Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
X @huggingpapers (검증됨) 451건필터 해제
X요약
Macaron-A2UI: 개인용 에이전트를 위한 생성형 UI (Generative UI)
Macaron-A2UI는 개인용 에이전트를 위해 실시간 상호작용이 가능한 생성형 UI를 생성하는 모델입니다. LoRA SFT 및 RL을 통해 학습되었으며, A2UI-Bench에서 높은 성능을 기록하며 기존 베이스라인을 능가했습니다.
5월 26일0
X요약
Foundation Protocol
Foundation Protocol은 에이전트, 인간, 도구를 다자간 조직과 경제적 프리미티브로 통합하는 그래프 우선 조정 계층을 제안합니다. 또한 Microsoft Research의 SkillLens를 통해 에이전트 기술 수명 주기에 대한 체계적인 연구 결과를 발표했습니다.
5월 26일0
X요약
DVAO: 다중 보상 강화학습 (RL)을 위한 동적 분산 적응형 어드밴티지 최적화
DVAO는 다중 보상 강화학습에서 보상 분산에 따라 가중치를 동적으로 조정하여 학습을 안정화하는 최적화 기법입니다. Alibaba의 Qwen 모델을 통해 수학적 추론 및 도구 사용 성능을 크게 향상시켰습니다.
5월 26일0
X요약
StepAudio 2.5: 음성 인식, 합성 및 실시간 대화를 위한 단일 모델
StepAudio 2.5는 음성 인식(ASR), 합성(TTS), 실시간 대화를 하나의 모델로 통합한 오디오-언어 파운데이션 모델입니다. 작업 맞춤형 RLHF를 적용하여 기존 전문화된 시스템과 대등하거나 이를 능가하는 성능을 보여줍니다.
5월 26일0
X요약
Microsoft Research, SkillLens 공개
Microsoft Research가 에이전트 기술 생명주기를 체계적으로 연구한 SkillLens를 공개했습니다. SkillOpt를 통해 모델 가중치 수정 없이 텍스트 공간 내에서 에이전트 기술을 학습시키며, 다양한 벤치마크에서 최고 성능을 입증했습니다.
5월 25일0
X요약
SciAtlas
SciAtlas는 4,300만 편의 논문과 1억 5,700만 개의 엔티티를 기반으로 구축된 대규모 지식 그래프입니다. 이를 통해 AI 에이전트가 단순 키워드 검색을 넘어 학문 간 경계를 넘나드는 고도화된 추론을 수행할 수 있도록 지원합니다.
5월 25일0
X요약
Allen AI, Hugging Face에 양손 로봇 페그보드 데이터셋 공개
Allen AI가 Hugging Face에 35K 프레임 규모의 양손 로봇 페그보드 조작 데이터셋을 공개했습니다. 또한 Alibaba 연구진은 DiT의 성능을 높이는 새로운 방식인 DAR을 제안했습니다.
5월 25일0
X요약
Microsoft가 SkillOpt를 출시하다
Microsoft가 에이전트 스킬을 텍스트 공간에서 신경망처럼 훈련할 수 있는 SkillOpt를 출시했습니다. 모델 가중치를 수정하지 않고도 6개 벤치마크와 7개 모델 설정에서 최고 수준의 성능을 입증했습니다.
5월 25일2
X요약
Microsoft, Hugging Face에 Lens 공개
Microsoft가 Hugging Face에 효율적인 텍스트-이미지 생성 모델인 Lens를 공개했습니다. Lens는 적은 연산량으로 SOTA 품질을 달성하며 빠른 생성 속도를 자랑합니다. 또한 오디오 LLM의 신뢰성 지형을 분석한 연구 결과도 함께 다룹니다.
5월 25일0
X요약
OSCAR: 긴 문맥 추론을 위한 진정한 2-bit KV 캐시 양자화 (KV cache quantization)
Together AI 연구진이 개발한 OSCAR는 어텐션 인식 공분산 회전을 통해 2-bit 수준의 KV 캐시 양자화를 구현합니다. 이를 통해 메모리 사용량을 8배 절감하고 서빙 처리량을 최대 7배까지 향상시키며 긴 문맥 추론 성능을 최적화합니다.
