Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
X @huggingpapers (검증됨) 449건필터 해제
X요약
Meta가 Hugging Face에 LAMP 데이터셋을 출시했습니다
Meta가 Hugging Face를 통해 VLA(Vision-Language-Action) 사전 학습을 위한 LAMP 데이터셋을 출시했습니다. 1인칭 시점의 인간 및 로봇 데이터를 통합하여 로봇의 동작 학습을 지원합니다.
6월 18일0
X요약
코딩 에이전트가 완전한 게임을 제작할 수 있을까?
Tencent와 CUHK 연구진이 Godot 엔진 기반의 게임 제작 태스크를 평가하는 벤치마크인 GameCraft-Bench를 발표했습니다. 최첨단 코딩 에이전트들도 41.46%의 낮은 성능을 보여, 완전한 게임 생성 기술의 한계를 확인했습니다.
6월 17일0
X요약
Ai2가 Hugging Face에 MolmoMotion을 출시했습니다
Ai2가 비디오와 언어 지시문을 통해 3D 포인트 궤적을 예측하는 4B 규모의 비전-언어 모델인 MolmoMotion을 Hugging Face에 출시했습니다. 이 모델은 객체의 시간적 공간 움직임을 예측하는 데 특화되어 있습니다.
6월 17일0
X요약
ACE-Ego-0, VLA 사전 학습을 위한 1인칭 시점 인간 및 로봇 데이터 통합
ACE-Ego-0는 VLA 사전 학습을 위해 인간과 로봇의 1인칭 시점 데이터를 통합한 모델입니다. 6,000시간 이상의 데이터를 활용해 인간의 비디오를 로봇의 행동으로 변환하며, RoboCasa와 RoboTwin 벤치마크에서 높은 성능을 입증했습니다.
6월 17일0
X요약
Ai2가 Hugging Face에 PointMotionBench를 출시했습니다
Ai2가 비디오 내 3D 점 움직임을 평가하기 위한 새로운 벤치마크인 PointMotionBench를 Hugging Face에 출시했습니다. 이 벤치마크는 객체별 표면 점 추적 데이터와 인간이 검증한 자연어 캡션을 포함하여 1인칭 및 3인칭 장면을 모두 다룹니다.
6월 17일0
X요약
Allen AI가 Hugging Face에 T-MAX 15K를 출시했습니다
Allen AI가 Hugging Face를 통해 T-MAX 15K 데이터셋을 출시했습니다. 이 데이터셋은 14.6k개의 오픈 인스트럭션 예시와 멀티모달 대화, 시각적 환경 및 근거 있는 답변을 포함하고 있습니다.
6월 17일0
X요약
Ai2가 Hugging Face에 MolmoMotion-1M을 출시했습니다
Ai2가 로보틱스와 1인칭 시점 비디오 분석을 위한 MolmoMotion-1M 데이터셋을 Hugging Face에 출시했습니다. 이 데이터셋은 역동적인 장면을 위한 100만 개의 3D 포인트 궤적을 포함하고 있습니다.
6월 17일0
X요약
LoopCoder-v2 출시
LoopCoder-v2는 18T 토큰으로 학습된 7B 모델로, 단 2번의 루프만으로 SWE-bench Verified에서 64.4점을 기록하며 대형 모델을 능가합니다. 또한 VibeThinker-3B는 3B 파라미터로 AIME26 및 LeetCode에서 압도적인 추론 성능을 보여줍니다.
6월 17일0
X요약
NVIDIA의 ZPPO, 소형 모델이 과거에 너무 어려웠던 질문들로부터 학습할 수 있게 함
NVIDIA의 ZPPO는 소형 모델이 과거의 어려운 질문을 통해 학습할 수 있도록 돕는 새로운 방법론입니다. BCQ와 NCQ를 통해 프롬프트 내에 교사를 유지함으로써 온폴리시 학습을 보존하며, 3B 규모의 VibeThinker-3B 모델은 이를 통해 프런티어 추론 수준의 성능을 달성했습니다.
