Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
X @huggingpapers (검증됨) 449건필터 해제
X요약
Google이 Hugging Face에 Magenta RealTime 2를 출시했습니다
Google이 Hugging Face를 통해 Magenta RealTime 2를 출시했습니다. 이 모델은 온디바이스 환경에서 실시간 연속 음악 생성을 지원하는 유일한 오픈 웨이트 모델입니다.
6월 3일0
X요약
한 도메인의 RL이 다른 도메인을 망가뜨리는 이유
다중 도메인 강화학습(RL) 시 발생하는 도메인 간 간섭 문제를 국소 섭동 이론으로 분석합니다. 짧은 리프레시 과정을 통해 기존 기술의 손실을 선택적으로 복구하고 성능을 최적화할 수 있음을 보여줍니다.
6월 3일0
X요약
TrOPD: LLM을 위한 안정적인 증류 (Stable distillation)
TrOPD는 온-폴리시 증류 과정의 불안정성을 해결하기 위해 신뢰 영역 내에서 교사 감독을 적용하는 새로운 방법론입니다. 이상치 추정과 오프-폴리시 가이드를 통해 탐색을 유지하며 수학적 추론 및 코드 생성 성능을 높였습니다.
6월 3일0
X요약
Draft-OPD, 초안 모델 (draft-model) 학습의 한계를 돌파하다
Draft-OPD는 기존 오프라인 학습 방식의 한계를 극복하기 위해 온폴리시(on-policy) 학습 방식을 도입했습니다. 거부된 토큰을 재생하여 초안 모델이 스스로의 오류로부터 학습하게 함으로써 추측 디코딩의 효율을 극대화합니다.
6월 3일0
X요약
Harness-1
Harness-1은 RL(강화학습)로 학습된 20B 규모의 검색 에이전트입니다. 상태 관리를 외재화하여 정책이 의미론적 결정에만 집중하게 함으로써, 복잡한 검색 작업에서 GPT-4o와 대등하거나 더 뛰어난 성능을 보여줍니다.
6월 2일0
X요약
수조 개의 파라미터를 가진 수백만 개의 개인화된 모델을 향하여
PEFT(Parameter-Efficient Fine-Tuning)를 활용하여 공유된 파운데이션 모델 위에 개인화된 어댑터를 지속적인 로컬 상태로 구축하는 연구를 소개합니다. 모델의 규모와 개인화 성능을 확장하기 위한 세 가지 스케일링 축(up, down, out)을 탐구합니다.
6월 2일0
X요약
NVIDIA가 Hugging Face에 4D-RGPT를 출시했습니다
NVIDIA가 CVPR 2026 Highlight 모델인 4D-RGPT를 Hugging Face에 출시했습니다. 이 모델은 추가 추론 비용 없이 학습 단계에서 깊이와 움직임을 학습하여 영역 수준의 4D 비디오 이해를 지원합니다. 또한 ByteDance는 음향적 일관성을 유지하며 다수 화자의 대화를 합성하는 SwanVoice를 공개했습니다.
6월 2일1
X요약
K-BrowseComp
AI 에이전트의 한국어 웹사이트 탐색 능력을 평가하기 위한 새로운 벤치마크인 K-BrowseComp를 소개합니다. GPT-5.5와 같은 최신 모델들도 복잡한 질문과 합성 진단 작업에서 낮은 성능을 보이며 한계를 드러냈습니다.
6월 2일0
X요약
TASTE에 관한 문제
에이전트 벤치마크의 한계를 극복하기 위해 도구 시퀀스 기반의 TASTE를 제안합니다. 또한 ByteDance가 다수 화자의 음향적 일관성을 유지하는 음성 합성 모델 SwanVoice를 출시했습니다.
6월 2일0
X요약
ByteDance, SwanVoice 출시
ByteDance가 독백과 다중 화자 대화 합성이 가능한 SwanVoice를 출시했습니다. 이 모델은 flow-matching DiT를 활용해 대화 전반의 음향적 일관성을 유지하며, Tencent는 오디오-LLM 통합을 위한 Universal Audio Tokenizer를 공개했습니다.
