Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
X @huggingpapers (검증됨) 447건필터 해제
X요약
StudioRecon: 배경과 사람을 분리하여 단 4개의 낮은 중첩 카메라만으로 동적 4D 인간 장면 재구성
StudioRecon은 배경과 사람을 분리하여 단 4개의 낮은 중첩 카메라로 역동적인 4D 인간 장면 재구성을 수행합니다. 비디오 확산 모델, SMPL 제약, 그리고 재귀적 모듈이 결합되어 고품질의 동적 장면 복원이 가능함을 보여줍니다.
1시간 전0
X요약
Direct-OPD: 직접적인 온-정책 증류를 통한 약함에서 강함으로의 일반화
ByteDance Seed는 작은 모델의 강화학습(RL) 탐색을 밀집된 암묵적 보상으로 재사용하는 Direct-OPD 기법을 제안합니다. 이 방법을 통해 Qwen3-1.7B와 같은 소형 모델도 적은 자원으로 높은 성능 향상을 달성할 수 있음을 보여줍니다.
1시간 전0
X요약
Alibaba의 ABot-N1
Alibaba가 개발한 ABot-N1은 시각 언어 내비게이션 파운데이션 모델입니다. 이 모델은 인지(cognition)와 제어(control)를 분리하여 복잡한 실내외 환경에서 POI 도착률을 35% 향상시켜 77.3%에 도달했습니다.
10시간 전0
X요약
NVIDIA가 Hugging Face에 Nemotron-3 Embed 모델을 출시했습니다
NVIDIA가 Nemotron-3 Embed 모델을 Hugging Face에 공개했습니다. 이 모델은 8B 파라미터를 가진 최첨단 다국어 텍스트 임베딩 모델로, 검색 및 의미론적 검색(semantic search)에 활용될 수 있습니다.
11시간 전0
X요약
KronQ: 그래디언트 공분산을 도입한 새로운 사후 양자화 프레임워크
KronQ는 그래디언트 공분산(gradient covariance)을 도입한 새로운 사후 양자화 프레임워크입니다. 이 프레임워크를 사용하여 Llama-3-70B 모델의 2비트 퍼플렉서티를 7.93으로 달성하며, 기존 GPTQ 방식과 차별화된 성능을 보여주었습니다.
1일 전0
X요약
신뢰 영역 정책 증류 (TOP-D)
Trust Region Policy Distillation (TOP-D)은 근접 교사(proximal teacher)를 동적으로 구성하여 불안정한 온-폴리시 증류 과정을 안정적인 학습 패러다임으로 전환합니다. 이 방법은 추가 계산 비용 없이 샘플 효율성과 최종 성능을 개선하는 것이 핵심입니다.
1일 전0
X요약
ByteDance가 Hugging Face에 UniVR-34B를 공개하다
ByteDance가 Hugging Face에 UniVR-34B 모델을 공개했습니다. 이 모델은 시각적 시연만으로 복잡한 추론, 물리 역학, 장기 계획을 학습할 수 있는 최초의 모델입니다. 텍스트 체인 없이도 높은 수준의 능력을 보여줍니다.
1일 전0
X요약
장기 지평선 터미널 벤치마크 (Long-Horizon Terminal-Bench)
새롭게 제시된 'Long-Horizon Terminal-Bench'는 46개의 장기 지평선 터미널 태스크를 평가하는 벤치마크입니다. 최고 모델인 Grok 4.5조차 평균 보상 점수가 0.505에 그쳐, 46개 중 단지 13개만 해결할 수 있는 것으로 나타났습니다.
1일 전0
X요약
ByteDance가 Hugging Face에 VR-X를 공개하다
ByteDance가 Hugging Face에 VR-X라는 새로운 대규모 벤치마크를 공개했습니다. 이 벤치마크는 16개의 다양한 소스를 아우르는 시각적 추론 능력을 측정하며, 모델이 시각 공간에서 생각하도록 학습시키는 데 사용됩니다.
1일 전0
X요약
InternVLA-A1.5
InternVLA-A1.5는 비전-언어 이해, 잠재적 예측, 행동을 통합한 로봇 정책 모델입니다. 이 모델은 6가지 시뮬레이션 벤치마크에서 최고 성능(SOTA)을 달성하며 뛰어난 성능을 입증했습니다.
