Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
XAI 번역요약
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 3일1
XAI 번역요약
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 2일1
XAI 번역요약
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 2일1
XAI 번역요약
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 2일2
XAI 번역요약
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
XAI 번역요약
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
XAI 번역요약
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
XAI 번역요약
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 1일1
XAI 번역요약
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 1일1
XAI 번역요약
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 1일1
XAI 번역요약
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
XAI 번역요약
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 1일1
XAI 번역요약
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
XAI 번역요약
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 1일1
XAI 번역요약
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 31일1
XAI 번역요약
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 31일2
XAI 번역요약
생성적 감독(Generative supervision)을 통한 체화된 지능(Embodied intelligence)의 실현
Tencent Hunyuan과 Tsinghua University가 물리적 접지를 학습하는 VLM인 GEM을 발표했습니다. GEM은 사전 학습 중 깊이 지도를 예측하여 체화된 지능을 구현하며, ThriftAttention 기술을 통해 FP4 속도로 높은 품질의 어텐션 연산을 수행합니다.
5월 31일1
XAI 번역요약
Amazon과 OSU가 QUEST를 출시했습니다
Amazon과 OSU가 2B에서 35B 규모의 완전 개방형 딥 리서치 에이전트 제품군인 QUEST를 출시했습니다. 합성 태스크와 검증 가능한 루브릭 트리를 활용해 학습되었으며, 모든 모델과 데이터셋이 Hugging Face에 공개되었습니다.
5월 31일2
XAI 번역요약
MemTrace: LLM 메모리 시스템을 위한 자동 오류 추적
MemTrace는 LLM 메모리 파이프라인을 실행 가능한 그래프로 변환하여 메모리 진화 과정을 추적하는 기술입니다. 오류의 근본 원인을 자동으로 찾아내고 스스로 수정하여 성능을 최대 7.62% 향상시킵니다.
5월 31일2
XAI 번역요약
ThriftAttention: FP4 속도로 FP16에 근접한 품질 구현
ThriftAttention은 쿼리-키 블록의 5%만 FP16으로 계산하는 선택적 혼합 정밀도 어텐션 기법입니다. FP4의 속도를 유지하면서도 FP16에 근접한 품질을 구현하며, 131k 이상의 긴 컨텍스트를 효율적으로 처리합니다.
5월 30일1