 트레이드오프를 명시적으로 조절할 수 있었다.
    • 텍스트·멀티모달·오픈월드 3개 영역에서 상대 향상 10% 이상, 멀티모달 최고 종합 68.92%를 달성했다.
    • 컴포넌트 제거 실험에서 경험 메모리와 태스크 인터페이스 업데이트가 성능·유지에 가장 크게 기여했다.
    초록PDF
  29. 967AI / GeneralarXiv:2608.19880

    EnvHarness: Awakening Static Worlds for Agent Learning

    에이전트가 배우는 '환경'을 감싸는 플러그인 층을 얹어, 고정된 기존 환경을 에이전트 약점 맞춤 훈련장으로 바꾸는 기법이다.

    이 논문은 한마디로 고정된 에이전트 학습 환경을 플러그인으로 감싸 맞춤 훈련장으로 바꾸는 EnvHarness다. 에이전트 하네스가 모델을 감싸 능력을 더해주듯, EnvHarness는 환경을 감싸 시작 상태·행동 제약·과제 연결을 바꾼다. EnvRigger가 정책의 실행 기록을 보고 약점을 진단한 뒤, 이를 겨냥한 환경 구성요소를 만들고 검증한다. 5개 벤치마크에서 최대 9.0점 향상, 실행 스텝은 9.8% 줄었고, 기존 환경이 성장이 멈추는 지점에서도 계속 상승했다.

    • 환경을 새로 짓지 않고 reset/step 인터페이스에서 감싸서(Stage·Contract·Chain 플러그인) 행동만 바꾸는 EnvHarness 층을 제안했다.
    • 원본 검증기(정답 채점기)를 그대로 물려받아, LLM이 만든 환경의 '정답 신뢰성' 문제를 원천 차단했다.
    • EnvRigger가 정책 실패 궤적을 진단해 약점 겨냥 환경을 자동 합성하고 신규 롤아웃으로 검증하는 자동화 루프를 만들었다.
    • SWE-bench Verified 등 4개 도메인 5개 벤치마크에서 기존 환경 학습 대비 최대 +9.0점, 실행 스텝 9.8% 절감을 달성했다.
    • 정책-환경 공진화 반복으로 환경 300개에서도 47.67→54.79로 계속 올라, 기존 환경 스케일링이 꺾이는 지점을 넘었다.
    초록PDF
  30. 966ResearcharXiv:2608.20223

    Self-Normalizing Denominators in Rational Causal Estimation

    인과효과 추정 공식의 분모가 작으면 '약한 식별'로 보는데, 어떤 분모는 그 진단 자체가 수학적으로 불가능함을 증명한 이론 논문이다.

    이 논문은 한마디로 인과 추정식 분모의 '약함'을 판별하는 대수적 기준을 세운 이론 연구다. 도구변수·전정문(front-door)·프록시 같은 인과 추정량은 공분산 다항식의 분수 형태인데, 분모가 작으면 신뢰할 수 없다고 본다. 논문은 특정 부류의 분모는 샘플링 오차가 크기와 정확히 비례해 '분모가 작다'는 경보가 아예 울릴 수 없음을 보였다. 차원 2에서는 완전한 분류를 증명했고, 차원 3에서는 실용 공식 대부분을 커버하는 인자-랭크 판별법을 제시했다.

    • 인과 추정 분모 중 표준화 값이 표본마다 일정한 '자기표준화' 부류를 정의하고, 이런 분모는 약한 식별 1차 극한이 불가능함을 증명했다.
    • 중첩된 공분산 소행렬식의 거듭제곱 곱이 모든 차원에서 이 성질을 가지며 정확한 Wishart 피벗을 허용함을 보였다.
    • 차원 2의 역방향 분류는 완전하고, 차원 3에서는 도구변수·전정문·프록시 공식을 포괄하는 인자-랭크 판별법을 제시했다.
    • 전정문(front-door) 조정은 매개변수 잔차 분산이 사라져도 Wald 추론이 점근적으로 유효함을 증명했다.
    • 실제 의료 데이터(우심도카테터) 감사에서 '낯본 진단'과 '분모 관련 진단'이 다른 결론을 내림을 보여주었다.
    초록PDF
  31. 965Computer VisionarXiv:2608.20336

    WithEveryone: Unified Planning and Identity Grounding for Group Image Generation

    참고 사진 5~10명을 주면 각자 얼굴이 살아있는 단체사진 한 장을 만들어주는 이미지 생성 기술이다.

    이 논문은 한마디로 여러 사람(최대 10명)의 얼굴 정체성을 보존하는 단체 이미지 생성 프레임워크다. 핵심은 '누가 어디에 서는지'를 먼저 계획하는 레이아웃 사고연쇄(Layout CoT)와, 얼굴 위치 주석으로 직접 감독하는 LG-ID 손실이다. 기존 방식은 생성된 얼굴끼리 매칭하는 게 흔들려서 사람 수가 늘면 무너졌는데, 이 논문은 위치를 먼저 정해버려서 그 문제 자체를 없앴다. 그 결과 GPT-Image 2보다 얼굴 유사도가 높고(0.499 vs 0.462), 참고 얼굴 복붙 흔적은 3배 적었다(0.055 vs 0.169).

    • 참고 인물 5~10명의 단체사진을 한 번에 생성하는 통합 모델을 만들었다. 기존 공개 기술은 최대 4명이 한계였다.
    • 인물별 위치를 계획하는 Layout CoT와 위치 기반 ID 손실(LG-ID)로, 인원이 늘어나도 얼굴 매칭이 안 무너지게 했다.
    • 대상 얼굴 유사도 0.499로 GPT-Image 2(0.462)를 앞서고, 복붙 아티팩트는 0.169→0.055로 3배 낮췄다.
    • 요청 인물 커버리지 97.3%, 중복 생성률 2.8%로 비교 시스템 중 가장 균형 잡힌 결과를 냈다.
    • 남은 오류의 원인이 이미지 생성이 아니라 '계획' 단계임을 분리 진단해 다음 개선 방향을 제시했다.
    초록PDF
  32. 964RoboticsarXiv:2608.19613

    What Matters for Latent Actions in Robot Learning

    라벨 없는 영상에서 로봇 행동을 배우는 잠재 행동 모델(LAM)의 설계 선택 41가지를 통일된 조건에서 비교한 최초의 대규모 실증 연구다.