2일 전0
X요약
PadCaptioner
PadCaptioner는 옴니모달 밀집 비디오 캡셔닝을 위해 설계된 3B 모델입니다. 이 모델은 높은 효율성과 강력한 근거 기반의 캡션 품질을 제공하며, 손실 없는 병렬 자기회귀 디코딩 방식을 통해 기존 7B 모델보다 우수한 성능을 입증했습니다.
2일 전0
X요약
EVA-Client
EVA-Client는 실제 로봇 환경에서 배포, 평가 및 데이터 수집을 위한 통합 프레임워크를 제공합니다. 또한 DeepSeek은 고처리량 병렬 생성과 부하 인식 검증을 결합하여 LLM 추론 속도를 높이는 사변적 디코딩 프레임워크인 DSpark를 출시했습니다.
2일 전0
X요약
SkillOpt-Lite: 더 좋고 빠른 에이전트 자체 진화
SkillOpt-Lite는 단일 슬래시 명령어 루프를 통해 에이전트를 개선하는 방법을 제시합니다. 이 방법은 LiveMath (GPT-5.4-nano)에서 기존 SkillOpt보다 25.4점 높은 성능을 기록했습니다. 또한, 스킬과 하네스를 자동 검증 게이트 롤백으로 학습하여 효율성을 높였습니다.
2일 전0
X요약
PaperPilot: 논문 검색 작업을 위한 다단계 워크플로우 에이전트
PaperPilot은 논문 검색 연산자 DAG 워크플로우를 유도하고 사용자 상호작용으로 개선하여 검색 정확도를 높이는 다단계 문헌 검색 에이전트입니다. 또한, Alibaba의 Wan-Streamer v0.2는 192p에서 640x368 실시간 스트리밍을 지원하며 지연 시간 보존과 장면 기반 미디샷 에이전트를 추가했습니다.
2일 전0
X요약
DeepSeek이 DSpark를 출시하다
DeepSeek AI가 LLM 추론 속도를 가속화하는 Speculative decoding 프레임워크인 DSpark를 출시했습니다. 이 프레임워크는 고처리량 병렬 생성과 부하 인식적 검증을 통합하여 효율성을 높였습니다. 또한, Ant Group의 LingBot-Vision은 자체 지도 ViT 백본으로 깊이 및 분할 작업에서 뛰어난 성능을 보여주었습니다.
3일 전0
X요약
Alibaba의 Wan-Streamer v0.2
Alibaba가 Wan-Streamer v0.2를 출시하며 실시간 스트리밍 기능을 업그레이드했습니다. 이 버전은 192p에서 640x368로 해상도를 높이면서도 지연 시간을 유지하여 25 FPS의 실시간 화상 통화가 가능합니다. 또한, 선명한 미드샷 에이전트 지원을 추가했습니다.
3일 전0
X요약
Ant Group의 LingBot-Vision
LingBot-Vision은 마스크 경계 모델링과 자기 지도 ViT 백본을 활용하여 밀집 공간 인식을 수행하는 모델입니다. 이 모델은 깊이, 분할, 그리고 체화된 작업 등 다양한 분야에서 강력한 성능을 보여주었습니다.
3일 전0
X요약
MANCE: 다양체 인식 개념 지우기
MANCE는 데이터 다양체(data manifold)에 제약을 가하여 모델 표현에서 특정 개념을 제거하는 최첨단 방법론입니다. 이 접근 방식은 정보 손실 없이 원하는 개념만 선택적으로 지우면서 다른 정보를 보존할 수 있게 합니다.
3일 전0
X요약
UniClawBench
UniClawBench는 능동적인 에이전트의 실세계 작업 수행 능력을 평가하는 역량 기반 벤치마크입니다. 이 벤치마크는 Skill Usage, Exploration, Long-Context Reasoning 등 5가지 핵심 기술 전반에 걸쳐 에이전트의 성능을 측정합니다.
4일 전0
X요약
NVIDIA가 NVFP4 양자화된 Kimi-K2.7-Code를 Hugging Face에 공개
NVIDIA가 Blackwell GPU에 최적화된 Kimi-K2.7-Code 모델을 NVFP4로 양자화하여 Hugging Face에 공개했습니다. 이 모델은 1T 매개변수 Moonshot AI 모델의 메모리 효율성을 높이면서도 정확도를 유지하는 것이 특징입니다. 또한, Tencent는 초장문 컨텍스트 처리를 위한 HiLS-Attention 모델을 출시했습니다.
4일 전1