Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
X @huggingpapers (검증됨) 451건필터 해제
X요약
Video2GUI: 5억 개 이상의 라벨링되지 않은 YouTube 영상을 근거 있는 GUI 상호작용 궤적으로 변환하는 완전 자동화 프레임워크
Video2GUI는 라벨링되지 않은 YouTube 영상을 GUI 상호작용 궤적으로 변환하는 완전 자동화 프레임워크입니다. 이를 통해 1,270만 개의 궤적을 포함하는 WildGUI 데이터셋을 구축하여 GUI 에이전트 성능을 크게 향상시켰습니다.
5월 21일0
X요약
Tencent이 Hugging Face에 번역 지시 이행 벤치마크 (Translation Instruction Following
Tencent이 LLM의 번역 지시 이행 능력을 평가하기 위한 새로운 벤치마크를 Hugging Face에 공개했습니다. 이 데이터셋은 다양한 언어 환경에서 모델이 복잡한 제약 조건을 얼마나 정확하게 준수하는지 측정합니다.
5월 21일0
X요약
Tencent가 Hugging Face에 Hy-MT2를 출시했습니다
Tencent가 33개 언어를 지원하는 다국어 번역 모델 제품군인 Hy-MT2를 Hugging Face에 출시했습니다. 이 모델은 DeepSeek-V4-Pro 및 Kimi K2.6을 능가하는 SOTA 성능을 보여줍니다.
5월 21일0
X요약
OScaR: 극한의 KV 캐시 양자화 (KV Cache Quantization)를 위한 오컴의 면도날
OScaR은 데이터, 학습, 보정 과정 없이 INT2 양자화를 수행하는 새로운 KV 캐시 양자화 기술입니다. 다양한 X-LLM 모델에서 정확도 손실을 최소화하면서도 3배의 속도 향상과 5.3배의 메모리 절감 효과를 입증했습니다.
5월 21일0
X요약
OpenComputer: 정밀하고 상태 인식 가능한 검증을 통해 컴퓨터 사용 에이전트를 평가하기 위한 33개의 데스크톱 애플리케이션 및 1
OpenComputer는 컴퓨터 사용(computer-use) 에이전트의 성능을 정밀하게 평가하기 위해 구축된 검증기 기반(verifier-grounded) 프레임워크입니다. 33개의 데스크톱 애플리케이션과 1,000개의 태스크를 포함하는 소프트웨어 환경을 통해 상태 인식(state-aware)이 가능한 정밀한 검증을 제공합니다.
5월 20일0
X요약
추론 RL을 위한 Anti-Self-Distillation (역 자기 증류)
추론 RL(Reasoning RL) 성능 향상을 위해 발산을 역전시키는 Anti-Self-Distillation 기법을 제안합니다. 이 방식은 모델이 템플릿을 단순 반복하는 대신 'Wait'나 'Maybe'와 같은 숙고 토큰(deliberation tokens)을 보존하도록 유도하여 수렴 속도와 수학적 추론 성능을 크게 개선합니다.
5월 20일0
X요약
Stability AI가 Hugging Face에 SAME를 출시했습니다: 4096배 압축률을 가진 음악 오토인코더 (Autoencoder)
Stability AI가 Hugging Face를 통해 음악 오토인코더인 SAME를 출시했습니다. 이 모델은 업계 표준보다 두 배 높은 4096배의 압축률을 제공하면서도 깨끗한 스테레오 재구성 품질을 유지하여 생성형 오디오 워크플로우에 최적화되어 있습니다.
5월 20일0
X요약
논문: OpenComputer - 견고한 컴퓨터 자동화 벤치마킹을 위한 자기 진화형 검증기 및 합성 작업 생성
OpenComputer는 견고한 컴퓨터 자동화 벤치마킹을 위해 자기 진화형 검증기와 합성 작업 생성 기술을 도입한 연구입니다. 이 시스템은 33개의 데스크톱 애플리케이션을 대상으로 하여 컴퓨터 자동화 성능을 정밀하게 평가합니다.
5월 20일0
X요약
새로운 의미-음향 오토인코더(semantic-acoustic autoencoder), 초고속 추론을 위한 적대적 사후
Stability AI가 새로운 의미-음향 오토인코더 기술을 도입한 Stable Audio 3 Medium Base 모델을 공개했습니다. 이 모델은 적대적 사후 학습을 통해 초고속 추론을 지원하며, 인페인팅 및 LoRA 미세 조정 기능을 포함하고 있습니다.
5월 20일0
X요약
Stability AI가 Hugging Face에 Stable Audio 3를 출시했습니다
Stability AI가 Hugging Face를 통해 Stable Audio 3 모델군을 출시했습니다. 이 모델은 가변 길이의 오디오 생성 및 편집을 지원하는 빠른 잠재 확산 모델(latent diffusion models) 기반의 기술입니다. 사용자는 단 몇 초 만에 수 분 분량의 고품질 음악과 음향 효과를 생성할 수 있습니다.
