Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
X @huggingpapers (검증됨) 451건필터 해제
X요약
NVIDIA가 Hugging Face에 최적화된 Kokoro TTS 모델 버전을 출시했습니다
NVIDIA가 Hugging Face용으로 최적화된 경량 Kokoro TTS 모델을 출시했습니다. 또한, 장기 추론 성능을 높이기 위해 신념 상태를 최적화하는 BeliefTrack 기술을 소개하며 추론 실패율을 70% 이상 개선했습니다.
5월 29일1
X요약
AgentDoG 1.5
AgentDoG 1.5는 AI 에이전트의 안전성을 위한 경량화 및 확장 가능한 정렬 프레임워크입니다. 단 1k개의 샘플만으로도 소규모 모델이 선도적인 폐쇄형 시스템과 대등한 성능을 내며, BeliefTrack을 통해 추론 실패를 70% 이상 줄였습니다.
5월 29일0
X요약
LLM은 언제 정보를 업데이트, 보존 또는 무시해야 하는가?
LLM의 장기 추론 능력을 향상시키기 위한 맥락적 신념 관리(Contextual Belief Management) 연구를 소개합니다. BeliefTrack을 통해 신념 상태를 최적화함으로써 추론 실패를 70% 이상 줄일 수 있음을 입증했습니다.
5월 29일1
X요약
Tencent이 Hugging Face에 DiffSpot을 출시했습니다
Tencent이 웹 스크린샷 간의 미세한 CSS 변경 사항을 탐지하는 벤치마크인 DiffSpot을 Hugging Face에 출시했습니다. 현재 최신 모델들도 미세한 변화를 포착하는 데 어려움을 겪고 있음을 보여줍니다.
5월 29일0
X요약
비디오 생성은 아직 세계 모델링(World Modeling)이 아니다
비디오 확산 모델이 시간의 흐름은 모사하지만 실제 세계의 인과 관계를 이해하는 '세계 모델링'에는 한계가 있음을 지적합니다. YoCausal 연구를 통해 13개 모델의 인과적 인지 능력을 평가하고, LLM의 자기 개선을 위한 새로운 탐색 프레임워크를 제안합니다.
5월 29일0
X요약
DenoiseRL: 실패로부터 회복하며 추론하는 법 배우기
DenoiseRL은 강화학습 모델이 실수를 학습 신호로 활용하여 스스로 회복하는 새로운 프레임워크입니다. 강력한 교사 모델 없이도 손상된 추론 접두사를 노이즈 제거하며 올바른 경로를 찾는 법을 학습합니다.
5월 29일0
X요약
양방향 진화 탐색을 통한 자기 개선 LLM (Self-Improving LLMs with Bidirectional Evolutionary
양방향 진화 탐색(BES)은 후보군 진화와 목표 분해를 결합하여 LLM의 사후 학습 및 추론 성능을 개선하는 프레임워크입니다. 좁은 엔트로피 껍질을 탈피하고 조밀한 중간 피드백을 제공하는 것이 특징입니다.
5월 28일0
X요약
NVIDIA의 AXPO, 에이전트 추론 (agentic reasoning)에서의 도구 붕괴 현상 해결
NVIDIA의 AXPO는 에이전트 추론 시 발생하는 도구 붕괴 현상을 해결하는 기술입니다. 8B Qwen3-VL 모델에 적용 시 사고 접두사를 동결하고 호출을 재샘플링하여, 훨씬 큰 32B 모델보다 뛰어난 성능을 보여줍니다.
5월 28일0
X요약
ProRL: 선제적 추천을 위한 강화학습 (RL) 문제 해결
ProRL은 선제적 추천 시스템의 강화학습 문제를 해결하기 위한 새로운 방법론을 제안합니다. 단계별 보상 중심화와 위치별 베이스라인을 통해 기존 정책 경사 방식의 노이즈 문제를 극복하며, ICML 2026에 채택되었습니다.
5월 28일0
X요약
NVIDIA의 Gamma-World
NVIDIA가 발표한 Gamma-World는 공유 상호작용 환경을 위한 생성형 멀티 에이전트 월드 모델입니다. 심플렉스 회전 에이전트 인코딩과 희소 허브 어텐션을 통해 다수 플레이어 환경에서도 실시간 롤아웃을 구현합니다.
