Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
arXivAI 번역논문
RefCraft: 웹 개발을 통한 시각 참조 기반 에이전트 생성 성능 평가
본 논문은 AI 에이전트가 시각적 참조를 활용하여 웹페이지를 개발하는 능력을 평가하기 위한 새로운 벤치마크인 RefCraft를 제안합니다. 이 벤치마크는 자연어 지침과 여러 개의 스크린샷을 결합한 현실적인 멀티모달 과제로 구성되어 있습니다. 평가 결과, 최신 LLM들이 실제 웹 개발 환경에서 시각적 참조 기반의 에이전트 생성 능력을 구현하는 데 여전히 큰 어려움을 겪고 있음을 보여줍니다.
2일 전0
arXivAI 번역논문
야생 환경에서의 에이전트 월드 모델: 컴퓨터 사용 에이전트 환경 합성
본 논문은 에이전트 학습의 범위를 실제 컴퓨터 시스템에 확장하기 위해, 제어 가능한 환경과 작업을 합성하는 파이프라인 WildAWM을 제안합니다. WildAWM은 GUI, 모델 컨텍스트 프로토콜 서비스, CLI를 통합 지원하여 시각적 상호작용, 도구 사용, 코드 실행을 결합할 수 있게 합니다. 이 오픈 소스 환경에서 훈련된 Qwen 모델이 다양한 분포 외(OOD) 컴퓨터 사용 작업에서 높은 일반화 성능을 보였습니다.
2일 전0
arXivAI 번역논문
OpenVLHarness: 멀티모달 메모리를 활용한 실제 세계 시각 에이전트 도구 사용
OpenVLHarness는 멀티모달 대규모 언어 모델(MLLMs)이 단순 추론을 넘어 외부 도구 사용과 지속적인 메모리 관리를 통해 실제 세계의 복잡한 시각적 작업을 수행하도록 돕는 하네스입니다. 이 시스템은 기능 계층과 영속적인 멀티모달 메모리를 결합하여, 다양한 백엔드에서 얻은 증거를 모델이 해석 가능한 형태로 유지하고 활용합니다.
2일 전0
arXivAI 번역논문
실제 작동하는 CAD 메커니즘 합성 가능할까?
본 연구는 LLM 에이전트가 단순히 시각적으로 그럴듯한 CAD 디자인을 넘어, 실제 물리적 기능을 충족하는 '기능적 CAD 디자인'을 생성하도록 하는 방법을 제시합니다. FunCAD-Harness 프레임워크와 FunCADBench 벤치마크를 통해 추상적인 요구사항을 물리 테스트로 변환하고 시뮬레이션 피드백으로 디자인 수정을 안내하여, 기계적 실패를 검증하는 새로운 접근 방식을 제안했습니다.
2일 전0
arXivAI 번역논문
WeAct: 에이전트 행동으로서의 동적 가중치 스위칭
WeAct는 장기 궤적 학습 시 발생하는 치명적 망각 문제를 해결하기 위해 제안된 방법론입니다. 이는 동결된 백본 위에 독립적인 LoRA 어댑터를 훈련하고, 이 어댑터 선택을 에이전트의 행동 공간에 추가합니다. 이를 통해 온디맨드 역량 조합 및 모듈식 지속적 적응을 가능하게 합니다.
2일 전0
arXivAI 번역논문
하이브리드 아키텍처에서의 경쟁 학습 (Competing Learning)
본 논문은 하이브리드 아키텍처 언어 모델에서 '경쟁 학습' 현상을 발견했습니다. 재귀 레이어가 특정 함수를 학습하면 다른 레이어의 학습을 억제하는 것이 관찰되었습니다. 연구진은 이를 바탕으로 단계적 훈련 절차를 제안하며, 이는 검색 관련 작업 성능 향상에 효과적임을 입증했습니다.
2일 전0
arXivAI 번역논문
LatComm: 대규모 언어 모델 간 잠재적 통신을 위한 재사용 가능한 컨텍스트 압축
본 논문은 여러 LLM 간의 잠재적 통신을 위한 LatComm이라는 컨텍스트 압축 인터페이스를 제안합니다. 이 방식은 컨텍스트를 한 번 인코딩하여 고정 크기 패킷으로 압축하고, 수신자가 게이트 메커니즘을 통해 필요한 부분만 선택적으로 읽어 처리하는 것이 핵심입니다. 이를 통해 기존 대비 정확도를 높이고 입력 크기를 대폭 줄이며 속도를 개선했습니다.