5월 20일0
X요약
시각이 소리를 대변할 때
비디오 지원 MLLMs가 실제 오디오를 분석하는 대신 시각적 정보에만 의존하여 소리를 잘못 추론하는 현상을 다룹니다. 이러한 현상은 모델이 시각적 단서로부터 오디오를 환각하는 '오디오-비주얼 Clever Hans 효과'로 정의됩니다.
5월 20일0
X요약
Stability AI의 SAM-E 모델 및 관련 논문
Stability AI가 텍스트-오디오 생성, 오디오 편집 및 인페인팅을 지원하는 SAM-E 모델을 공개했습니다. 이 모델은 Stable Audio 3와 함께 사용되어 더욱 정교한 오디오 작업이 가능하도록 설계되었습니다.
5월 20일0
X요약
CoRD: 긴 사고 사슬 (Long Chain-of-Thought) 증류를 위한 협력적 다중 교사 디코딩 프레임워크
CoRD는 긴 사고 사슬(Long Chain-of-Thought) 추론 과정을 증류하기 위한 협력적 다중 교사 디코딩 프레임워크입니다. 여러 개의 서로 다른 거대 추론 모델(LRMs)이 단계별로 고품질의 추론 궤적을 공동 구축할 수 있도록 설계되었습니다. 효율적인 작업을 위해 퍼플렉시티 가이드 빔 서치(Perplexity-guided beam search) 기술을 활용합니다.
5월 20일0
X요약
NVIDIA Research, LongLive-2.0 공개
NVIDIA Research가 긴 비디오 생성을 위한 최초의 NVFP4 기반 병렬 인프라인 LongLive-2.0을 공개했습니다. W4A4 양자화 기술을 적용하여 Blackwell GPU 환경에서 훈련 속도를 2.15배 향상시켰으며, 45.7 FPS의 추론 성능을 제공합니다.
5월 20일0
X요약
ByteDance Seed가 Hugging Face에 SimArt를 출시했습니다: 창의적 및 생성적 애플리케이션을 위한 새로운 모델
ByteDance Seed가 Hugging Face를 통해 새로운 모델인 SimArt를 출시했습니다. 이 모델은 창의적이고 생성적인 애플리케이션 개발을 목적으로 설계되었습니다.
5월 20일0
X요약
ByteDance, 3B 규모의 통합 멀티모달 모델 Lance 출시
ByteDance가 이미지와 비디오의 이해, 생성, 편집을 하나의 프레임워크로 수행할 수 있는 3B 규모의 통합 멀티모달 모델 Lance를 출시했습니다. 이 모델은 MoE(Mixture-of-Experts) 구조를 활용하여 3B의 활성 파라미터만으로도 7B 이상의 모델을 능가하는 성능을 보여줍니다.
5월 20일0
X요약
SkillsVote: 168만 개의 오픈 소스 에이전트 기술을 프로파일링하고 실행 전 역량을 추천하며, 기여 기반 피드백을 통해 라이브러리를
SkillsVote는 168만 개의 오픈 소스 에이전트 기술을 프로파일링하고 실행 전 역량을 추천하는 라이프사이클 거버넌스 프레임워크입니다. 기여 기반 피드백을 통해 라이브러리를 진화시키며, 모델 업데이트 없이도 Terminal-Bench에서 고정된 LLM의 성능을 최대 7.9%p 향상시킵니다.
5월 20일0
X요약
Video LLM의 프레임 스케일링(Frame Scaling) 문제로 여전히 고민 중이신가요? LiteFrame를 소개합니다.
Google DeepMind에서 연구한 LiteFrame은 Video LLM의 프레임 스케일링 문제를 해결하기 위한 매우 효율적인 비디오 인코더를 제안합니다. 이 기술은 효율적인 비전 인코더를 통해 Video LLM이 더 많은 프레임을 처리할 수 있도록 지원합니다.
5월 20일0
X요약
자동 연구를 위한 AI: 로드맵 및 사용자 가이드 — 아이디어 생성부터 전파까지 전체 연구 생애 주기에 걸친 250개 이상의 논문을 매핑한 첫
아이디어 생성부터 논문 전파에 이르는 연구 생애 주기 전반을 다루는 'AI for Auto-Research'에 관한 첫 번째 조사 연구입니다. 250개 이상의 관련 논문을 분석하여 AI가 연구 과정에서 제공하는 신뢰할 수 있는 보조와 신뢰할 수 없는 자율성 사이의 경계를 식별합니다.
5월 20일0
X요약
저희의 서베이(Survey)를 소개해 주신 @HuggingPapers에 감사드립니다!
본 연구는 아이디어 생성부터 문헌 검토, 작성, 검증, 전파에 이르는 전체 연구 생애 주기를 다루는 250개 이상의 AI 자동 연구(AI Auto-Research) 관련 논문을 매핑한 첫 번째 서베이입니다. 연구 과정에서 AI가 제공하는 신뢰할 수 있는 보조와 신뢰할 수 없는 자율성 사이의 경계를 식별하는 데 중점을 둡니다.
5월 20일0