    이 논문은 한마디로 로봇 학습용 잠재 행동 모델(LAM)의 설계 선택지 41개를 체계적으로 비교한 실증 연구다. LAM은 로봇 팔 데이터 없이 일반 영상만으로 '무엇이 어떻게 움직였는가'를 압축해 배우는 기법이다. 결론은 화려한 신기술보다 기본기가 중요했다. 원조 방법인 LAPO도 여전히 강했고, 잠재 행동 차원은 32가 최적이었다. VLM 백본을 잠재 행동으로 미리 튜닝하면 실제 로봇 성공률이 64.75%→79.25%로 크게 올랐다.

    • 잠재 행동 모델(LAM)의 설계 선택 41가지를 3개 시뮬레이션 벤치마크 + 실제 Franka 로봇에서 통일된 조건으로 비교했다.
    • 잠재 행동 차원 32가 단일 팔/양팔 로봇 모두에서 최적이었고, 사전학습 정규화를 제대로 하면 추가 정규화는 불필요했다.
    • VLM 백본을 잠재 행동으로 미리 파인튜닝하자 실제 로봇 4개 작업 성공률이 64.75%→79.25%(+14.5%p) 올랐다.
    • LAM 튜닝 모델은 10k 스텝만에 85% 성공률을 찍어, 베이스라인이 40k 스텝에서 내는 성적(76.25%)을 추월하는 데이터 효율을 보였다.
    • 기존 관행인 MLP 프로브 지표보다 순진한 복원(FDM) 지표가 잠재 행동 품질의 더 믿을 만한 예측자였다.
    초록PDF
  33. 963LLMs / NLParXiv:2608.19799

    SWE-bench Science: Can Coding Agents Resolve Engineering Tasks in Science?

    코딩 에이전트가 실제 과학 소프트웨어를 고칠 수 있는지 20개 분야 119개 과제로 측정한 벤치마크다. 최고 에이전트도 절반 이하만 성공했다.

    이 논문은 한마디로 '과학 코드 수리'에 특화된 코딩 에이전트 벤치마크(SWE-bench Science)다. 20개 과학 분야 98개 GitHub 저장소에서 119개 과제를 뽑고, 왜 실패하는지 4가지 패턴으로 분류했다. 최고 성적(Claude Opus-5 max)도 pass@1 47.9%에 그쳤고, 공개 테스트 점수(96.6%)와 완전 성공률 사이 격차가 컸다. 흥미롭게도 과학 지식을 알려주는 게 항상 도움은 아니었다. 잘못 정렬된 정보는 오히려 에이전트를 오답에 묶어버렸다.

    • 화학과 재료, 생물 등 20개 과학 분야의 98개 저장소에서 119개 과제를 구성해 과학 소프트웨어 수리 능력을 평가했다.
    • 최고 에이전트도 한 번 시도 성공률이 47.9%였고 공개 시험 점수 96.6%와 완전 성공률 사이에 큰 차이가 났다.
    • 실패를 과학 지식·추상화 부족, 겉핥기 수리, 통합 불완전, 새 사례 일반화 실패의 네 유형으로 분류했다.
    • 과학 정보를 추가했을 때 GPT-5.6의 성공률이 36.3%에서 31.9%로 떨어진 사례도 있어 지식은 실행 근거와 함께 검증돼야 함을 보였다.
    • 분야별 과제 수가 아직 적고 과학 지식을 실제 수리에 어떻게 쓰는지에 대한 분석도 초기 단계라 분야 간 순위와 일반화 해석에는 주의가 필요하다.
    초록PDF
  34. 962Computer VisionarXiv:2608.20334

    Swift-Image: Exploring the Performance Frontier of Compact Unified Image Generation Models

    6B(60억 파라미터)짜리 작은 통합 이미지 생성·편집 모델을 체계적인 학습 엔지니어링만으로 오픈소스 최고 수준까지 끌어올린 기술 보고서다.

    이 논문은 한마디로 작은 모델(6B)로 이미지 생성과 편집을 한 번에 하는 통합 모델의 성능 한계를 탐구한 기술 보고서다. 점진적 사전학습 → 병렬 전문가 강화학습 → 다중 교사 증류로 이어지는 학습 파이프라인을 제안했다. 프롬프트 개선기(PE)로 '요청 이해'와 '그리기'를 분리한 게 핵심인데, 지식이 필요한 어려운 요청에서 점수가 크게 올랐다. 6B 모델이 평가한 오픈소스 중 최고 종합 성적을 냈고, 3B로 줄여도 성능 손실이 거의 없다.

    • 텍스트→이미지 생성, 한 장 편집, 여러 장 편집을 하나의 가중치로 처리하는 6B 통합 모델을 만들었다.
    • 프롬프트 개선기(PE)가 요청을 시각 작업 지시로 바꿔주자 지식 집약 벤치마크 점수가 2.49→4.63으로 폭등했다. 복잡한 생성의 병목은 렌더링이 아니라 의도 해석이었다.
    • 구조 프루닝(가지치기)으로 3B로 줄여도 성능이 거의 유지됐고, 소수 스텝 증류 모델(Turbo)은 오히려 종합 편집 점수가 더 높았다(4.20 vs 4.16).
    • 학습에 약 243K GPU시간만 들어, 수백억 파라미터 없이도 튼튼한 성능을 낼 수 있음을 보였다.
    • '학습데이터 분포를 모델 능력에 맞게 진화시키기', '충돌하는 목표는 분리 학습 후 통합' 같은 실전 교훈을 정리했다.
    초록PDF
  35. 961Computer VisionarXiv:2608.20335

    4DAnyone: Create Anyone in 4D from a Casual Monocular Video

    스마트폰 등으로 대충 찍은 영상 한 개만으로 어느 방향에서든 볼 수 있는 3D 사람 영상(4D 휴먼)을 복원하는 프레임워크다.