6월 17일0
X요약
VibeThinker-3B, 단 3B 파라미터로 프런티어 추론 능력 달성
VibeThinker-3B는 3B 파라미터 규모임에도 불구하고 AIME26과 LeetCode에서 대형 모델을 능가하는 추론 능력을 보여줍니다. Qwen2.5-Coder-3B를 기반으로 커리큘럼 SFT와 멀티 도메인 RL 등을 적용하여 구축되었습니다.
6월 17일0
X요약
Microsoft, Hugging Face에 FastContext 출시
Microsoft가 코딩 에이전트의 효율성을 높이는 4B 규모의 서브 에이전트 FastContext를 Hugging Face에 출시했습니다. 이 모델은 저장소 탐색 부담을 줄여 토큰 사용량을 60% 절감하고 성공률을 높입니다.
6월 16일0
X요약
JD, 최초의 오픈 실시간 시각-언어 상호작용 모델 출시
JD가 최초의 오픈 실시간 시각-언어 상호작용 모델인 JoyAI-VL-Interaction을 출시했습니다. 이 모델은 8B 파라미터 규모의 비전 우선 모델로, 지속적인 관찰을 통해 발화 시점을 스스로 결정합니다.
6월 16일0
X요약
HarnessX
HarnessX는 실행 피드백을 통해 프롬프트, 도구, 메모리를 적응시키는 에이전트 하네스 파운드리입니다. MRAgent의 능동적 재구성 메모리 기술을 통해 장기 추론 능력을 향상시키고 토큰 비용을 절감합니다.
6월 16일0
X요약
Orchestra-o1
Orchestra-o1은 복잡한 옴니모달 작업을 병렬 서브태스크로 분해하는 멀티 에이전트 오케스트레이션 프레임워크입니다. OmniGAIA 벤치마크에서 72.8%의 정확도를 기록하며 기존 오픈 소스 방식보다 10%p 이상 높은 성능을 입증했습니다.
6월 15일0
X요약
기억은 인출되는 것이 아니라 재구성됩니다
MRAgent는 능동적 재구성을 특징으로 하는 Cue-Tag-Content 메모리 그래프를 제안합니다. 이를 통해 토큰 비용을 절감하면서도 장기 추론 능력을 최대 23% 향상시켰습니다.
6월 15일0
X요약
Tencent, Hugging Face에 대규모 양손 로봇 조작 데이터셋 공개
Tencent가 Hugging Face를 통해 대규모 양손 로봇 조작 데이터셋을 공개했습니다. 70개 이상의 태스크를 포함한 25만 개 이상의 에피소드와 고충실도 시연 데이터를 제공합니다.
6월 15일0
X요약
Microsoft가 Hugging Face에 FastContext를 출시했습니다
Microsoft가 코딩 에이전트의 효율성을 높이는 FastContext를 Hugging Face에 출시했습니다. 이 모델은 리포지토리 탐색을 전담하여 메인 에이전트의 토큰 사용량을 최대 60% 절감하고 SWE-bench 성능을 향상시킵니다.
6월 15일0
X요약
APPO, 에이전트 기반 RL의 신용 할당(Credit Assignment) 방식을 재정의하다
APPO는 에이전트 기반 강화학습(RL)에서 미세한 절차적 결정 지점을 분기하여 신용 할당 방식을 개선한 연구입니다. 새로운 분기 점수(Branching Score)를 통해 작은 선택이 최종 결과에 미치는 영향을 정밀하게 분석합니다.
6월 15일0
X요약
OmniDirector
Kling Team이 개발한 OmniDirector는 멀티샷 비디오의 카메라 움직임을 추출하여 이미지에 복제할 수 있는 새로운 프레임워크입니다. 카메라 그리드 표현과 계층적 프롬프트 에이전트를 통해 캐릭터, 동작, 카메라 움직임을 정밀하게 제어합니다.
6월 15일0
X요약
SpatialWorld
멀티모달 에이전트가 3D 공간에서 탐색, 조작, 추론을 수행할 수 있는지 평가하는 새로운 벤치마크인 SpatialWorld를 소개합니다. 8개의 시뮬레이터와 760개의 태스크를 통해 현재 모델들의 한계를 측정합니다.
6월 14일0