오늘의 한줄
오늘은 비디오 기반 월드모델과 에이전트 학습·평가 인프라가 특히 두드러졌습니다. 한편으로는 장기 시뮬레이션과 3D·물리 일관성을 높이는 연구가, 다른 한편으로는 코딩·터미널·비즈니스 환경에서 에이전트를 더 현실적으로 훈련하고 검증하려는 흐름이 강해졌습니다.
📄Multimodal & Generative4
SolarWM: Open Data and Scalable Training for Long-Horizon Video World Models장기 비디오 월드모델을 위한 오픈 데이터와 확장형 학습 프레임워크 SolarWM⭐ 273
SolarWM은 10개 데이터셋의 143만 클립을 프레임 정렬된 공통 포맷으로 통합하고 백본별 적응 계층을 분리해, 장기 비디오 월드모델의 재현 가능한 학습·비교 기반을 공개했습니다.
FlashRender: Few-Step Generative Rendering via Camera-Controlled Video MeanFlow카메라 제어 비디오 MeanFlow 기반 소수 스텝 생성 렌더링 FlashRender⭐ 7
FlashRender는 RETA로 소스·타깃 표현을 정렬하고 MeanFlow 및 on-policy flow map distillation을 결합해, 목표 카메라 경로로 비디오를 수초 내 재촬영하는 few-step 생성 렌더링을 구현했습니다.
H3-World: Turning Language Understanding into World Control언어 이해를 월드 제어로 바꾸는 H3-World⭐ 8
H3-World는 33B MiniMax-H3의 언어 제어 능력을 재활용해 캐릭터·카메라 지시를 시간 구간별로 정렬하고 temporal attention routing을 더해, 별도 액션 모듈 없이 정밀한 인터랙티브 월드 제어를 가능하게 했습니다.
💡 비디오 생성 모델이 단순 시각 합성을 넘어 장기 월드모델, 언어 기반 제어, 3D·물리 일관성까지 흡수하는 흐름이 뚜렷합니다. 이제 경쟁력은 더 큰 모델 자체보다도 데이터 표준화, 카메라·시간 정렬, 세계 상태 표현을 얼마나 잘 설계하느냐에서 갈리고 있습니다.
💻Code & Agents8
Repo-To-Skill: Distilling GitHub Repositories Into AI4AI Skills깃허브 저장소를 AI 연구용 스킬로 증류하는 Repo-To-Skill⭐ 109
DisCo는 대규모 GitHub 저장소와 과제별 자료를 검증 가능한 재사용 스킬로 증류해 연구 에이전트에 주입함으로써, 매 실행마다 시행착오로 재발견하던 운영 지식을 체계적으로 재사용하게 합니다.
WHALE: A Simple Recipe for Joint Harness-Weight Optimization하네스와 가중치를 함께 최적화하는 간단한 레시피 WHALE⭐ 15
WHALE은 모델 가중치 업데이트와 하네스 탐색을 번갈아 수행하는 Weight-Harness Alternating LEarning으로, 에이전트 성능 병목을 한쪽만 고정한 채 미세조정하던 한계를 줄입니다.
E-Commerce Bench: Evaluating LLM Agents on Long-Horizon Autonomous Business Operation장기 자율 비즈니스 운영에서 LLM 에이전트를 평가하는 E-Commerce Bench⭐ 5
E-Commerce Bench는 실제 전자상거래 데이터를 바탕으로 협상·재고·반품·현금흐름·재난 이벤트를 포함한 365일 상점 운영 시뮬레이션을 구성해, 장기 적응형 비즈니스 에이전트를 본격 평가합니다.
💡 에이전트 연구는 모델 성능보다 스킬, 하네스, 환경, 평가셋 같은 주변 시스템을 어떻게 구조화하느냐로 무게중심이 이동하고 있습니다. 특히 코딩·터미널·비즈니스 환경에서 실제 사용자 요청과 장기 상호작용을 반영한 벤치마크가 늘며, '실전성'이 핵심 잣대로 자리잡는 모습입니다.
🗣️Language Models4
Last Translation Benchmark최후의 번역 벤치마크⭐ 45
Last Translation Benchmark는 텍스트·이미지·오디오·비디오 전반에서 최신 번역 모델을 의도적으로 무너뜨리는 인간 설계 사례와 예제별 검증 규칙을 제공해, 포화된 MT 평가를 더 재현 가능하고 진단 가능하게 바꿉니다.