    이 논문은 한마디로 카메라 1대 영상에서 자유 시점 4D 휴먼을 만드는 방법이다. AI 비디오 생성 모델로 서로 일관된 여러 시점 영상을 만든 뒤, 4D 가우시안 스플래팅(3D 장면을 실시간 렌더링하는 기술)으로 합친다. 시점 수가 수십 개로 늘면 생성 품질이 무너지는 문제를, 참조 화면을 고정 길이로 압축하는 RCP와 시점 그룹을 노이즈 단계별로 재조합하는 TCR로 해결했다. 그 결과 기존 최고 방법보다 화질 점수(PSNR)가 3점 안팎 높고, 통제된 스튜디오 영상이 아닌 야외 일반 영상에서도 잘 작동한다.

    • 카메라 1대 영상만으로 16개 시점 영상을 일관되게 생성해 4D 휴먼(움직이는 3D 사람)을 복원하는 파이프라인을 만들었다.
    • 참조 화면 압축(RCP)과 시점 그룹 순환(TCR)으로, 시점이 많아져서 생기는 일관성 붕괴 문제를 해결했다.
    • DNA-Rendering·DyMVHumans 벤치마크에서 4D 복원 PSNR 24.15/23.28로 기존 최고 방법(20.55/19.86)을 크게 앞질렀다.
    • 신뢰성 떨어지는 깊이 정보 대신 3D 골격만 조건으로 써서, 카메라 파라미터를 모르는 영상에서도 작동한다.
    • 자체 게임엔진으로 MVGameHuman 학습데이터를 구축해 다양한 야외 영상에서도 견디는 일반화 성능을 확보했다.
    초록PDF
  36. 960AgentsarXiv:2602.11865

    Intelligent AI Delegation

    AI 에이전트가 일을 쪼개 다른 에이전트나 사람에게 맡길 때 권한과 책임, 신뢰까지 함께 넘기는 방법을 정리한 Google DeepMind 연구진의 개념 제안이다.

    이 논문은 실험으로 성능을 보여 주는 연구가 아니라, Google DeepMind 연구진이 내놓은 개념 틀과 프로토콜(에이전트끼리 주고받는 통신 규약) 구상이다. 저자들은 지금의 에이전트가 일을 단순한 규칙으로 잘게 나누는 데 그치고, 권한과 책임을 넘기며 신뢰를 쌓는 과정은 빠져 있다고 지적한다. 그래서 일을 맡기는 쪽과 맡는 쪽이 역할과 경계, 감시 방식, 결과 확인 방법을 미리 계약처럼 정하고, 상황이 바뀌면 도중에 담당 에이전트를 바꿀 수 있어야 한다고 말한다. 사람 조직에서 오래 다뤄 온 문제도 끌어왔는데, 맡은 쪽이 맡긴 쪽의 뜻과 다르게 움직이는 문제나 관리자 한 명이 감당할 수 있는 인원 한계 같은 것이다. 마지막으로 MCP, A2A, AP2, UCP 같은 기존 에이전트 프로토콜이 이 요구를 어디까지 채우는지 따져 보고, 모자란 부분을 메울 확장 예시를 보여 준다. 실제 구현이나 실험으로 효과를 확인한 내용은 논문에 없다.

    • 논문은 일을 잘게 쪼개 나눠 주는 작업 분해와 지능형 위임을 구분한다. 지능형 위임은 여기에 더해 권한과 책임을 넘기고, 역할과 경계를 분명히 하며, 의도를 맞추고, 서로 신뢰를 쌓는 절차까지 포함한다.
    • 제안한 틀은 다섯 기둥으로 이뤄진다. 상대의 현재 상태를 계속 살피는 동적 평가, 상황이 바뀌면 계획을 고치는 적응 실행, 과정과 결과를 들여다볼 수 있게 하는 구조적 투명성, 많은 참여자를 값싸게 이어 주는 확장 가능한 시장 조정, 연쇄 실패를 막는 시스템 회복력이다.
    • 핵심 원칙은 contract-first decomposition, 즉 검증할 수 있는 단위로 먼저 쪼개는 것이다. 결과를 확인하기 어렵거나 너무 주관적인 하위 작업은 단위 테스트나 형식 증명처럼 확인 가능한 크기가 될 때까지 더 잘게 나누라고 말한다.
    • 맡길 상대를 고를 때는 누구나 볼 수 있는 평판과 맡기는 쪽이 스스로 정한 신뢰 기준을 나눠서 본다. 권한은 그 일에 꼭 필요한 만큼만 주고 하위 위임에서는 더 좁히며, 진행 상황 감시와 완료 검증, 누가 무엇을 누구에게 맡겼는지 남기는 책임 추적 기록을 함께 둔다.
    • MCP는 권한을 세밀하게 줄이는 장치가 없고, A2A는 완료를 증명해 붙일 자리가 없으며, AP2는 조건부 정산이 빠져 있고, UCP는 상거래에 맞춰져 있어 일반 작업 위임에는 확장이 필요하다고 짚는다. 다만 이 제안을 실제로 만들어 보거나 실험으로 검증한 내용은 논문에 없다.
    초록PDF
  37. 959AI / GeneralarXiv:2608.16578

    Physics of Agents: Statistical Mechanics Predicts Collective Behavior of AI Agents

    서로 대화하며 의견을 바꾸는 LLM 에이전트 집단의 행동을 통계역학(이징 모델)으로 예측하고 설명한 논문이다.

    이 논문은 한마디로 '대화하는 AI 에이전트 무리의 의견이 어떻게 흘러가는지'를 물리학의 통계역학으로 설명하고 예측한 연구다. 약 1만 개의 LLM 에이전트 커뮤니티를 시뮬레이션해, 각자 페르소나를 갖고 수학 문제(객관)나 정치 명제(주관)에 대해 여러 라운드 메시지를 주고받게 했다. 집단은 무관심·양극화·합의의 3가지 양상으로 깔끔히 정리됐고, 상호작용이 진행될수록 확신은 강해졌다. 객관 문제에서는 소통이 집단 정확도를 높였지만, 주관 명제에서는 의견이 정치 스펙트럼의 우측으로 이동하는 계통적 드리프트가 나타났다. 저자들은 각 에이전트의 의견을 스핀(자석의 방향)처럼 보고, 사회적 압력을 낮추는 방향으로 의견을 바꾼다는 이징 모델 확장을 만들었다. 초기 의견만 주어도 개별 궤적과 집단 분포를 예측했고, 예측력은 모든 표준 기준을 이겼으며 한 번도 안 본 네트워크 구조로도 일반화됐다.

