오늘의 한줄
오늘은 LLM 에이전트의 스킬 선택·환경 적응·전문가 라우팅을 다루는 실용 연구와, 물리 제약을 반영한 3D·오디오·비디오 생성 및 인식 연구가 두드러졌습니다. 동시에 선호학습, 희소 어텐션, RLVR 데이터 정책처럼 학습 효율과 신뢰성을 정교하게 다듬는 방향도 뚜렷하게 보입니다.
🗣️Language Models3
Benchmark Radar: A Living Database and Search Engine for AI Benchmarks and Evaluation벤치마크 레이더: AI 벤치마크와 평가를 위한 살아있는 데이터베이스와 검색 엔진⭐ 204
Benchmark Radar는 37개 소스에서 벤치마크 논문·데이터셋·코드를 매일 수집해 1,283개 기록과 12,916개 점수 관측치를 검색 가능하게 묶어, LLM 평가 추적과 벤치마크 발견 비용을 크게 낮춥니다.
Competence-Gated Pooling of Language Models and Priors for Event Forecasting이벤트 예측을 위한 언어모델과 사전 신호의 역량 게이팅 결합
Competence gate는 외부 예측 대비 LLM의 추가 가치만을 도메인별로 추정해 가중 결합하며, 2,357개 이진 질문에서 Brier 점수를 0.0771에서 0.0732로 낮춰 단순 글로벌 조합을 앞섰습니다.
Online Learning with LLM Experts from Limited Feedback제한된 피드백에서 LLM 전문가와 함께하는 온라인 학습
이 연구는 프롬프트를 여러 LLM 전문가에 온라인 라우팅하는 문제를 밴딧으로 정식화하고, 제한된 피드백 예산 m에서 full-information은 O(dT/m), bandit은 O(dTK/m) regret 보장을 제시했습니다.
💡 언어모델 자체 성능보다 평가 인프라, 외부 신호와의 결합 가치, 전문가 라우팅처럼 '어디에 어떻게 써야 하는가'를 다루는 연구가 늘고 있습니다. 이제 LLM 연구의 경쟁력은 모델 하나의 점수보다 운영 가능한 의사결정 체계와 측정 가능성에서 갈리는 흐름입니다.
📄Training & Optimization2
SAS: Simple Attention Sparsification via End-to-End Optimization of Context RankingSAS: 컨텍스트 순위를 엔드투엔드로 최적화하는 간단한 어텐션 희소화⭐ 45
SAS는 Top-K 선택의 비미분 문제 대신 게이트드 희소 어텐션으로 컨텍스트 순위를 언어모델 손실에 맞춰 직접 학습해, 제한된 어텐션 예산에서 더 유용한 토큰에 계산을 집중하도록 만듭니다.
PLC-DPO: Posterior Label Correction in Noisy and Ambiguous Preference OptimizationPLC-DPO: 잡음과 모호성이 있는 선호 최적화를 위한 사후 라벨 보정⭐ 4
PLC-DPO는 policy-reference margin을 근거로 선호쌍을 clean·flip·tie로 라우팅해 노이즈와 모호성을 보정하며, 57개 실험 셀에서 평균 승률 60.5로 기존 DPO 계열 최고 성능을 기록했습니다.
💡 학습 데이터와 계산 예산이 거칠고 불완전한 현실을 전제로, 선호 라벨 보정과 희소 어텐션처럼 손실 함수와 학습 경로 자체를 더 직접적으로 맞추려는 시도가 강해지고 있습니다. 단순히 더 크게 학습하는 대신, 잘못된 감독과 낭비되는 연산을 줄이는 정밀 최적화가 중요해졌습니다.
📄Robotics & RL2
Breaking the Vision-Action Shortcut: Latent Interface Training for Generalizable Robotics Foundation Models비전-액션 지름길 깨기: 일반화 가능한 로보틱스 파운데이션 모델을 위한 잠재 인터페이스 학습⭐ 26
LIT는 이미지 없이 액션 사전을 먼저 학습한 뒤 pose-supervised latent interface로 시각 조건을 제한하는 2단계 전략으로, 로봇 파운데이션 모델의 vision-action shortcut을 줄여 분포 이동에서 일반화를 높입니다.
DataFlex-RL: An Evaluation Platform for RLVR Data PoliciesDataFlex-RL: RLVR 데이터 정책 평가 플랫폼
DataFlex-RL은 공통 GRPO 설정에서 13개 RLVR 데이터 정책을 12개 시드로 비교한 결과, 균등 샘플링이 기본 모델보다 7.76%p 향상됐지만 복잡한 선택·재가중·적응 혼합 정책의 일관된 우위는 확인되지 않았습니다.
💡 로보틱스와 RL에서는 모델 구조보다 일반화 실패의 원인과 데이터 정책의 실제 효과를 분해해 보는 연구가 눈에 띕니다. 즉, 더 복잡한 기법을 추가하기보다 shortcut을 끊고 강한 베이스라인을 검증하는 방향이 현장 적용성에 더 가깝습니다.
