강화학습(RL)에 대한 안정적인 학습 파이프라인으로, 검증 가능한 보상(verifiable rewards)을 1조 개 규모에서 구현했으며, 자기 검증(self-verification) 및 컨텍스트 불안(context anxiety)과 같은 출현적 추론 행동(emergent reasoning behaviors)을 보여줍니다.

논문:
https://paperswithcode.co/paper/2607.123
95
...
모델은 자발적으로 고급 인지 행동 – 의인화(anthropomorphism), 병렬 추론(parallel reasoning) 등 – 을 개발하여 수작업으로 만든 휴리스틱(heuristics)을 불필요하게 만듭니다.

Tencent가 Hugging Face에 Hy-Embodied-VLM-1.0을 출시했습니다.

구현된 에이전트용 효율적인 MoE (Mixture of Experts) 비전-언어 모델로, 토큰당 3B 파라미터만 활성화하면서도 38개 벤치마크 중 19개에서 SOTA(State-of-the-Art)를 달성했습니다.