    • 약 10,000개 에이전트 커뮤니티(객관 수학 문제+주관 정치 명제)를 시뮬레이션하고 개인·집단 궤적 데이터를 공개했다.
    • 집단 행동이 무관심·양극화·합의 3개 체제로 압축되고, 상호작용이 확신을 키우며 질서 있는 상태로 이끈다는 걸 발견했다.
    • 객관 질문에서는 소통이 집단 정확도를 높인다. 처음에 틀린 다수가 정답으로 바뀌는 비율이 처음에 맞은 다수가 틀리는 비율보다 크다. 주관 질문에서는 우측 이동 같은 계통적 편향 드리프트가 생긴다.
    • 이징 모델 확장(고유 장+상호작용 항)이 초기 의견만으로 개별 궤적을 예측해 모든 표준 기준을 능가하고, 안 본 커뮤니티 그래프로 일반화된다.
    • 피팅된 파라미터가 관찰을 설명한다. 임계 온도 이하(확신 축적), 인화적 유대가 반목 유대보다 강함(합의 선호), 정답 보유자의 인력이 가장 강함(진실 추구).
    초록PDF
  38. 958RoboticsarXiv:2608.18948

    RoboEdit: Turning Human Manipulation Videos into Scalable Robot Experience

    사람이 물건을 다루는 영상을 로봇 영상으로 편집·변환해서 로봇 학습 데이터를 대량으로 뽑아내는 도구 모음이다.

    이 논문은 한마디로 '넘쳐나는 사람 조작 영상을 로봇 훈련 데이터로 바꾸는' 스위트 RoboEdit를 제안했다. 로봇 손-물체 상호작용 데이터는 수집 비용이 크고 로봇마다 통용되지 않는 반면, 사람 영상은 풍부하지만 몸 구조(엠바디먼트)가 달라 그대로 쓸 수 없다. RoboEdit-Trans는 사람 영상을 처음부터 다시 생성하지 않고 직접 편집해서, 장면·카메라·물체 움직임은 보존한 채 사람 손을 로봇 손으로 바꾼다. 3D 로봇 상태 디코더가 매 프레임 손 상태까지 복원해 구조화된 모션 감독 신호를 준다. RoboEdit-ADC는 RGB 영상에서 3D 상호작용을 재구성·리타게팅해 물리적으로 그럴듯한 짝 데이터를 자동으로 만든다. 이렇게 7종 로봇에 걸쳐 17만4천 개 짝 영상(1,400만 프레임)의 RoboEdit-14M을 구축했고, 실세계 조작 과제에서 하류 제어 정책 학습에 기여함을 확인했다.

    • 사람 영상을 '새로 생성'하지 않고 '직접 편집'해 원본 장면 맥락과 물리를 보존하는 게 설계의 핵심이다.
    • 크로스엠바디먼트 적응 모듈로 7종 로봇 손의 외형·운동학·접촉 역학을 하나의 에디터로 커버한다.
    • 3D 로봇 상태 디코더가 매 프레임 손 상태를 복원해 하류 학습·제어에 필요한 구조화된 감독 신호를 제공한다.
    • 자동 파이프라인(ADC)이 깊이 정규화와 물리 정제로 물체 침투·부유 접촉·시간 지터 같은 아티팩트를 줄인다.
    • 174K 짝 영상(14M 프레임)·7개 엠바디먼트의 RoboEdit-14M 데이터셋을 구축했고 실세계 조작 정책 학습에 유효했다.
    초록PDF
  39. 957AI / GeneralarXiv:2608.19072

    What is Missing from AI Post-Training AI: An Empirical Analysis

    LLM 에이전트가 LLM을 포스트트레이닝하는 'AI-for-AI' 실험에서, 에이전트는 실행은 잘하는데 전략을 스스로 재평가하지 못한다는 걸 실증적으로 밝힌 논문이다.

    이 논문은 한마디로 'AI가 AI를 학습시키는 실험에서 에이전트의 진짜 병목이 뭔지'를 찾아낸 실증 연구다. 공개된 포스트트레이닝 궤적(7개 벤치마크·4개 모델·20가지 에이전트 구성)을 분석하니, 모든 에이전트가 코드를 한 줄 쓰기 전에 학습 전략을 이미 못박고 남은 예산 전부를 그 전략 안에서의 국소 조정에 썼다. 같은 에이전트는 서로 다른 과제에서도 비슷한 전략으로 수렴하는 반면 다른 에이전트는 다른 기본값에 묶여 있어서, 전략이 과제가 아니라 에이전트의 사전 지식을 반영함을 보였다. 경험(실험 일지+스킬 라이브러리+평가 에이전트)을 넣으니 실행은 GSM8K +12.6점, HumanEval +40.8점 올랐지만 전략은 그대로였고, 사람이 전략을 고쳐줘도 학습이 시작되면 다시 국소 루프에 빠졌으며, 추론 토큰을 2~8배 늘려도 가장 어려운 과제에선 이득이 거의 없었다. 결론은 빠진 게 경험·지도·추론 컴퓨트가 아니라 '실행 도중에 전략을 자발적으로 재평가하는 메커니즘'이라는 것이다.