💻Code & Agents5
COBRA-Skills: Contextual Bandit-Guided Evolution for Agent Skill OptimizationCOBRA-Skills: 컨텍스트 밴딧이 이끄는 에이전트 스킬 최적화 진화⭐ 8
COBRA-Skills는 컨텍스트 밴딧 기반 우선순위화와 실행 피드백 기반 스킬 진화를 결합해, 6개 벤치마크에서 최고 평균 성능을 내면서 SkillOpt 대비 최적화 비용을 55~58% 줄였습니다.
Towards a Deterministic Math Solver for Clinical Language Models임상 언어모델을 위한 결정론적 수학 풀이기로⭐ 0
이 연구는 임상 계산을 LLM이 직접 하지 않고 제한된 Python 실행기로 넘기는 Program-Solve 인터페이스를 검증했으며, 7B에서는 이점이 작지만 32B에서는 더 신뢰할 여지를 보여 의료 계산 자동화의 현실적 한계를 짚었습니다.
Studying Without a Syllabus: Task-Agnostic Environment Preprocessing강의계획서 없이 공부하기: 과제 불가지 환경 전처리
이 논문은 테스트 전 과제 분포를 모른 채 에이전트가 환경을 탐색하며 인덱스·스크립트·가이드를 준비하는 task-agnostic preprocessing을 정식화하고, 메타에이전트가 고정형 준비 전략보다 더 넓게 통하는 적응력을 보임을 보여줍니다.
💡 에이전트 연구는 스킬을 더 잘 만들고, 더 잘 고르고, 사전에 환경을 공부하게 만드는 쪽으로 빠르게 진화하고 있습니다. 특히 밴딧·다양성 재정렬·실행 검증 데이터 엔진처럼 제한된 예산 안에서 성능을 끌어올리는 운영 레이어가 핵심 경쟁력이 되고 있습니다.
📄Multimodal & Generative6
SNAP3D: Physically Grounded 3D Parts for Assembly from a Single ImageSNAP3D: 단일 이미지에서 조립 가능한 물리 기반 3D 파트 생성⭐ 5
SNAP3D는 단일 이미지 기반 파트 생성 뒤 관통 제거·접촉 그래프 복원·커넥터 삽입·물리 시뮬레이션 피드백 최적화를 수행해, 보기 좋은 3D를 넘어 실제로 조립 가능한 파트 구조를 만듭니다.
ActionSplice: In-Flight Action Editing for Interactive World ModelsActionSplice: 인터랙티브 월드 모델을 위한 실행 중 액션 편집⭐ 3
ActionSplice는 Counterfactual State Transport로 샘플링 중 바뀐 액션에 맞춰 내부 상태를 즉시 보정해 재생성 없이 이어가며, 두 월드 모델에서 rollback 대비 LPIPS를 61.5%와 75.9% 낮췄습니다.
Building and Evaluating Fixed-Voice Thai TTS from Synthetic Speech합성 음성으로 고정 화자 태국어 TTS 구축·평가하기
대형 voice-cloning 모델을 데이터 생성기로 활용해 15초 음성 참조만으로 소형 고정 화자 태국어 TTS를 학습하고, 텍스트 전처리·품질 필터링·코드스위칭 처리 등이 학생 모델 품질을 좌우함을 체계적으로 분석했습니다.
💡 멀티모달 생성은 이제 단순 생성 품질을 넘어 물리적 조립 가능성, 실시간 액션 수정, 초소형 모델 증류처럼 사용 맥락의 제약을 직접 다루기 시작했습니다. 좋은 샘플을 만드는 단계에서 한발 더 나아가, 상호작용 가능하고 배포 가능한 시스템으로 옮겨가는 전환점으로 보입니다.
👁️Computer Vision2
How Far Can Synthetic Data Take Thai OCR?합성 데이터는 태국어 OCR을 어디까지 끌어올릴 수 있나
이 연구는 문서 재구성 기반 통제 실험으로 태국어 OCR 전이에 중요한 요소가 배경 맥락보다 서체 다양성·2D 구조·실제 필기 글리프임을 보였고, Wayu-Paxa-OCR-Zero로 무라벨 실문서 적응을 구현했습니다.
Feature Recovery for Object Understanding After Irreversible Fire Damage비가역적 화재 손상 이후의 객체 이해를 위한 특징 복원
TRACE는 21.4K 장면과 499개 객체의 pristine-to-degraded 쌍을 포함한 화재 후 객체 이해 벤치마크로, 손상 심화에 따라 기존 모델 성능이 급락함을 보여 post-fire 인식의 새로운 난제를 제시합니다.
💡 비전 연구에서는 태국어 OCR과 화재 손상 객체 이해처럼 데이터가 부족하거나 세계가 비가역적으로 변형된 어려운 조건을 정면으로 다루는 작업이 인상적입니다. 결국 강건한 비전은 더 많은 데이터보다 어떤 변형이 본질적인지 분해하고, 그에 맞는 벤치마크를 세우는 데서 시작합니다.