단 10줄의 코드가 AI 코딩 벤치마크에서 100%를 기록했습니다. 하지만 아무것도 해결하지 못했습니다.

최신 코딩 에이전트 벤치마크들이 취약점을 이용해 실제 해결 능력 없이도 100%에 가까운 점수를 기록하는 현상을 분석합니다. 에이전트가 채점 환경에 접근하거나 정답을 유출하는 등의 구조적 결함이 벤치마크 수치를 왜곡하고 있음을 경고합니다.

상황 감지: Anthropic, Alibaba가 Claude를 대상으로 역대 최대 규모의 증류 공격 (distillation attack)을

Alibaba가 약 2,500개의 사기 계정을 이용해 Claude 모델을 대상으로 역대 최대 규모의 증류 공격(distillation attack)을 수행했음이 Anthropic에 의해 밝혀졌습니다. 이번 공격은 약 2,880만 건의 교환을 생성하며 대규모로 진행되었습니다.

Age of LLM 벤치마크가 에이전틱 AI (Agentic AI) 평가에 대해 시사하는 점

Age of LLM은 불확실한 환경(Fog of War)에서 에이전틱 AI의 추론, 외교, 신뢰성을 평가하는 새로운 1v1 벤치마크를 소개합니다. 단순 텍스트 생성을 넘어 상태 추적, 신념 관리, 행동 유효성 등 실제 에이전트 시스템의 핵심 능력을 검증합니다.

가우시안 평균장 변분 추론 (Gaussian Mean Field Variational Inference)은 예측 분산을 과대평가할 수 있다

평균장 변분 추론(MFVI)이 파라미터 분산은 과소평가하지만, 예측 분산은 오히려 과대평가할 수 있다는 연구 결과를 제시합니다. 특히 훈련 데이터가 집중된 방향에서 이러한 과대평가가 발생하며, 이를 온도 조절을 통해 교정할 수 있음을 입증합니다.

H100 한 장으로 구동되는 Apache 2.0 코딩 MoE, Cohere의 North Mini Code

2차원 쌍곡선 RNN 신경 양자 상태 (Two-dimensional Hyperbolic RNN Neural Quantum State)

2차원 쌍곡선 RNN 신경 양자 상태(NQS)를 구축하여 유클리드 RNN과의 성능을 벤치마킹한 연구입니다. 상전이 지점의 CFT 물리학과 쌍곡선 공간의 기하학적 특성이 결합되어 기존 유클리드 NQS보다 우수한 성능을 보임을 입증했습니다.

통계적으로 유효한 하이퍼파라미터 선택: 튜닝에서 보증(Guarantees)까지

본 논문은 기존의 경험적 하이퍼파라미터 튜닝 방식의 한계를 극복하기 위해 통계적 보증을 제공하는 통합 프레임워크를 제안합니다. 다중 가설 검정 기반의 '학습 후 검정(LTT)' 패러다임을 통해 오류 확률을 명시적으로 제어하며 신뢰할 수 있는 파라미터 선택을 가능하게 합니다.

TL++: 분산 지능형 시스템을 위한 정확도 및 프라이버시 보존 트래버설 학습 (Traversal Learning)

분산 지능형 시스템에서 데이터 프라이버시를 보호하며 중앙 집중식 학습 성능을 구현하는 TL++ 프레임워크를 제안합니다. 가상 배치를 통해 통신량을 획기적으로 줄이면서도, 비밀 공유 방식을 통해 활성화 값과 그래디언트 노출을 방지합니다.

Expresso-AI: 우울증 진단을 위한 설명 가능한 비디오 기반 딥러닝 모델

우울증 진단을 위해 비디오 기반의 설명 가능한 딥러닝 프레임워크인 Expresso-AI를 제안합니다. DCNN을 활용해 얼굴 영역과 시간적 표현을 분석하며, 모델의 결정 과정을 시각적·정량적으로 설명하여 진단의 신뢰성을 높였습니다.

Mixture-of-Experts를 이용한 도메인 일반화(Domain Generalization)를 위한 부분 집합 공유

도메인 일반화(DG) 시 모든 도메인에 전역적 불변성을 강제하면 표현 공간이 제한되는 문제를 해결하기 위해, MoE 아키텍처를 활용한 '부분 집합 공유 불변성' 개념을 제안합니다. 각 전문가가 특정 도메인 부분 집합을 정렬하고 라우팅을 통해 조합함으로써 도메인 이질성에 대한 강건성을 높였습니다.