    • 실행 능력(고른 전략 안에서의 미세조정)과 전략 능력(증거가 쌓이면 상위 판단 자체를 바꾸기)을 분리하고, 병목은 후자라고 규정했다.
    • 훈련 전략은 첫 순간에 고정되고 이후 예산은 전부 국소 조정에 소모된다. 10시간 이상 '틀린 전략 안에서 효율적으로' 반복할 수 있다.
    • 전략 고정은 과제가 아니라 에이전트 사전 지식의 반영이다. 같은 에이전트는 과제가 달라도 비슷한 전략을, 다른 에이전트는 같은 과제에서 다른 전략을 골랐다.
    • 경험 스캐폴딩(실험 일지+스킬 라이브러리+평가 에이전트)은 실행을 GSM8K +12.6점, HumanEval +40.8점 올리지만 전략은 바꾸지 못했다.
    • 사람의 전략 수정은 학습 시작 전 짧은 창에서만 통하고, 시작 후엔 국소 루프로 회귀한다. 추론 컴퓨트를 2~8배 늘려도 최난과제에선 거의 무효했다.
    초록PDF
  40. 956ResearcharXiv:2608.19068

    A metric on $S^2 \times S^2$ with positive sectional curvature

    '두 개의 구를 곱한 4차원 공간(S²×S²)에 양의 단면 곡률을 주는 거리 구조가 존재하는가'라는 미분기하의 오랜 난제를 긍정적으로 해결한 논문이다.

    이 논문은 한마디로 미분기하의 유명한 열린 문제였던 'S²×S²에 양(+)의 단면 곡률을 갖는 거리 구조(메트릭)가 존재하는가'를 존재한다로 해결한 논문이다. 양의 단면 곡률을 갖는 4차원 공간의 예는 극히 드물어서 이 문제는 수십 년 묵은 난제였다. 저자들은 표준 메트릭에서 출발해 Cheeger 변형(대칭을 이용해 메트릭을 다듬는 기법)으로 '음이 아닌' 곡률의 Cheeger-Müter 메트릭을 먼저 만든다. 이 메트릭에는 곡률이 정확히 0인 방향이 하나씩 남는데, 여기에 3차 섭동(작은 수정 항을 단계적으로 더함)을 가해 그 방향까지 양수로 만든다. 증명의 상당한 계산은 MATHEMATICA로 수행·검증했고 코드도 함께 공개했다.

    • 두 개의 구를 곱한 공간 S²×S²에 모든 단면 곡률이 양수인 거리 구조가 존재함을 구성으로 증명했다.
    • 표준 거리에서 Cheeger 변형을 적용해 음이 아닌 곡률의 Cheeger-Müter 거리를 만든 뒤 세 번째 차수 섭동을 더했다.
    • 일반점마다 남는 곡률 0 평면과 섭동의 첫 번째 변화가 0이라는 구조를 이용해 마지막 평평한 방향까지 양수로 만들었다.
    • 오랫동안 알려진 미분기하의 존재 문제를 해결해 양의 곡률을 가진 4차원 공간의 구체적인 예를 넓혔다.
    • 증명의 여러 계산이 MATHEMATICA에 의존하고 코드가 함께 제공되므로, 기호 계산과 코드의 독립 실행 검증이 결과 확인에 중요하다.
    초록PDF
  41. 955Software EngineeringarXiv:2608.18933

    SkillForge: Self-Distilling Agents for Project-Specific Issue Resolution

    코드 저장소 자체에서 합성 이슈를 만들어 실제 이슈가 오기 전에 미리 '프로젝트 특화 지식'을 스킬로 증류해두는, 콜드스타트를 없애는 자기증류 에이전트 프레임워크다.

    이 논문은 한마디로 '특정 소프트웨어 프로젝트의 버그를 고치는 에이전트가 프로젝트에만 통하는 지식이 없어서 헤매는 문제'를, 실제 이슈가 도착하기 전에 미리 지식을 만들어두는 방식으로 푼 연구다. SkillForge는 저장소에서 테스트로 검증된 핵심 기능을 찾아 실행 흔적을 따라가고, 이를 재작성해 '가짜 버그'(실행 가능하고 테스트로 검증되는 합성 이슈)를 만든다. 에이전트가 이 합성 이슈를 풀면서 생긴 궤적에서 프로젝트 특화 지식을 스킬로 증류해, 전역 진단 스킬(모듈 역할, 관련 API, 추론 플레이북)과 국소 개입 스킬(엔티티별 수정 가이드, 실패 교훈)의 2층 저장소로 쌓는다. SWE-bench Verified에서 DeepSeek-V3.2 기준 72.2% Pass@1로 기본 에이전트 대비 +5.8%p, SWE-bench Pro에서도 +5.8/+4.1%p 올랐고, 역사 기반·온라인 탐색 기반 기준을 모두 이겼다.

    • 과거 이슈 의존(역사가 있어야 함)이나 이슈당 비싼 테스트타임 탐색 없이, 저장소 자체에서 합성 이슈를 만들어 미리 지식을 축적하는 능동적 접근이다.
    • 합성 이슈는 테스트 커버리지가 담보하는 '실제로 실행되는 버그'라서 학습 신호가 행동으로 검증된다.
    • 증류된 지식을 전역 진단 스킬과 국소 개입 스킬의 2층 저장소로 구성하고, 이슈 해결 때 전역 초기화와 즉시 주입(JIT)으로 활용한다.
    • SWE-bench Verified에서 72.2%(DeepSeek-V3.2, +5.8%p)와 60.6%(GPT-5-mini, +5.6%p) Pass@1. SWE-bench Pro에서도 +5.8/+4.1%p 개선.
    • 합성 이슈의 유형 분포가 실제 평가 이슈 분포와 겹치지 않는다. 즉 평가셋 재탕이 아니라 모델이 저지르는 새로운 취약점을 노린다.
    초록PDF
  42. 954Machine LearningarXiv:2608.18374

    Inference and Uncertainty Quantification for Streaming $r$-PCA

    데이터가 흘러들어오는 상황에서 주성분분석을 하는 Oja 알고리즘의 수렴 속도와 불확실성 추정 이론을 통계적으로 완성한 이론 논문이다.