2일 전0
Dev.toAI 번역헤드라인
보상 설계(Reward shaping)가 추론 단계(reasoning steps)를 65% 줄이다
본 연구는 맞춤형 강화학습(RL) 보상 설계를 통해 대규모 언어 모델의 추론 과정(CoT)을 효율적으로 제어하는 방법을 제시합니다. 이 방법은 답변 품질 저하 없이 사고 흔적을 최대 65%까지 줄여, 추론 지연 시간과 비용 절감에 기여할 수 있습니다. 이는 기존 방식보다 훨씬 간결하고 빠른 의사 결정 엔진으로 모델을 변모시킬 잠재력을 보여줍니다.
2일 전0
Dev.toAI 번역헤드라인
Amazon Bedrock에 TwelveLabs 비디오 모델 Pegasus 1.5 추가
TwelveLabs의 Pegasus 1.5가 Amazon Bedrock에 추가되어, 긴 형식의 비디오를 구조화된 메타데이터로 변환하는 기능을 제공합니다. 이 모델은 시간 기반 메타데이터 추출, 멀티모달 프롬프팅을 지원하며, 최대 2시간 길이의 비디오도 단일 요청으로 처리할 수 있습니다.
2일 전0
Dev.toAI 번역헤드라인
AI가 16가지 신종 바이러스 코드를 작성했고, 모두 살아 움직였다
스탠퍼드 연구진이 AI(Evo 2)를 이용해 이전에 존재하지 않던 16가지 신종 바이러스를 설계하고 실제로 작동시켰습니다. 이는 DNA 코드를 학습한 AI가 생물학적 레시피를 작성할 수 있음을 증명하며, 맞춤형 의약품 개발에 혁신적인 가능성을 열었습니다. 다만, 이 기술이 가진 통제 불가능성 때문에 전문가들은 심각한 위험을 경고하고 있습니다.
2일 전0
ZennAI 번역헤드라인
RecSys Challenge 2026 참가 보고: 대회 참여부터 논문 발표까지
본 기사는 RecSys Challenge 2026 참가 경험을 공유하며, 대화형 음악 추천 시스템 개발 과정을 다룹니다. 사용자의 발화를 분석하여 곡 순위(ranking)와 함께 자연어 응답문을 생성하는 것이 핵심 과제입니다. 대회는 nDCG@20과 Lexical Diversity 등 여러 지표를 종합한 Composite Score로 평가됩니다.
2일 전0
ZennAI 번역헤드라인
Claude Haiku 5.5 출시: 입력 비용이 90% 절감되었지만, ID만 교체해서는 작동하지 않는다
Anthropic이 Claude Haiku 5.5를 출시하며, 입력 비용을 기존 대비 최대 90% 절감했습니다. 성능 면에서도 이전 모델 대비 크게 향상되었으며, Sonnet 5.5의 캐시 읽기 비용도 절반으로 인하되었습니다. 다만, 단순히 모델 ID만 변경하는 것만으로는 작동하지 않으며, 적응적 사고(Adaptive Thinking) 등 파괴적인 변경 사항을 고려해야 합니다.
2일 전0
ZennAI 번역헤드라인
Sarashina3 mini와 Claude Opus 5.5에 동일한 일본어 문제 40문항을 제시하여 비교
본 기사는 국산 LLM인 Sarashina3 mini와 Anthropic의 최상위 모델에 가까운 Claude Opus 5.5를 대상으로 일본어 능력을 비교 분석한 결과입니다. 특히 '읽기 어려운 문장을 고쳐쓰기' 능력과 경어 사용, 한자 읽기 등 다양한 측면에서 두 모델을 평가했습니다.
