오늘의 한줄
오늘 논문들은 에이전트의 장기 메모리·도구 사용·안전성 같은 시스템 설계가 성능 못지않게 중요해졌음을 보여줍니다. 동시에 3D 일관성을 갖춘 생성, 옴니모달 임베딩, 실시간 오디오비주얼 대화처럼 표현 공간 자체를 다시 설계하려는 흐름도 두드러집니다.
💻Code & Agents8
EvoOntology: A Self-Evolving Ontology Layer for Data Agents데이터 에이전트를 위한 자기 진화형 온톨로지 레이어⭐ 245
EvoOntology는 스키마·콘텐츠·도구를 포함한 MCP 기반 온톨로지 레이어를 런타임에 질의 가능하게 만들고, builder agent와 self-evolution loop로 이질적 데이터 환경에 맞춰 지속적으로 의미 계층을 갱신합니다.
Lean Pool: An AI-Maintained Archive of Formalized MathematicsAI가 유지·확장하는 형식 수학 아카이브⭐ 113
Lean Pool은 AI 에이전트가 형식화된 수학 저장소를 지속적으로 성장·유지·최적화하는 실험적 인프라로, 자동 정리 증명과 수학 지식 관리의 운영 레이어를 보여줍니다.
RRSI: Regularized Recursive Self-Improvement of Agent Harnesses에이전트 하네스의 정규화된 재귀적 자기개선⭐ 54
RRSI는 프롬프트·제어 흐름·메모리·도구를 포함한 agent harness를 자기개선할 때 annealed edit budget과 이력 기반 탐색, 정규화된 선택을 적용해 OOD 성능 붕괴를 줄입니다.
💡 에이전트 연구의 초점이 이제 모델 본체보다 하네스, 메모리, 스킬 저장소, 실행 환경, 안전 가드레일 같은 시스템 레이어로 이동하고 있습니다. 특히 성능 향상과 함께 공모·결제 승인 같은 실패 모드까지 정량화하려는 흐름은, 실전 배치를 위해 에이전트 운영체제 수준의 설계가 필요하다는 신호로 읽힙니다.
📄Multimodal & Generative5
GAE: Learning a Geometry-Native Latent Space for 3D-Consistent World Generation3D 일관적 월드 생성을 위한 기하 중심 잠재공간 학습⭐ 208
GAE는 appearance 중심 latent 대신 depth·camera·point map까지 함께 복원되는 geometry-native latent를 도입해, 동일한 생성기 설정에서도 시각 품질과 3D 일관성을 함께 끌어올렸습니다.
WorldCrafter: Consistent Video World Model with Implicit 3D-aware Memory암묵적 3D 메모리로 일관성을 높인 비디오 월드 모델⭐ 194
WorldCrafter는 카메라 질의형 implicit 3D-aware memory를 비디오 생성기와 공동 학습해, 단일 이미지나 텍스트 프롬프트에서도 장기 시점 일관성과 카메라 제어 정확도를 크게 개선했습니다.
Realtime-Venus: A full-duplex interaction system with asynchronous delegation비동기 위임을 갖춘 전이중 실시간 상호작용 시스템⭐ 47
Realtime-Venus는 오디오·비디오 대화를 위한 9B 프런트엔드와 백그라운드 reasoning/tool 실행을 분리한 dual-loop runtime으로, 끊김 없는 full-duplex 상호작용과 비동기 작업 위임을 구현했습니다.
💡 멀티모달 생성은 단순히 더 많은 모달리티를 붙이는 단계를 넘어, 3D 기하와 장기 메모리를 잠재공간 자체에 녹여 일관성을 확보하는 방향으로 진화하고 있습니다. 동시에 실시간 오디오비주얼 대화와 옴니모달 임베딩은 입력·출력 전 과정을 하나의 공통 표현으로 묶으려는 흐름을 보여줍니다.
🗣️Language Models1
From Pattern Recognizers to Personalized Companions: A Survey of Large Language Models in Mental Health정신건강 분야 LLM의 진화: 패턴 인식기에서 개인화 동반자로⭐ 127
이 서베이는 정신건강 분야 LLM 활용을 정보 도구·대화형 지원자·개인화 동반자의 3단계 진화로 정리해, 실제 배치 시 안전성·개인화·임상 통합이 핵심 과제임을 구조적으로 제시합니다.