강화학습 (RL)에서의 저차원 적응 (LoRA)을 이용한 메모리 효율적인 정책 라이브러리

강화학습(RL) 환경에서 LoRA를 활용해 메모리 효율적인 정책 라이브러리를 구축하는 연구를 소개합니다. LoRA를 통해 전체 미세 조정 대비 메모리 사용량을 최대 160배 절감하면서도 성능 차이 없이 다수의 전문화된 정책을 저장할 수 있음을 입증했습니다.

이동 중인 셀룰러 예측: 데이터는 어떠한가?

모바일 셀룰러 부하 예측의 정확도를 높이기 위해 데이터 관점에서의 새로운 접근법을 제안합니다. 기존의 시계열 데이터 외에 인구 역학 및 이동성 데이터를 활용하여 고속도로 시나리오에서 예측 성능을 약 60% 개선했습니다.

블랙박스 보조 회귀 (Black-Box Assisted Regression): 상전이와 미니맥스 최적성 (Minimax Optimality)

파운데이션 모델의 편향성을 보완하기 위해 블랙박스 예측기를 활용한 비모수 회귀 연구를 다룹니다. 특정 임계값에서 발생하는 상전이 현상을 규명하고, 블랙박스 모델보다 성능이 저하되지 않도록 보장하는 '안전한 잔차 추정기'를 제안합니다.

구형 블랙박스 최적화 도구(Spherical Black-Box Optimizers) 간의 가교 역할

기울기 정보를 사용할 수 없는 환경에서 진화 전략(ES), 합의 기반 최적화(CBO), 적분을 통한 최적화(OVI)를 통합하는 새로운 이론적 프레임워크를 제안합니다. 적합도 집계와 합의 범위를 조절하여 성능과 강건성 사이의 트레이드오프를 제어하는 하이브리드 최적화 도구를 소개합니다.

의료 분야 적용을 위한 서열 손실(Ordinal Loss) 기반 심층 신경망

의료 데이터의 중증도와 같은 서열 구조를 반영하기 위해 Ordinal Cross-Entropy(OCE) 프레임워크를 제안합니다. 기존 손실 함수가 간과하는 오분류 비용의 비대칭성을 해결하여 더 정확한 예측과 최적화 성능을 제공합니다.

데이터가 부족한 다중 인스턴스 학습(MIL)에서 환자 증강을 위한 임베딩 재혼합(Re-mixing Embeddings)

데이터가 부족한 의료 분야의 다중 인스턴스 학습(MIL)을 위해 임베딩 공간에서 새로운 환자를 생성하는 '임베딩 재혼합(Re-mixing Embeddings)' 기법을 제안합니다. GMM을 활용해 질병 특이적 통계 분포를 학습하고, 이를 통해 희귀 질환 진단 및 데이터 부족 문제를 해결합니다.

ROAD-VLA: Vision-Language-Action 모델을 위한 자기 증류(Self-Distillation) 기반의 강건한 온라인 적응

ROAD-VLA는 시각-언어-행동(VLA) 모델의 효과적인 온라인 적응을 위해 자기 증류(Self-Distillation) 기반의 프레임워크를 제안합니다. 액션 공간에 직접 근사적 교사를 구축하여 희소 보상 문제를 해결하고, 다양한 로봇 조작 환경에서 기존 PPO를 능가하는 성능을 입증했습니다.

변분 딥 가우시안 프로세스(Variational Deep Gaussian Processes)에서의 사후 붕괴(Posterior

Deep Gaussian Processes(DGP)에서 발생하는 사후 붕괴(Posterior collapse) 현상의 원인을 분석하고, 선형 사전 평균이 최적화 조건화에 미치는 영향을 규명합니다. 연구팀은 선형 사전 평균 없이도 성공적인 학습이 가능한 새로운 초기화 방법을 제안하여 모델의 유연성을 높였습니다.

촉각 센서의 공정한 테스트 및 비교를 위한 3D 프린팅 가능한 데이터셋

촉각 센서 간의 공정한 비교를 위해 수학적으로 정의된 3D 프린팅 가능한 질감 데이터셋을 제안합니다. 다양한 프린터와 필라멘트 환경에서 재현성을 평가하였으며, 출력 품질이 촉각 데이터의 일관성과 모델의 일반화 성능에 미치는 영향을 분석했습니다.

DT²: 의사결정 타겟형 디지털 트윈 (Decision-Targeted Digital Twins)

기존 머신러닝 기반 디지털 트윈(DT)이 의사결정 최적화에 취약한 문제를 해결하기 위한 새로운 학습 패러다임 DT²를 제안합니다. DT²는 정책 순위를 보존하는 롤아웃을 생성하도록 학습하여 의사결정 후회를 줄이고 정책 선택의 정확도를 높입니다.