6월 2일0
X요약
ByteDance Seed, 통합 멀티모달 모델의 VAE 병목 현상 제거
ByteDance Seed는 통합 멀티모달 모델의 VAE 병목 현상을 해결하기 위해 '표현 강제(Representation Forcing)' 기술을 제안합니다. 이 기술은 디코더가 픽셀 이전에 시각적 표현을 예측하게 하여 생성과 이해의 품질 격차를 해소합니다.
6월 1일0
X요약
Tencent, Hugging Face에 Universal Audio Tokenizer 공개
Tencent가 Hugging Face를 통해 Universal Audio Tokenizer를 공개했습니다. 이 모델은 오디오 인지와 언어적 정렬을 결합한 컴팩트한 단일 코드북 모델로, Audio-LLM의 원활한 통합을 지원합니다.
6월 1일0
X요약
Trust-Region Behavior Blending을 통한 On-policy Distillation Warmup 문제 해결
Trust-Region Behavior Blending 기법을 통해 On-policy Distillation Warmup 문제를 해결하는 연구를 소개합니다. KL 신뢰 영역 내에서 학생 모델의 롤아웃을 교사 정책과 혼합하여 수학적 추론 성능을 극대화합니다. 또한 Tencent의 새로운 Universal Audio Tokenizer 출시 소식도 포함되어 있습니다.
6월 1일0
X요약
Microsoft, Hugging Face에 장기 기억(Long-horizon memory) 벤치마크 공개
Microsoft가 AI 어시스턴트의 장기 기억 능력을 평가하기 위한 RHELM 벤치마크를 Hugging Face에 공개했습니다. 이 벤치마크는 멀티홉 추론과 환각 탐지 능력을 테스트하며, Tencent는 오디오-LLM 통합을 위한 Universal Audio Tokenizer를 발표했습니다.
6월 1일0
X요약
GrepSeek, 원시 텍스트 검색을 위한 에이전트 훈련
GrepSeek은 임베딩이나 인덱스 없이 셸 파이프라인을 작성하여 원시 텍스트를 검색하는 9B 오픈 가중치 모델입니다. 14GB 코퍼스 환경에서 7개의 오픈 도메인 QA 벤치마크 최고 성능을 달성했습니다.
6월 1일0
X요약
ByteDance가 Hugging Face에 Bernini를 공개하다
ByteDance가 Hugging Face를 통해 새로운 비디오 생성 및 편집 모델인 Bernini를 공개했습니다. 텍스트, 이미지, 참조 자료를 활용하여 고품질 비디오를 생성할 수 있으며, 기존의 폐쇄형 모델들과 경쟁할 수 있는 성능을 갖추었습니다.
6월 1일0
X요약
LongTraceRL
LongTraceRL은 검색 에이전트의 궤적과 엔티티 수준의 보상을 활용하여 LLM의 128K 컨텍스트 추론 능력을 향상시키는 연구입니다. 4B, 8B, 30B 규모의 모델과 학습 데이터가 함께 공개되었습니다.
6월 1일0
X요약
COLLEAGUE.SKILL: 채팅 로그를 휴대 가능한 AI 에이전트 기술로 변환
COLLEAGUE.SKILL은 채팅 로그를 분석하여 특정 인물의 사고방식과 목소리를 담은 휴대 가능한 AI 에이전트 기술 패키지로 변환하는 기술입니다. GitHub에서 활발히 공유되며, 개인의 역량을 디지털 에이전트 형태로 추출할 수 있게 합니다.
6월 1일0
X요약
왜 멀리 있는 것이 위로 보이는가
시각-언어 모델(VLM)이 수직 위치를 거리와 혼동하는 공간적 편향을 지적하는 연구를 소개합니다. 또한 Amazon과 OSU가 출시한 오픈 심층 연구 에이전트 제품군인 QUEST를 함께 다룹니다.
5월 31일0
X요약
금주 주목할 AI 논문 (5월 25일~31일):
5월 마지막 주 주목해야 할 주요 AI 연구 논문들을 소개합니다. 다중 에이전트 모델링, 로봇 비전-언어-액션(VLA), 에이전트 보안 및 강화학습 등 다양한 최신 연구 동향을 다룹니다.
5월 31일0