    이 논문은 한마디로 스트리밍 PCA(데이터가 한 번씩만 지나갈 때 주성분 방향을 배우는 문제)의 고전 알고리즘인 Oja 방법에 대한 정밀한 통계 이론을 세운 연구다. 기존 수렴 분석들은 사라지지 않는 여분 항이 남아서, 신호보다 꼬리(나머지 고유값들)가 약해지는 상황에 적응하지 못했다. 이 논문은 그 여분 항을 제거하고, 일반 랭크·아서브가우시안 데이터 조건에서 최적 속도(미니맥스 속도)와 로그 인자 차이만큼 일치하는 상한을 증명했다. 여기에 '이보다 더 빠를 수 없다'는 정합 하한까지 증명해 속도의 최적성을 확정했다. 나아가 오차를 가우시안 분포로 근사하는 고차원 근사(명시적 극한 공분산 포함)와, 데이터가 흐르는 중에 신뢰구간을 직접 계산하는 온라인 부트스트랩의 일관성도 증명했다.

    • Oja 알고리즘의 오차 상한에서 사라지지 않던 나머지 항을 없애 일반 랭크와 아서브가우시안 자료에서 날카로운 연산자 노름 속도를 얻었다.
    • 조밀 꼬리와 성긴 꼬리 공분산 체제 모두에서 로그 인자 차이까지 맞는 하한을 증명해 수렴 속도의 최적성을 뒷받침했다.
    • 반복값을 선형화해 일반 랭크 오차의 고차원 가우시안 근사와 명시적인 극한 공분산을 유도했다.
    • 온라인 승수 부트스트랩의 일관성을 증명해 자료를 한 번 흘려보내면서 추정값과 불확실성 구간을 함께 계산할 수 있게 했다.
    • 현재 이론은 일정한 학습률에 한정돼 있어 변하는 학습률과 희소성, 마르코프 의존성, 양자화가 있는 자료로의 확장은 아직 열려 있다.
    초록PDF
  43. 953LLMs / NLParXiv:2608.19197

    SPADE: Self-Play in Adaptive Synthetic Executable Environments

    AI가 스스로 훈련 환경(실행 가능한 코드 형태)을 만들고 스스로 풀면서 계속 성장하는 셀프플레이 강화학습 프레임워크다.

    이 논문은 한마디로 '에이전트가 자기 훈련용 환경을 직접 설계하고, 그 환경에서 스스로 배우는' 셀프플레이 강화학습 프레임워크 SPADE를 제안했다. 하나의 LLM이 두 역할을 맡는다. 환경 설계자는 리셋/스텝 인터페이스를 갖춘 실행 가능한 파이썬 환경(상태 전이·보상 함수·검증 코드 포함)을 코드로 작성하고, 추론 에이전트는 그걸 푼다. 설계자는 '힌트 있을 때와 없을 때의 성능 차이'(후회, regret)를 보상으로 받아서, 에이전트 능력의 한계선에 있는(어렵지만 풀 수 있는) 환경을 노리는 법을 학습한다. 사전학습 문서로 설계를 그라운딩하고 환경 메모리를 축적하는 게 성공의 핵심이었다. 30B 모델까지 스케일하면 고정 환경 최강 기준 대비 8개 벤치마크 평균 +5.3, 도구 사용 벤치마크에서 +5.7~+13.9를 기록했다.

    • 환경 설계 자체를 학습 가능한 컴포넌트로 만들었다. 설계자가 만드는 환경 분포가 에이전트 성장에 맞춰 함께 진화한다(공진화).
    • 힌트 기반 후회 보상이 핵심 트릭이다. 순수 적대적 설계자는 못 풀 문제를 내고, 협조적 설계자는 가르칠 게 없는 문제를 낸다. 힌트 유무 성능차는 '풀 수 있으면서 배우는 가치가 있는' 환경을 자동으로 골라낸다.
    • 환경을 Gym 스타일 실행 코드로 쓰기 때문에 하나의 인터페이스로 한 턴 추론 문제와 멀티턴 도구 사용 과제를 모두 커버한다.
    • 사전학습 문서로 설계를 그라운딩하고, 만들었던 환경의 메모리를 축적하는 게 성능에 결정적이었다.
    • 30B 스케일에서 고정 환경 최강 기준 대비 8개 수학·과학·코딩·추론 벤치마크 평균 +5.3, BFCL v4 멀티턴 +5.7, ACEBench-Agent +13.9를 기록했다.
    초록PDF
  44. 952Machine LearningarXiv:2608.19098

    Open-MOPD: Diagnosing and Fixing Capability Imbalance in Multi-Teacher On-Policy Distillation

    여러 분야 전문가 모델(수학·코딩·지시수행)을 한 학생 모델로 합치는 멀티티처 온폴리시 증류에서 '왜 능력이 새는가'를 진단하고, 토큰 예산 재분배로 복구율을 35.6%에서 83.4%로 끌어올린 논문이다.

    이 논문은 한마디로 '여러 전문가 선생 모델을 한 학생 모델로 통합하는 증류(지식 전수)가 왜 실패하는지'를 파헤치고 고친 연구다. RL로 학습된 수학·코딩·지시수행 전문 선생 3개의 능력을 3B 학생 모델에 옮기는 통제 실험 테드베드를 만들어보니, 표준 멀티티처 증류는 전문가를 각각 따로 증류한 것 대비 개선분의 35.6%만 회복했다. 원인은 선생 간 의견 충돌이 아니라 토큰 단위 최적화 예산의 잘못된 배분이었다. 짧은 답변을 내는 지시수행 과제는 프롬프트의 20.3%를 차지하는데도 그래디언트 토큰의 0.99%만 받는 식으로 구조적으로 굶었다. 토큰 몫 균형화, 격차 기반 동적 배분, 학생 보상 갱신 3가지를 조합한 Open-MOPD는 회복율을 83.4%로 올렸다. 전 과정을 8×A100 학술 예산으로 재현 가능하게 공개했다.

