누가 평가 세트에 포함되어야 하는가? 에이전트 확장성 플랫폼에서 회귀 평가 세트(Regression Eval Sets)를 큐레이션하기 위한

에이전트 확장성 플랫폼에서 효율적인 회귀 평가 세트를 구축하기 위한 큐레이션 파이프라인을 제안합니다. 역량 분류 체계를 기반으로 쿼리의 품질과 커버리지를 분석하여 최적의 최소 쿼리 세트를 구성하는 방법론을 다룹니다.

Group Gaussian Mirror 및 Permutation SHAP을 통한 모델 불가지론적 (Model-Agnostic) FDR 제어

순차적 및 그룹화된 모델을 위한 새로운 그룹화된 기능(grouped-feature) FDR 제어 프레임워크를 제안합니다. Group Gaussian Mirror와 Permutation SHAP 도함도를 결합하여 모델 불가지론적 방식으로 신뢰할 수 있는 통계적 제어를 제공합니다.

제4사분면: 양성적 미적합(Benign Misfitting)에 대한 정형화된 관점

선형 회귀 모델에서 훈련 오차가 높음에도 불구하고 테스트 오차가 낮은 '양성적 미적합(benign misfitting)' 현상을 수학적으로 분석합니다. 특정 데이터 크기 범위에서 SGD가 최적의 예측 성능을 내면서도 높은 훈련 오차를 유지함을 증명합니다.

궤적 유사도 학습을 위한 하한 표현(Lower-Bound Representations) 활용

궤적 유사도 학습의 효율성과 안정성을 높이기 위해 하한 표현(lower-bound representation) 기반의 LB-TrajRep 프레임워크를 제안합니다. 이 방식은 심층 신경망 없이도 DTW, Hausdorff, DFD 등 다양한 거리 측정 방식에 대해 해석 가능한 하한을 제공하며 기존 신경망 임베딩보다 뛰어난 성능을 보입니다.

Caliber: 점수 반환 API를 위한 교차 아키텍처 추출 비용 제어 기술

모델 추출 공격을 방어하기 위해 출력 섭동을 활용하는 Caliber 기술을 제안합니다. 가우시안 노이즈를 추가하여 대리 모델 학습을 방해하면서도, 깨끗한 로짓을 복구하는 데 필요한 쿼리 비용을 이론적으로 분석하고 제어합니다.

FactorJEPA: 혼잡하고 무질서한 글로벌 사우스(Global South) 도시 환경을 위한 레이아웃-에이전트-상호작용 채널 기반의 단일

글로벌 사우스의 혼잡한 도시 환경을 분석하기 위한 새로운 세계 모델 아키텍처인 FactorJEPA를 제안합니다. 레이아웃, 엔티티, 상호작용을 분리된 하위 공간으로 구성하여 복잡한 환경에서의 예측 정확도와 강건성을 높였습니다.

싱글톤 테스트 시간 적응을 위한 로짓 원점 중심화 (Logit-Origin Centering)

정형 데이터의 스트리밍 환경에서 발생하는 테스트 시간 적응(TTA) 문제를 해결하기 위한 새로운 방법론을 제안합니다. 배치 크기가 1인 싱글톤 환경에서 로짓 공간을 이동시키는 경량 방식인 PLOC를 통해 모델 성능 저하를 방지합니다.

MiniMax H3, ComfyUI 출시 당일 지원 — 오픈 가중치·네이티브 오디오·2K 영상

MiniMax H3 모델이 ComfyUI를 지원하며 출시되었습니다. 오픈 가중치 모델로서 네이티브 오디오와 2K 영상 생성을 지원하며, 효율적인 메모리 관리 기술을 통해 로컬 환경에서도 실행 가능합니다.

8단계 RISC-V 소프트 프로세서에서 FreeRTOS 지연 시간을 위한 RV32/RV64 트레이드오프 분석

커스텀 8단계 RISC-V 소프트 프로세서에서 FreeRTOS를 구현하고 RV32와 RV64 간의 지연 시간 차이를 분석한 연구입니다. RV64가 트랩 프레임 및 데이터 구조 확장으로 인해 태스크 스위칭과 선점에서 더 높은 오버헤드를 보임을 입증했습니다.

