- #1EBench: Elemental Diagnosis of Generalist Mobile Manipulation Policies
EBench는 모바일 조작 정책의 다면적 진단을 위한 시뮬레이션 벤치마크이다.
- #2Fast LeWorldModel
Fast LeWorldModel은 LeWorldModel의 계산 비용과 오류 누적 문제를 해결한 빠른 잠재 세계 모델이다.
- #3Are We Ready For An Agent-Native Memory System?
LLM 에이전트 메모리 시스템의 데이터 관리적 평가를 위한 체계적 연구를 제시한다.
- #4EO-WM: A Physically Informed World Model for Probabilistic Earth Observation Forecasting
EO-WM은 기상 조건을 고려한 확률적 지구 관측 예측을 위한 물리 기반 월드 모델이다.
- #5DanceOPD: On-Policy Generative Field Distillation
DanceOPD는 흐름 일치 모델에서 다양한 생성 능력을 통합하기 위한 온-폴리시 생성 필드 지도 프레임워크이다.
- #6Plans Don't Persist: Why Context Management Is Load Bearing for LLM Agents
LLM 에이전트는 계획 정보가 컨텍스트에 남아 있어야 지속적으로 작동하며, 이를 관리하는 것이 성능에 직접적으로 영향을 미친다.
- #7DomainShuttle: Freeform Open Domain Subject-driven Text-to-video Generation
DomainShuttle은 개방 영역 주제 기반 텍스트-비디오 생성에서 고정밀도와 유연성을 동시에 달성하는 새로운 방법이다.
- #8Confidence-Aware Tool Orchestration for Robust Video Understanding
Robust-TO는 신뢰도 기반 툴 활용로 영상 추론 성능을 향상시키는 에이전트 기반 프레임워크이다.
- #9Hallucination in World Models is Predictable and Preventable
세계 모델에서의 환각은 예측 가능하고 예방 가능한 데이터 커버리지 문제임을 밝힘.
- #10ShutterMuse: Capture-Time Photography Guidance with MLLMs
ShutterMuse는 촬영 시 사진 품질 향상을 위한 MLLM 기반 포토그래피 가이드 모델이다.
- #11Neglected Free Lunch from Post-training: Progress Advantage for LLM Agents
RL post-training을 활용해 step-level 평가를 위한 reward model을 별도로 학습할 필요를 제거한다.
- #12In-Context World Modeling for Robotic Control
ICWM은 로봇 제어에서 새로운 환경에 대한 적응을 가능하게 하는 컨텍스트 기반 시스템 모델링 프레임워크이다.
- #13OPID: On-Policy Skill Distillation for Agentic Reinforcement Learning
OPID는 언어 에이전트의 강화 학습에서 풍부한 스킬 지도를 제공하는 온-파일리 스킬 디스틸레이션 프레임워크이다.
- #14Qwen-Image-Agent: Bridging the Context Gap in Real-World Image Generation
Qwen-Image-Agent는 텍스트-이미지 생성 모델의 컨텍스트 갭 문제를 해결하기 위한 에이전트 기반 통합 프레임워크이다.
- #15TryOnCrafter: Unleashing Camera Trajectories for Realistic Video Virtual Try-on via a Renderable 4D Try-on Proxy
TryOnCrafter는 카메라 제어가 가능한 4D 프록시를 기반으로 한 최초의 Video Virtual Try-on(VVT) 프레임워크이다.
- #16The Verification Horizon: No Silver Bullet for Coding Agent Rewards
코드 생성 에이전트의 보상 설계는 생성 능력이 향상될수록 검증의 한계가 커진다.
- #17ViQ: Text-Aligned Visual Quantized Representations at Any Resolution
ViQ는 텍스트와 시각 정보를 통합한 이산 표현을 제공하며, 다양한 해상도에서 높은 정밀도와 효율성을 달성한다.
- #18MVTrack4Gen: Multi-View Point Tracking as Geometric Supervision for 4D Video Generation
MVTrack4Gen은 4D 동영상 생성에서 기하 일관성과 운동 정확도를 향상시키기 위해 다중 뷰 포인트 추적을 활용한 훈련 프레임워크이다.
- #19JetSpec: Breaking the Scaling Ceiling of Speculative Decoding with Parallel Tree Drafting
JetSpec은 병렬 트리 드래프팅을 통해 투기 디코딩의 확장 한계를 돌파한 헤드 기반 프레임워크이다.
- #20GUI vs. CLI: Execution Bottlenecks in Screen-Only and Skill-Mediated Computer-Use Agents
GUI와 CLI 에이전트의 실행 한계를 동일 조건에서 비교한 벤치마크를 제시한다.
- #21V-Zero: Answer-Label-Free On-Policy Distillation with Contrastive Evidence Gating for Fine-Grained Visual Reasoning
V-Zero는 정답 라벨 없이 대비적 증거 게이팅을 활용한 시각적 추론 프레임워크이다.
- #22UnityShots: Memory-Driven Multi-Shot Audio-Video Generation with Boundary-Aware Gating
UnityShots는 경계 인식 게이팅을 활용한 메모리 기반 멀티샷 오디오-비디오 생성 시스템이다.
- #23Lite Any Stereo V2: Faster and Stronger Efficient Zero-Shot Stereo Matching
Lite Any Stereo V2는 자원 제약 환경에서도 빠르고 정확한 제로샷 스테레오 매칭을 제공하는 초경량 모델이다.
- #24Running the Gauntlet: Re-evaluating the Capabilities of Agents Beyond Familiar Environments
GauntletBench를 통해 현대 에이전트 시스템의 일반화 능력을 새로운 관점에서 평가한다.
- #25Why Multi-Step Tool-Use Reinforcement Learning Collapses and How Supervisory Signals Fix It
다중 단계 도구 사용 강화 학습에서 붕괴 현상을 분석하고 지도 신호로 안정화 방법을 제시한다.