    • 정답 도메인 라벨로 완벽한 라우팅(선생 지정)을 줘도 통합은 실패한다. 병목은 라우팅이 아니라 능력 통합 자체였다.
    • 범인은 선생 간 불일치가 아니라 토큰 예산 왜곡이었다. 지시수행은 입력 프롬프트의 20.3%를 차지하지만 그래디언트 토큰은 0.99%만 받았다.
    • 왜곡 원인을 3가지로 분리했다. 도메인별 답변 길이 차이, 도메인별 수렴 속도 차이, 롤아웃 재사용으로 인한 학생 보상 신호의 부패.
    • 토큰 몫 균형화 + 격차 인지 동적 배분 + 학생 보상 갱신을 더하니 개선분 회복율이 35.6%에서 83.4%로 올랐다.
    • 전체 레시피·학습 궤적·평가 스위트를 8×A100-80GB 학술 예산으로 재현 가능하게 전부 공개했다.
    초록PDF
  45. 951Computer VisionarXiv:2608.18388

    Depth Anything V4: Dynamic 4D Scene Reconstruction via Riemannian Flow Matching on 4D Gaussian Splatting

    [철회 논문] Depth Anything V4는 연구의 중대한 오류를 이유로 철회되었습니다.

    arXiv의 최신 버전 v2에는 “This paper has been withdrawn by Jiaming Fan”이라는 공식 철회 안내가 있습니다. 버전 이력상 철회일은 2026년 8월 20일이며, 공개 사유는 “Major errors in research”(연구의 중대한 오류)입니다. 기존 성능 수치와 우수성 설명은 철회 전 주장이므로 검증된 연구 성과로 소개하지 않습니다. 공식 상태와 버전 이력은 https://arxiv.org/abs/2608.18388 에서 확인할 수 있습니다.

    • [철회 논문] arXiv의 최신 버전 v2는 Jiaming Fan이 이 논문을 철회했다고 명시합니다.
    • 공식 버전 이력의 철회일은 2026년 8월 20일이고, 공개 사유는 “Major errors in research”(연구의 중대한 오류)입니다.
    • 이전에 소개된 방법과 성능 수치는 철회 전 주장이므로 유효한 연구 결과나 도입 추천의 근거로 제시하지 않습니다.
    • 공식 철회 안내와 버전 이력: https://arxiv.org/abs/2608.18388 .
    초록PDF
  46. 950ResearcharXiv:2608.19095

    Quantum Magic in High Energy Collision

    입자 충돌에서 '양자 매직'(양자컴퓨터 우위의 원천 자원)이 얼마나 생기는지를 관측 기준(랩 기저 vs 헬리시티 기저)에 따라 정밀 비교한 이론물리 논문이다.

    이 논문은 한마디로 고에너지 입자 충돌에서 양자 매직(양자컴퓨터가 고전 컴퓨터를 이길 수 있게 하는 원천 자원)의 생성량이 관측 기준을 어떻게 잡느냐에 따라 달라진다는 걸 보인 이론 연구다. 기존 연구는 빔 축 기준(랩 기저)으로만 계산했는데, 이 논문은 입자 진행 방향 기준(헬리시티 기저)까지 함께 계산해 두 기저를 통째로 비교했다. 결과는 상대론적 극한에서는 헬리시티 기준이, 비상대론적 영역에서는 빔 축 기준이 매직을 덜 만든다는 것. 흥미롭게도 두 기저 모두에서 자연의 실제 약한 혼합 각도는 매직 생성을 최소화하는 값 근처에 있었다. 즉 '표준모형은 양자 계산 이점을 만들기에 비효율적'이라는 이전 결론이 기저 선택과 무관하게 견고하다.

    • 양자 매직이 스핀을 재는 기준에 따라 달라짐을 다루기 위해 랩 기준과 헬리시티 기준에서 QED 과정과 전기약한 상호작용 과정을 함께 계산했다.
    • 초상대론 영역에서는 헬리시티 기준이, 비상대론 영역에서는 랩 기준이 대체로 더 적은 매직을 만든다는 반대 경향을 확인했다.
    • 초상대론 밥하 산란의 양자회로 구현에서 일반 산란각의 랩 기준 회로가 더 많은 T 게이트를 요구해 매직과 계산 비용의 연결을 보였다.
    • 두 기준 모두에서 자연의 약한 혼합각이 매직을 최소화하는 값 가까이에 있어 이전 결론이 기준 선택만의 결과가 아님을 보였다.
    • 분석은 사건마다 고정한 기준과 나무 수준의 일부 렙톤 산란에 한정돼 있어, 고차 보정과 비아벨 상호작용 및 전체 표준모형으로의 확장이 남아 있다.
    초록PDF
  47. 949RoboticsarXiv:2608.17512

    Embodied-Navigator: Point, Think, Memorize, and Align for Efficient Navigation

    VLM 내비게이션에서 픽셀 찍기로 목표를 지정하고 중요한 순간에만 생각하며 압축 기억을 쓰게 학습해 효율과 성능을 같이 잡은 프레임워크다.

    이 논문은 한마디로 로봇 내비게이션에서 VLM이 3D 좌표를 직접 출력하는 대신 화면에서 픽셀만 찍게 하고 깊이 정보로 3D로 바꿔 SLAM 컨트롤러에 넘기는 방식이다. VLM의 2D 이미지 사전학습 성질과 자연스럽게 맞아 물어 공간 환각이 줄어든다. 모든 단계가 아니라 핵심 노드에서만 사고를 촉발하고 나머지 궤적은 가벼운 시공간 표시자로 압축해 기억 부담을 줄인다. 결과와 과정 보상을 겹친 2단계 GRPO로 학습해 R2R-CE에서 66.2%로 최고 성능을 냈고 실기계에서도 60.0% 성공률을 보였다.

    • 픽셀-투-3D 행동 정식화로 VLM이 익숙한 2D 시각 프롬프팅만 하게 해 3D 기하 변환 학습에서 오는 공간 환각과 낮은 표본 효율을 피했다.
    • 선택적 추론은 핵심 노드에서만 사고를 촉발하고 나머지는 시공간 표시자로 압축해 추론 지연과 기억 오버플로를 함께 관리한다.
    • 2단계 GRPO가 전역 결과 보상에 미세 과정 보상을 겹쳐 밀도 있는 감독을 주고 상태에 따라 생각을 촉발하는 적응 능력을 길렀다.
    • R2R-CE에서 66.2% 성공률로 최고 성능이었고 학습에 9만 궤적만 필요했다.
    • 실물 로봇 무튜닝 배포에서 60.0% 성공률로 StreamVLN 49.0%, DualVLN 53.0%를 앞섰다.
    초록PDF
  48. 948AI / GeneralarXiv:2608.17528

    Agent Lightning v1.0: Towards Harnessed Agentic RL

    실제 배포용 에이전트 하니스를 그대로 강화학습 루프에 연결해 코드 에이전트를 6천 예제만으로 14.6%p 끌어올린 프레임워크다.

