멈춰 있던 3D 월드를 끝없이 움직이게 — OuroWorld 뜯어보기
멈춰 있는 3D 장면을 마스크 없이 끝없이 되풀이되는 영상으로 바꾸는 OuroWorld. 되풀이가 수학적으로 보장되고, 여러 시점에서 생성한 영상의 어긋남까지 흡수한다.
SparseEngine: 긴 에이전트 대화를 '잊기' 설계로 다시 짠 추론 엔진
서로 다른 희소 방법 15개를 한 엔진에 담은 SparseEngine이 긴 에이전트 대화의 느려짐을 어떻게 건드리는지, 그리고 '무엇을 잊을지'가 왜 우리 숙제로 남는지.
모델은 그대로, 절차만 고친다: X선 분석 에이전트 Gan Jiang
언어모델을 다시 학습시키지 않고, 분석 실패를 다음 샘플에도 쓸 '절차'로 바꿔 쌓는 X선 회절 에이전트. 조성 정보 없이도 기존 최강 방법을 큰 폭으로 앞섰다.
그림에 표시하고 짧게 적는다 — VibeEdit의 캔버스 편집
이미지에서 '어느 것'을 말로 짚기 어려운 문제를, 그림 위 동그라미·화살표 표시와 짧은 메모로 푸는 VibeEdit. 설명문을 꼼꼼히 받은 기존 편집기보다 두 지표에서 모두 높은 점수를 냈다.
도와줘도 아직 멀었다 — 자율 에이전트의 '확인받을 결정' 골라내기
긴 자율 작업에서 사람이 확인해야 할 중대 결정을 증거와 함께 골라내는 연구. 증거를 그래프로 엮으면 모델이 더 잘 짚지만, 최고 모델도 아직 갈 길이 멀다.
잘 그리는데 엉뚱하게 그린다 — RISEBench++가 드러낸 편집 AI의 병목
편집 AI 58개를 겨룬 RISEBench++ — 1위 모델조차 모든 평가 축에서 만점 받은 과제가 56.6%뿐. 화질이 아니라 지시 추론이 발목을 잡았다.
성공만 상상하는 로봇 월드모델, 그 낙관을 줄인 법 — DreamTrue
성공 장면만 학습한 로봇 월드모델은 손이 헛나가도 성공한 척 예측한다. DreamTrue는 실패를 일부러 상상시키고 채점하는 후학습으로, 자체 초기 버전의 상호작용 결함률 48%대를 6%대로 낮췄다.
모델은 그대로, 주변만 스스로 고친 로봇 — PhysEvo
천재의 뇌를 바꿀까, 천재가 쓰는 도구를 바꿀까. 로봇을 조종하는 모델은 그대로 얼린 채 실패 기록만으로 주변 시스템을 고쳤고, 같은 모델의 성공률이 26%에서 68%로 올랐다.
규칙서를 고쳐 쓰며 스스로 나아지는 에이전트 — Memento 3 깊이 읽기
LLM은 그대로 둔 채 외부 메모리의 '규칙서+코드'만 고쳐 세계 모델을 학습하는 Memento 3. ARC-AGI-3 공개 게임 25종을 전부 깬 방법과 온틀 AI PM에의 시사점.
독일어 RAG는 독일어로 생각해야 할까 — 추론 언어 정렬의 효과
질문·문서·답이 모두 독일어인 RAG에서 생각하는 언어까지 독일어로 맞추자, 다른 강제 언어(프랑스어)보다 정확했다. 다만 모델이 본래 쓰던 영어 사고는 넘지 못했다(경량 모델 실측).
두뇌는 그대로, 포스트잇 기억만 고쳐 쓴다 — EngramEdit
LLM이 외운 사실을 두뇌 재학습 없이 고치는 법. 추론 두뇌는 두고 기억 포스트잇만 손봐 다르게 물어도 바뀐 답이 나오되, 특정 메모리 구조의 모델에서만 통한다.
정답 하나로 매긴 테스트 점수, 다시 재니 반토막
AI가 만든 테스트를 정답 구현 하나로만 채점하면 품질이 부풀려진다. 여러 유효·무효 구현으로 다시 재니 가장 좋은 모델도 59.67%에서 28.00%로 떨어졌다.