💡 정신건강 LLM 서베이는 특정 응용 분야에서 모델 성능보다 안전성, 개인화, 임상 워크플로 통합이 더 중요한 평가축으로 부상했음을 잘 보여줍니다. 앞으로는 범용 LLM의 능력을 어떻게 도메인 책임성과 연결할지가 핵심 경쟁력이 될 가능성이 큽니다.
📄Robotics & RL3
GameHorizon Suite: Multi-Horizon Data and Evaluation in Gameplay게임플레이를 위한 멀티 호라이즌 데이터·평가 스위트⭐ 126
GameHorizon은 21개 게임, 5,000시간, 100명 플레이어 규모의 AAA 게임 데이터와 멀티 호라이즌 지시문·평가를 묶어, 계획부터 정밀 제어까지 게임 기반 에이전트 평가를 표준화합니다.
CARE: Experience-Guided Atomic Corrective Execution for Vision-Language-Action Policies실패 경험으로 교정 실행을 배우는 VLA 정책⭐ 36
CARE는 실패 롤아웃에서 stage-conditioned 편차를 학습해 대표적 실패 상태와 corrective demonstration을 합성하고, 3D 모니터링 기반 atomic recovery로 VLA 조작 정책의 복원력을 높였습니다.
HuRo: Robotizing Human Videos for Scalable VLA Pretraining인간 영상을 로봇화해 확장하는 VLA 사전학습⭐ 37
HuRo는 이질적 인간 영상을 로봇 관측·행동 궤적으로 변환하는 파이프라인과 63만 에피소드·1.42억 프레임 데이터셋을 구축해, 실제 조작 4개 과제의 성공률을 51.5%에서 80.3%로 높였습니다.
💡 로보틱스 쪽에서는 더 많은 데이터와 더 나은 실패 복구가 성능 향상의 두 축으로 보입니다. 인간 비디오를 로봇 데이터로 변환해 사전학습을 키우고, 실행 중 실패 상태를 명시적으로 모델링하는 접근이 실제 조작의 견고성을 빠르게 끌어올리고 있습니다.
👁️Computer Vision1
Mira-Scene: Pixel-Aligned Layouts for Generative 3D Scene픽셀 정렬 레이아웃으로 푸는 생성형 3D 장면 구성⭐ 29
Mira-Scene은 sparse pose 회귀 대신 Canonical Coordinate Map과 Point Cloud Map을 결합한 dense correspondence 기반 레이아웃 표현을 도입해, 단일 이미지에서 더 정확한 3D 장면 구성을 가능하게 합니다.
💡 3D 장면 이해·생성에서는 sparse pose 예측보다 픽셀 정렬 dense correspondence처럼 더 학습 가능하고 제약된 표현이 힘을 얻고 있습니다. 이는 적은 장면 감독에서도 객체 수준 정밀도와 전체 장면 일관성을 동시에 잡으려는 방향으로 해석됩니다.
📄Training & Optimization2
onPanda: Efficient Annotation of On-Policy Alignment Data for LLMs and Agents via Token-Level Correction토큰 단위 교정으로 가속하는 온폴리시 정렬 데이터 주석⭐ 29
onPanda는 첫 오류 토큰을 찾아 교정한 뒤 이어서 재생성하는 인터랙션으로 LLM·에이전트 정렬 데이터 주석 시간을 중앙값 기준 52% 줄이면서 모델의 온폴리시 분포를 더 잘 보존합니다.
Flash-dLLM: IO-Aware KV Caching and Parallel Decoding for Fast, Memory-Efficient Diffusion LLMs확산 LLM을 위한 IO 인지형 KV 캐시와 병렬 디코딩⭐ 8
Flash-dLLM은 dLLM 추론의 병목을 GPU 메모리 I/O로 보고 fused KV-cache kernel과 cache-driven draft-and-verify 병렬 디코딩을 결합해, 학습 없이 더 빠르고 메모리 효율적인 추론을 달성합니다.
💡 학습·최적화는 이제 모델을 더 크게 만드는 대신, 데이터 주석 루프와 추론 커널의 병목을 줄이는 실용적 개선에 집중하고 있습니다. 토큰 단위 교정과 IO-aware 캐시 최적화는 배포 비용을 낮추면서도 품질을 유지하는 '운영 효율'이 중요한 시대임을 보여줍니다.