2일 전0
ZennAI 번역헤드라인
LLM이 잠재 공간에서 사고하는가? 하이브리드 추론 에이전트의 충격
본 글은 LLM 에이전트의 한계를 극복하는 'Hybrid Reasoning Agents' 논문을 소개합니다. 이 방식은 추론 과정을 텍스트(토큰)가 아닌 모델 내부의 잠재 공간(Latent Space)에서 수행하고, 필요한 결과만 텍스트로 출력하여 효율성을 높입니다. 이를 통해 레이턴시와 비용 문제를 근본적으로 해결할 수 있습니다.
2일 전0
ZennAI 번역헤드라인
LLM은 '크게 만드는 것'만이 전부는 아니다: Looped Transformer 입문
본 기사는 LLM 모델의 크기(파라미터 수) 외에 '반복 사용'하는 구조가 중요한 기술임을 설명합니다. Looped Transformer는 가중치를 공유하여 같은 레이어를 여러 번 반복 계산함으로써, 파라미터 수를 줄이면서도 깊은 연산을 수행할 수 있는 방식을 제시합니다.
2일 전0
arXivAI 번역논문
Token-Set Choice가 POPE에서 혼란을 야기함: VLM 환각 평가의 Yes/No 추출에 대한 체계적 감사
본 논문은 POPE 벤치마크를 사용하여 VLM(Vision-Language Model)의 환각 평가에 대한 체계적인 감사를 수행했습니다. 연구진은 기존 보고된 F1 점수가 판독 방식(readout choice)과 토큰 로짓 처리 방식의 차이로 인해 과대평가되었음을 발견했습니다. 특히, 공백 바이트 처리가 모델 출력에 혼란을 야기하는 프로토콜 수준의 문제를 지적하며, 정확한 평가를 위해서는 일관된 판독 및 정밀도 기준 확립이 필수적임을 강조합니다.
2일 전0
arXivAI 번역논문
CALM: 디코딩 공간에서 일관성 인식 로짓 마스킹을 통한 대형 추론 모델의 과도한 사고 완화
본 논문은 대형 추론 모델(LRMs)의 과도한 사고(overthinking) 문제를 해결하기 위해 '일관성 인식 로짓 마스킹(CALM)'이라는 훈련 불필요 디코딩 개입 방법을 제안합니다. CALM은 단계 경계의 행동 전환 지점(ATP) 토큰에 로짓 마스킹을 적용하여 중복적인 전이 추론을 효과적으로 억제합니다. 실험 결과, CALM은 CoT 추론 시 토큰 소비를 크게 줄이는 동시에 성능 유지 및 정확도 향상을 입증했습니다.
2일 전0
arXivAI 번역논문
LEAPS: 장문맥 환경에서의 적응형 패턴 학습 및 상태 추적 평가
본 논문은 장문맥 언어 모델(LCLM)의 세 가지 핵심 능력인 리콜, 상태 추적, 패턴 학습을 종합적으로 평가하는 새로운 벤치마크 LEAPS를 소개합니다. LEAPS는 에이전트 워크플로우 및 복잡한 예측 능력을 측정하며, 기존 벤치마크가 간과했던 상태 추적 및 패턴 학습의 중요성을 강조합니다.
2일 전0
arXivAI 번역논문
EvoSkill v2: 벤치마크 적응부터 상태 기반 진화(Stateful Evolver)를 통한 완전한 에이전트형 스킬 진화
EvoSkill v2는 에이전트가 주어진 스킬(지침)을 수정하는 세 가지 시스템입니다. 이는 벤치마크 어댑터와 상태 기반 코딩 에이전트를 활용하여, 솔버의 학습 과정을 읽고 매 에포크마다 스킬을 재작성합니다. 이 방식은 기존 최적화 기법보다 높은 성능과 효율성을 보여주며, 상대적으로 낮은 모델도 스스로 개선할 수 있게 합니다.
2일 전0
arXivAI 번역논문
FisherEdit: 대규모 언어 모델(LLM)을 위한 피셔 정보 기반 지식 편집
본 논문은 LLM의 순차적 지식 편집 시 발생하는 성능 저하 문제를 다루며, 기존 방법들의 견고성이 업데이트 정규화에 기인함을 분석했습니다. 이를 바탕으로 피셔 기하학 기반의 FisherEdit을 제안합니다. 이 방법은 파라미터 공간에서의 중요도 인식 정규화를 통해 모델 안정성과 최신 성능을 동시에 확보했습니다.
2일 전0