5월 28일0
X요약
NEO-ov: 이미지 인코더가 없는 시각-언어 모델 (Vision-Language Models)
NEO-ov는 외부 인코더나 어댑터 없이 픽셀-단어 대응 관계를 엔드투엔드로 학습하는 네이티브 파운데이션 모델입니다. 이미지, 비디오, 공간 지능을 통합한 '원-비전' 아키텍처를 통해 강력한 세밀한 인지 능력을 제공합니다.
5월 28일1
X요약
LongAV-Compass
LongAV-Compass는 텍스트, 이미지, 비디오 조건을 활용한 분 단위 규모의 오디오-비주얼 생성 모델을 평가하는 통합 벤치마크입니다. 또한 SpatialBench는 공간 기초 모델의 다재다능함을 검증하기 위한 최초의 교차 패러다임 벤치마크를 소개합니다.
5월 28일0
X요약
GARD: 기하학 인지 표현 디노이징 (Geometry-Aware Representation Denoising)
GARD는 3D 재구성 모델의 특징 공간에서 직접 수행되는 확산 기반 복원 기술입니다. 교차 뷰 기하학을 보존하며 손상된 입력으로부터 이미지와 3D 구조를 효과적으로 복구합니다.
5월 27일0
X요약
EvalVerse: 전문적인 시네마틱 비디오 생성을 위한 파이프라인 인식 벤치마크
EvalVerse는 전문적인 시네마틱 비디오 생성을 평가하기 위한 파이프라인 인식 벤치마크입니다. 단순 프롬프트 준수를 넘어 연기, 미학, 멀티샷 시퀀싱 등 시네마틱 품질을 정밀하게 측정합니다.
5월 27일1
X요약
SpatialBench
공간 파운데이션 모델의 능력을 평가하기 위한 최초의 교차 패러다임 벤치마크인 SpatialBench를 소개합니다. 또한 NVIDIA의 LocateAnything 모델은 병렬 박스 디코딩을 통해 위치 정확도를 높이고 추론 속도를 2.5배 향상시켰습니다.
5월 27일0
X요약
MobileGym 출시
MobileGym은 GUI 에이전트 훈련 및 평가를 위한 브라우저 호스팅 모바일 샌드박스입니다. JSON 상태 제어와 병렬 롤아웃을 지원하며, GRPO 적용 시 실제 기기 점수를 40.7점 향상시키는 성과를 보였습니다.
5월 27일0
X요약
NVIDIA가 LocateAnything를 출시했습니다
NVIDIA가 단일 단계에서 경계 상자를 디코딩하는 LocateAnything를 출시했습니다. 기존의 토큰 단위 좌표 생성 방식을 대체하여 탐지, OCR, GUI 작업의 정확도를 높이고 추론 속도를 2.5배 향상시켰습니다.
5월 27일1
X요약
네이티브 멀티모달 (Native Multimodal) AI의 첫 번째 공식 로드맵 발표
Tencent Youtu Lab이 네이티브 멀티모달 AI의 첫 번째 공식 로드맵을 발표했습니다. 기존의 후기 결합 방식에서 벗어나 데이터, 학습, 추론 전반을 아우르는 네이티브 아키텍처로의 전환을 제안합니다.
5월 27일0
X요약
TriSplat
TriSplat은 포즈 정보가 없는 희소한 이미지로부터 시뮬레이션에 즉시 사용 가능한 삼각형 메쉬를 생성하는 피드포워드 3D 재구성 기술입니다. 가우시안 스플래팅이나 복잡한 메쉬 추출 과정 없이 물리 엔진과 로보틱스 분야에서 활용 가능한 실제 삼각형 메쉬를 제공합니다.
5월 26일0
X요약
WBench, 20개의 비디오 월드 모델 (video world models) 벤치마크
비디오 월드 모델의 성능을 평가하기 위한 새로운 벤치마크인 WBench를 소개합니다. 20개의 모델을 대상으로 품질, 제어력, 물리 법칙 등 5개 차원에서 다각도로 분석한 결과를 담고 있습니다.
5월 26일0