5월 24일0
X요약
대규모 오디오 언어 모델(Large Audio Language Models)에 관한 조사
대규모 오디오 언어 모델(Large Audio Language Models)의 신뢰성 지형을 6가지 핵심 축으로 분석한 연구입니다. 성숙한 공격 방식과 파편화된 방어 체계 사이의 격차를 조명하며, 신뢰할 수 있는 청각 AI 구축을 위한 로드맵을 제시합니다.
5월 24일0
X요약
AI2, Hugging Face에 양손 페그보드 조작 벤치마크 공개
AI2가 Hugging Face에 LeRobot 기반의 양손 페그보드 조작 벤치마크를 공개했습니다. 또한, 풀 어텐션 LLM의 효율성을 높이기 위해 검색 헤드를 분리하고 토큰 인덱서를 추가하여 컨텍스트 처리 속도를 획기적으로 개선한 연구 결과가 소개되었습니다.
5월 24일0
X요약
30B-A3B FP8 모델을 여기서 확인하세요: huggingface.co/tencent/Hy-MT2-30B-A3B-FP8
Tencent에서 공개한 Hy-MT2-30B-A3B-FP8 모델에 대한 안내입니다. Hugging Face를 통해 해당 모델 및 다양한 변형 모델들을 확인할 수 있습니다.
5월 22일0
X요약
IndusAgent: 동적 도구 오케스트레이션 및 게이트형 강화학습을 통해 멀티모달 LLM을 강화하는 도구 증강 에이전트 프레임워크
IndusAgent는 동적 도구 오케스트레이션과 게이트형 강화학습을 활용하여 멀티모달 LLM의 성능을 높이는 에이전트 프레임워크입니다. 이를 통해 개방형 어휘 기반의 산업 이상 탐지 작업을 효과적으로 수행합니다.
5월 22일0
X요약
논문: Indus-CoT 데이터셋과 Gated Reinforcement Learning (게이트 강화학습)을 사용하여 MVTec-AD
Indus-CoT 데이터셋과 Gated Reinforcement Learning을 활용하여 MVTec-AD 등 주요 벤치마크에서 최첨단 Zero-shot 성능을 달성한 연구입니다.
5월 22일0
X요약
Alibaba 연구진, MIGA 발표: 수천 프레임에 걸쳐 최첨단 시간적 일관성을 유지하는 무학습(Train-free) 방식의 무한 프레임
Alibaba 연구진이 수천 프레임의 비디오 생성 시 시간적 일관성을 유지하는 무학습 방식의 MIGA를 발표했습니다. 2단계 정렬 메커니즘과 이중 일관성 강화 기술을 통해 최첨단 성능을 구현합니다.
5월 21일0
X요약
Mega-ASR: 야생 환경 음성 인식을 위한 최초의 파운데이션 모델 (Foundation Model)
야생 환경의 음성 인식을 위해 설계된 최초의 파운데이션 모델인 Mega-ASR을 소개합니다. SFT와 강화학습을 통해 다양한 음향 시나리오를 학습하여 기존 SOTA 대비 성능을 대폭 향상했습니다.
5월 21일0
X요약
Mega-ASR: 야생 환경(in-the-wild) 음성 인식을 위한 최초의 파운데이션 모델 (Foundation Model)
야생 환경의 음성 인식을 위해 설계된 최초의 파운데이션 모델인 Mega-ASR을 소개합니다. 점진적 SFT와 RL을 활용해 다양한 음향 시나리오를 학습하여 기존 SOTA 대비 뛰어난 성능을 입증했습니다.
5월 21일0
X요약
능동 학습 (Active learning)을 통해 LLM 재순위화 (reranking) 비용을 절반으로 절감
능동 학습(Active Learning)을 활용하여 LLM 재순위화(reranking) 비용을 50% 절감하는 프레임워크를 소개합니다. 노이즈에 강한 구조를 통해 순위 품질을 유지하면서도 양방향 쿼리 비용을 효과적으로 제거합니다.
5월 21일0
X요약
GoLongRL: 완전한 오픈 소스 롱 컨텍스트 (Long-context) RL 학습
GoLongRL은 23K개의 다양한 RLVR 샘플을 활용하여 롱 컨텍스트 RL 학습을 지원하는 완전한 오픈 소스 프로젝트입니다. GoLongRL-30B-A3B 모델은 적은 활성화 파라미터로도 DeepSeek-R1 및 Qwen3-235B-Thinking과 대등한 성능을 입증했습니다.
5월 21일0