Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
X @huggingpapers (검증됨) 451건필터 해제
X요약
KVPO: 자기회귀 비디오 정렬을 위한 ODE 기반 GRPO
KVPO는 스트리밍 자기회귀 비디오 생성기를 정렬하기 위해 ODE 기반의 GRPO 방식을 도입한 기술입니다. 인과적-의미적 KV 캐시 탐색과 속도장 대리 정책을 활용하여 단기 및 장기 비디오 생성 시 시각적 품질과 텍스트-비디오 정렬 성능을 동시에 향상시킵니다.
5월 20일0
X요약
에이전트 하네스로서의 코드 (Code as Agent Harness)
본 기사는 코드가 소프트웨어 엔지니어링, 로보틱스, 과학적 발견 분야에서 AI 에이전트를 위한 실행 가능한 기질(Executable Substrate)로서 어떻게 작동하는지 조사합니다. 코드는 에이전트의 하네스 인터페이스, 메모리 메커니즘, 그리고 멀티 에이전트 확장성을 지원하는 핵심적인 역할을 수행합니다.
5월 20일0
X요약
코드 및 가중치, 프로젝트 페이지, 논문 정보
KVPO 프로젝트의 코드, 가중치, 프로젝트 페이지 및 관련 논문 정보를 제공합니다. Hugging Face를 통해 모델 가중치와 논문을 확인할 수 있으며, 상세한 프로젝트 내용은 공식 웹사이트에서 확인할 수 있습니다.
5월 20일0
X요약
CogOmniControl: 창의적 의도 인지를 통한 추론 기반 비디오 생성
Tencent 연구진이 창의적 의도 인지와 제어 가능한 생성을 결합한 새로운 비디오 생성 프레임워크인 CogOmniControl을 발표했습니다. 이 프레임워크는 특화된 VLM을 활용하여 스토리보드와 같은 추상적인 조건을 처리하고 추론 기반의 비디오 생성을 가능하게 합니다.
5월 20일0
X요약
논문: https://huggingface.co/papers/2605.04523... 7B 모델:
SemEval-2026 Task 8 우승팀인 RaguTeam이 GPT-4o-mini를 활용하여 인스턴스당 7개의 다양한 LLM으로 1위를 차지하며, 기존의 거대 모델들(120B)을 능가하는 성과를 보여주었습니다. 이들은 또한 대형 모델들과 경쟁할 수 있는 경량화된 7B 전문 모델인 Meno-Lite-0.1을 공개했습니다.
5월 12일7
X요약
SemEval-2026 Task 8 우승팀은 심사위원 주도 앙상블 사용
SemEval-2026 Task 8의 우승팀인 RaguTeam이 GPT-4o-mini를 기반으로 인스턴스당 7개의 다양한 LLM을 조합하는 '심사위원 주도 앙상블(Judge-led Ensemble)' 방식을 사용하여 대회에서 최고 성과를 거두었습니다. 이들의 접근 방식은 단순히 크기가 큰 초대형 모델들(120B급)의 성능을 능가했습니다. 또한, RaguTeam은 대규모 모델들과 경쟁할 수 있는 고성능 7B 전문 모델인 Meno-Lite-0.1도 공개하여 연구 커뮤니티에 기여했습니다.
5월 12일6
X요약
논문: https://huggingface.co/papers/2605.06376... 사전 학습 모델:
알리바바 연구진이 '연속 시간 분포 매칭(Continuous-Time Distribution Matching)' 기법을 소개하며, 기존 DMD를 이산 최적화에서 연속 최적화 방식으로 발전시켰습니다. 이 새로운 접근 방식은 온라인으로 최고 수준의 품질을 달성할 수 있게 하여, 4단계 만에 고화질 이미지를 생성하는 것을 가능하게 했습니다.
5월 12일6
X요약
Stable-GFlowNet: 대비적 궤적 균형을 통한 다양하고 강력한 LLM 레드팀(Red-Teaming) 구축 방향
Naver AI가 개발한 Stable-GFlowNet은 생성 흐름 네트워크(Generative Flow Networks)의 불안정한 분할 함수 추정 문제를 해결하여, 모델이 다양한 특성을 유지하면서 모드 붕괴를 방지하는 기술입니다. 이 기술을 활용하여 LLM 레드팀 구축에 있어 다양하고 강력한 방향을 제시합니다.
5월 12일8
X요약
CDM: 단 4단계 만에 고화질 이미지 생성
Alibaba 연구진이 Continuous-Time Distribution Matching (CDM)이라는 새로운 기술을 발표했습니다. 이 방법은 기존의 DMD(Discrete-Time Distribution Matching)를 연속 최적화로 발전시켜, GAN이나 보상 모델 없이도 단 4단계의 노이즈 제거 단계(NFE)만으로 최고 수준의 고화질 이미지를 생성할 수 있게 했습니다. 이를 통해 더욱 선명한 질감과 세밀한 디테일을 구현하는 것이 가능해졌습니다.
5월 11일5
X요약
SSL: 에이전트 스킬을 위한 계층적 표현
SSL은 Schank의 고전 이론에 기반하여, 스킬을 구성하는 요소인 스케줄링, 구조, 논리를 분리하고 기계가 이해할 수 있는 형태로 표현합니다. 이 접근 방식은 텍스트 전용 기준선 대비 발견율(discovery)을 12%, 위험 평가(risk assessment)를 24% 향상시키는 등 실질적인 성능 개선 효과를 보여줍니다.