    이 논문은 한마디로 에이전트 학습을 학습 프레임워크 안에 환경 루프를 다시 구현하는 대신, 배포에 쓰는 하니스(도구, 문맥, 제어흐름을 관리하는 실행 환경)를 API 프록시로 그대로 연결하는 학습 방식을 정식화했다. 이 방식은 재토큰화, 샘플 병합, 어드밴티지 계산, 손실 정규화 같은 새 난제를 만들어내는데 이를 체계적으로 정리하고 약 3,500줄짜리 경량 프레임워크로 풀었다. 코딩 에이전트 실험에서는 6천 예제와 적은 컴퓨트만으로 Qwen3.5-9B를 SWE-bench Verified 41.8%에서 56.4%로 올렸다. git 이력과 네트워크로 정답 코드를 몰래 가져오는 보상 해킹 차단 장치도 공개했다.

    • 하니스 기반 에이전틱 강화학습은 학습 엔진이 아닌 배포용 하니스가 환경 상호작용 루프를 소유하고 학습기는 요청-응답 쌍만 관측하는 구조다. OpenClaw, Claude Code, OpenHands 같은 하니스가 예로 언급된다.
    • 재토큰화(같은 텍스트도 토큰 경계가 달라져 병합 불가), 롤아웃당 샘플 수 가변, 손실 정규화, 백엔드 스케줄링 네 가지를 핵심 난제로 정리했다.
    • 샘플 단위가 아니라 롤아웃 단위 어드밴티지와 정규화를 함께 쓰는 설계가 검증 보상 38.2%로 가장 좋았다.
    • SWE-smith 정제 파이프라인으로 6천 예제만 남기고 강화학습만으로 SWE-bench Verified 41.8%에서 56.4%를 달성했다.
    • git 명령 차단과 네트워크 화이트리스트 같은 보상 해킹 방지 장치가 실제 학습 안정화에 필요했다.
    초록PDF
  49. 947Computer VisionarXiv:2608.17832

    GenRec: Knowing Where to Reconstruct and Where to Generate

    새 시점 뷰 생성에서 이미 본 픽셀은 충실히 복원하고 안 본 영역만 상상으로 채우도록 아키텍처와 손실 함수 차원에서 분리한 연구다.

    이 논문은 한마디로 새로운 카메라 시점의 장면을 만들 때 원본에서 이미 보인 픽셀은 정확히 복원하고 안 보인 곳만 생성 모델이 상상하도록 분리한 모델이다. 관찰 마스크로 두 영역을 나눠 생성 백본은 전체를 담당하고 별도 복원 가지가 관찰된 픽셀의 디테일만 살린다. 두 경로는 파라미터와 그래디언트를 공유하지 않아 생성 사전 지식이 오염되지 않는다. 세 데이터셋에서 관찰 영역 복원 품질과 미관찰 영역 지각 품질을 모두 잡았고 최강 기준 대비 추론이 두 자릿수 빠르다.

    • 관찰과 미관찰 픽셀을 단일 손실로 함께 학습시키면 정답이 하나뿐인 복원과 여러 답이 가능한 생성이 서로 방해한다는 문제 의식에서 출발했다.
    • 단안 깊이 추정으로 원본 픽셀을 목표 시점에 워핑해 관찰 마스크를 만들고 이 마스크가 아키텍처, 손실, 그래디언트 흐름을 모두 제어한다.
    • 흐름 정합 백본이 RGB와 장면 좌표 맵을 함께 복원해 시점 간 일관성을 한 번의 샘플링으로 유지한다.
    • RealEstate10K 2-뷰 보간에서 PSNR 19.80로 최강 기준 15.70을 크게 앞섰고 Mip-NeRF 360에서도 전 지표 최고였다.
    • 추론 시간이 약 11초로 1,200초가량 걸리는 최강 기준보다 두 자릿수 빠르다.
    초록PDF
  50. 946Computer VisionarXiv:2608.17975

    aDSL: Agentic 3D Creation via Joint Agent-Program Design

    3D 모델링 언어를 LLM이 잘하는 관계 추론 중심으로 재설계하고 계획-실행-비판 에이전트 루프와 함께 쓰면 프로그램 기반 3D 생성이 안정해진다는 연구다.

    이 논문은 한마디로 LLM 에이전트가 3D 모양을 코드로 만들 때 자주 실패하는 이유를 언어 설계와 에이전트 설계의 불일치로 진단하고 둘을 함께 다시 설계해 해결했다. 좌표 대신 A를 B 위에 놓기 같은 관계 연산자를 쓰는 에이전트 친화 언어 aDSL을 만들었다. 계획-실행-비판 반복 루프가 실행 오류와 제약 위반을 자동으로 고친다. 텍스트와 이미지로부터 모양 만들기 과제에서 기존 LLM 기반 방법을 앞서며 관절 물체, 장면 생성, 형상 편집으로 확장된다.

    • LLM은 다리가 정확히 어느 좌표에 있는지 같은 수치 지정은 자주 틀리지만 의자 다리는 좌석 아래 네 모서리 같은 구조 추론은 잘한다는 관찰에서 출발했다.
    • aDSL은 조합성과 공간 관계 연산을 강조해 에이전트가 낮은 수준의 수치를 직접 다루지 않게 한다.
    • 자기 수정 루프를 끄면 시각 질문 점수가 61.53으로 떨어지고 실행 성공률도 하락해 반복 검증이 필수임을 확인했다.
    • 계획 단계를 빼면 평균 수정 라운드가 4.25에서 5.58로 늘어 구조 분해가 효율을 좌우한다.
    • 대화형 프론트엔드 연동(OpenClaw 시연 포함)으로 반복 편집이 가능하고 외부 고화질 생성기와 결합해 구조 보존과 디테일 강화를 같이 얻었다.
    초록PDF