현대 마이크로아키텍처 정책을 위한 머신러닝 기반 랭킹의 한계에 대하여

머신러닝 기반 예측기가 프로세서 성능 추정에서 보이는 한계를 분석한 연구입니다. 구조적 파라미터와 행동 정책 영역에서 ML 모델이 직관에 반하는 결과를 내거나 미세한 성능 차이를 구분하지 못하는 문제를 정보 이론적 관점에서 규명합니다.

정적 정책을 넘어: 현대 마이크로아키텍처 정책 간의 동적 선택

현대 프로세서의 다양한 마이크로아키텍처 정책(프리페처, 교체 규칙 등) 간의 상호작용과 동적 선택 가능성을 연구한 논문입니다. SPEC CPU 벤치마크를 통해 정적 정책의 한계를 분석하고, 실행 성능 피드백과 수동 수요 모니터링을 통한 효율적인 정책 선택 메커니즘을 제안합니다.

차세대 가속기를 위한 에이전트 기반 커널 생성 방식의 재고

차세대 가속기를 위한 에이전트 기반 커널 생성 프레임워크인 Zomboss를 제안합니다. 컴파일러의 심볼릭 인터페이스를 활용해 신경망 에이전트가 검증된 설계 공간 내에서 워크로드별 최적의 매핑을 결정하도록 합니다.

FinHardBench: LLM은 금융 컴퓨팅을 위한 지연 시간 인식(Latency-Aware) 하드웨어를 생성할 수 있는가?

LLM이 금융 컴퓨팅용 FPGA 하드웨어 설계를 수행할 수 있는지 평가하는 벤치마크 FinHardBench를 제안합니다. 실험 결과, LLM은 시스템 수준의 설계 공간 탐색(DSE)에서 기존 최적화 알고리즘보다 높은 신뢰성을 보였으나, 코드 생성 성능과 아키텍처 최적화 성능 사이에는 차이가 있었습니다.

Forbench: 심볼릭 시뮬레이션(Symbolic Simulation)을 통한 테스트벤치(Testbench)의 형식 검증(Formal) 강화

Forbench는 시뮬레이션의 직관성과 형식 검증의 수학적 엄격함을 결합한 심볼릭 시뮬레이션 프레임워크입니다. 기존 시뮬레이션의 한계인 코너 케이스 탐색 문제를 해결하며, Python 인터페이스를 통해 사용 편의성과 검증 속도를 대폭 향상시켰습니다.

CascadeLUT: 대역폭 제한이 있는 FPGA를 위한 정보 순서 기반 스트리밍 추론

대역폭이 제한된 환경에서 FPGA를 활용한 효율적인 스트리밍 추론을 위한 CascadeLUT 프레임워크를 제안합니다. 특징을 순서 있는 하위 집합으로 분할하여 점진적으로 예측을 정교화함으로써 데이터 이동을 최소화하고 지연 시간을 대폭 단축합니다.

크래프톤, 21B 한영 이중언어 음성 AI 모델 'A.X K2 Raon-Speech' 공개

크래프톤이 SKT의 텍MM 백본과 자체 개발한 음성 인코더 및 코덱을 결합한 21B 규모의 한영 이중언어 음성 AI 모델 'A.X K2 Raon-Speech'를 공개했습니다. 이 모델은 STT, TTS, 멀티모달 대화 등 다양한 음성 기능을 지원하며 한국어 성능에서 높은 벤치마크 점수를 기록했습니다.

카카오, '카나나-2'의 경량 모델 4종 오픈소스로 공개

카카오가 경량 모델인 'Kanana-2' SLM 4종을 오픈소스로 공개했습니다. 3B 및 1.3B 모델로 구성되며, 특히 1.3B 모델은 효율적인 어텐션 구조를 통해 긴 문맥을 지원하고 한국어 처리 효율을 대폭 높였습니다.

Meta Llama 4의 LMArena 의혹과 진정한 실력 — Scout/Maverick 비교

InAgent, OSWorld에서 90.2% 기록하며 최초로 90% 돌파

InAgent가 OSWorld 벤치마크에서 90.2%의 성공률을 기록하며 최초로 90%를 돌파했습니다. 특히 시스템 레벨 작업에서 100%를 달성하며 OpenAI, Google, Anthropic의 기록을 경신했습니다.