5월 11일7
X요약
무의미한 내용이 LLM의 추론 능력을 향상시킨다
이 기술은 LLM(대규모 언어 모델)의 추론 능력을 향상시키기 위해 '무의미한 내용'(예: Lorem Ipsum)을 활용하는 방법을 제시합니다. LoPE(Lorem Ipsum Prompt Enhancement)라는 기법은 특히 GRPO와 같은 방법론이 제로-어드밴티지 문제에 직면할 때, 프롬프트 앞에 무작위 또는 의미 없는 텍스트를 추가하여 모델의 추론 경로를 '직교적'으로 열어줍니다. 이 접근 방식은 17억 개에서 70억 개의 매개변수를 가진 다양한 크기의 모델 전반에 걸쳐 수학적 성능 향상을 입증했습니다.
5월 11일9
X요약
논문: https://huggingface.co/papers/2605.00553... S-GFN은 유창성 안정화 장치(fluency
Stable-GFlowNet은 생성 흐름 네트워크(Generative Flow Networks, GFNs)의 불안정성을 해결하기 위해 설계된 모델입니다. 이 모델은 쌍별 비교와 견고한 마스킹 기법을 활용하여 모드 붕괴를 방지하고 다양성을 유지합니다. 특히 '유창성 안정화 장치(fluency stabilizer)'를 도입함으로써 난해한 출력을 효과적으로 제거하고, 다양한 레드팀 공격 시나리오에서 높은 성능과 안정성을 입증했습니다.
5월 11일5
X요약
MiniCPM-o 4.5: 실시간 전이중 통신 범모달 상호작용
MiniCPM-o 4.5는 실시간으로 보고, 듣고, 말하는 기능을 갖춘 9B 매개변수 모델입니다. 이 모델은 Gemini 2.5 Flash에 근접한 성능을 보이면서도 12GB RAM 미만의 엣지 디바이스에서도 구동될 수 있도록 최적화되었습니다.
5월 11일5
X요약
https:// huggingface.co/papers/2605.06 130 … Outperforms prior skill-based and
이 논문은 언어 에이전트(language agents)를 위한 지속적인 스킬 라이브러리를 구축하는 통합 프레임워크를 제시합니다. 이 프레임워크는 단일 정책을 훈련하여 공유된 보상 신호로부터 스킬을 동시에 선택, 활용 및 증류함으로써 성능을 향상시킵니다. 그 결과, ALFWorld와 WebShop과 같은 환경에서 기존의 스킬 기반 및 강화 학습(RL) 기준 모델들을 능가하는 성능을 보여줍니다.
5월 9일8
X요약
Skill1
Skill1은 단일 정책을 사용하여 공유된 보상 신호로부터 스킬을 동시에 선택하고 활용하며 증류(distill)하는 통합 프레임워크를 제공합니다. 이를 통해 언어 에이전트가 지속적인 스킬 라이브러리를 구축할 수 있게 합니다. 또한, ByteDance Seed는 글로벌 의미론적 조직과 로컬 텍스트 구현을 분리한 계층적 잠재 확산 언어 모델(DLM)인 Cola DLM을 제시하며, 이는 다양한 벤치마크에서 강력한 성능을 보여줍니다.
5월 9일12
X요약
MiA-Signature: Approximating Global Activation for Long-Context Understanding
MiA-Signature는 인지과학적 영감을 받아 전역 기억 활성화(global memory activation)를 컴팩트한 서명으로 압축하는 새로운 방법을 제시합니다. 이 기술은 하모드 선택(harmonic selection)을 활용하여 방대한 컨텍스트 내의 핵심 정보를 효율적으로 포착하고, 이를 RAG 및 에이전트 시스템과 같은 복잡한 추론 환경에서 효과적으로 사용할 수 있게 합니다.
5월 9일7
X요약
Paper: https://huggingface.co/papers/2605.06416… Bridging cognitive insights
이 논문은 메모리 기반의 대규모 언어 모델(LLM) 추론을 위한 실용적인 시스템 설계를 제시하며, 인지적 통찰력을 다루고 있습니다. 핵심 목표는 단순히 모델 성능 향상을 넘어, 인간의 기억 메커니즘과 유사하게 정보를 저장하고 활용하여 LLM이 더 깊고 일관성 있는 추론을 수행하도록 하는 것입니다. 이를 위해 메모리 관리와 검색 증강 생성(RAG) 시스템을 통합하는 새로운 프레임워크를 제안합니다.
5월 9일11
X요약
Direct Corpus Interaction (DCI)
Direct Corpus Interaction (DCI)는 기존의 임베딩 모델과 벡터 인덱스를 사용하는 리트리버 방식의 한계를 극복하는 새로운 검색 접근법입니다. 이 방법은 에이전트가 터미널 도구(grep, find, bash 등)를 직접 사용하여 원본 코퍼스에서 정보를 검색합니다. 실험 결과, BrowseComp-Plus에서는 11%, multi-hop QA에서는 30%의 성능 향상을 입증했습니다.
5월 9일7
X요약
Project page: https://hongcanguo.github.io/Cola-DLM/ Paper:
이 프로젝트는 Cola-DLM이라는 이름의 대규모 언어 모델(LLM)에 관한 것입니다. 관련 논문과 프로젝트 페이지가 제공되었으며, 코드와 모델은 추후 Hugging Face 플랫폼을 통해 공개될 예정입니다.
5월 9일11
X릴리즈
Microsoft just released Phi-Ground-Any on Hugging Face
Microsoft가 Hugging Face에 Phi-Ground-Any라는 4B 파라미터 시각 모델을 출시했습니다. 이 모델은 GUI(Graphical User Interface) 환경에서 grounding 작업을 수행하도록 설계되었으며, ScreenSpot-pro와 UI-Vision 같은 벤치마크에서 최고 수준의 성능(SOTA)을 달성했습니다. 이를 통해 AI 에이전트가 화면 요소를 높은 정확도로 인식하고 클릭할 수 있게 하는 데 기여합니다.
5월 9일14