Random Attention: Rethinking KV Cache Eviction for Efficient Reasoning효율적 추론을 위한 KV 캐시 축출 재고: Random Attention⭐ 22
Random Attention은 복잡한 중요도 점수 없이 프롬프트만 보존하고 나머지 KV를 헤드별 무작위 축출해, 4개 모델·6개 추론 과제에서 강한 기존 기법과 맞먹는 성능을 유지하면서 vLLM 처리량을 32~43% 높였습니다.
StudentSim: Training LLM-based Student SimulatorsLLM 기반 학생 시뮬레이터를 학습하는 StudentSim⭐ 10
StudentSim은 희소한 학생별 데이터를 공통 사전학습 후 개인별 특화로 연결해, 학생 응답을 모사하면서 튜터 피드백에 따라 변화까지 반영하는 개인화 학습자 시뮬레이터를 구축했습니다.
💡 언어모델 연구는 더 큰 모델을 만드는 대신 평가 포화, 추론 효율, 데이터 효율 같은 병목을 정면으로 다루고 있습니다. 번역 벤치마크의 재설계부터 KV 캐시 단순화, 단일 예제 증류 분석까지, 실제 운영 비용과 신뢰도 개선이 중요한 축이 되고 있습니다.
👁️Computer Vision1
QCell: Recombining and Aligning Cell Queries for Overlapping Instance Segmentation겹친 세포 인스턴스 분할을 위한 쿼리 재조합·정렬 모델 QCell⭐ 9
QCell은 잠재공간에서 인스턴스 쿼리를 분해·재조합하는 모듈과 contrastive query alignment를 결합해, ISBI2014에서 AP +2.2와 AJI +2.7 향상으로 겹침 세포 분할 성능을 끌어올렸습니다.
💡 전통적인 분할 과제에서도 단순 지역 특징보다 쿼리 수준의 전역 추론과 표현 정렬이 성능 차이를 만들고 있습니다. 특히 의료·현미경처럼 경계가 모호한 영역에서는 구조적 표현 설계가 여전히 큰 연구 여지를 보여줍니다.
📄Robotics & RL1
ZimaBlue: Evolving Generalizable World Action Models through Scalable Video Pre-training확장형 비디오 사전학습으로 범용 월드 액션 모델을 진화시키는 ZimaBlue⭐ 3
ZimaBlue는 대규모 인간·로봇 시점 비디오의 causal embodied pre-training, 통합 액션 표현 기반 mid-training, 타깃 로봇 특화를 잇는 3단계 커리큘럼으로 영상만으로도 범용 로봇 제어 표현을 학습합니다.
💡 로보틱스는 값비싼 액션 라벨 대신 대규모 인간·로봇 비디오로부터 제어 가능한 세계 표현을 끌어내는 방향으로 빠르게 확장되고 있습니다. 이는 로봇 학습의 스케일링 법칙이 이제 센서-행동 로그보다 비디오 기반 경험 축적 쪽으로 이동하고 있음을 시사합니다.
📄Training & Optimization2
Let Confidence Change, Not the Prediction: Prediction-Preserving Repair for Post-hoc Calibration예측은 유지하고 신뢰도만 바꾸는 사후 보정 수리 기법⭐ 0
CORD는 보정기 출력을 사후 수리해 top-1 예측 변경률(TPCR)을 0으로 강제하면서도 보정 품질을 유지하도록 설계된 첫 prediction-preserving calibration adapter입니다.
Percolation Dynamics in Optimization : Variance Cascades and Discrete Scale Invariance최적화의 퍼콜레이션 동역학: 분산 캐스케이드와 이산 스케일 불변성
이 연구는 SGD를 퍼콜레이션 과정으로 모델링해 대칭성에 따른 서브네트워크 병합이 분산 스파이크와 스케일 캐스케이드를 만든다고 설명하며, 같은 메커니즘이 heavy-tailed 잡음 하의 Adam·AdamW에도 확장됨을 보였습니다.
💡 학습 안정성과 후처리 신뢰도에 대한 관심이 커지며, 최적화 동역학의 이론적 이해와 예측 보존형 보정 같은 실용 기법이 함께 발전하고 있습니다. 성능 수치만이 아니라 학습 과정에서 무엇이 변하고 무엇은 보존되어야 하는지에 대한 기준이 더 정교해지는 흐름입니다.