HotPaper.ai — 매일 자동 큐레이션되는 AI 논문 Top 25 + 한국어 요약

2026-06-29 featured 논문 25편

  1. #1EBench: Elemental Diagnosis of Generalist Mobile Manipulation Policies

    EBench는 모바일 조작 정책의 다면적 진단을 위한 시뮬레이션 벤치마크이다.

    Ning Gao, Jinliang Zheng, Xing Gao, Haoxiang Ma, Hanqing Wang

  2. #1PhysisForcing: Physics Reinforced World Simulator for Robotic Manipulation

    PhysisForcing는 로봇 조작 시뮬레이션의 물리적 일관성을 향상시키기 위해 화소 및 의미 수준의 일치 손실을 결합한 훈련 프레임워크이다.

  3. #2Fast LeWorldModel

    Fast LeWorldModel은 LeWorldModel의 계산 비용과 오류 누적 문제를 해결한 빠른 잠재 세계 모델이다.

    Yuntian Gao, Xiangyu Xu

  4. #2Translation as a Bridging Action: Transferring Manipulation Skills from Humans to Robots

    이 연구는 인간의 이중 팔 조작 행동을 로봇으로 전이하는 데, 회전 정보를 배제한 손목 이동량 기반의 "bridging action"을 제안한다.

  5. #3Are We Ready For An Agent-Native Memory System?

    LLM 에이전트 메모리 시스템의 데이터 관리적 평가를 위한 체계적 연구를 제시한다.

    Wei Zhou, Xuanhe Zhou, Shaokun Han, Hongming Xu, Guoliang Li

  6. #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.

    Junwei Luo, Shuai Yuan, Zhenya Yang, Yansheng Li, Zhe Liu

  7. #5DanceOPD: On-Policy Generative Field Distillation

    DanceOPD는 흐름 일치 모델에서 다양한 생성 능력을 통합하기 위한 온-폴리시 생성 필드 지도 프레임워크이다.

    Wei Zhou, Xiongwei Zhu, Zelin Xu, Bo Dong, Lixue Gong

  8. #6DomainShuttle: Freeform Open Domain Subject-driven Text-to-video Generation

    DomainShuttle은 개방 영역 주제 기반 텍스트-비디오 생성에서 고정밀도와 유연성을 동시에 달성하는 새로운 방법이다.

    Nan Chen, Yiyang Cai, Rongchang Xie, Junwen Pan, Cheng Chen

  9. #7Plans 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.

    Aman Mehta, Anupam Datta

  10. #8Confidence-Aware Tool Orchestration for Robust Video Understanding

    Robust-TO는 신뢰도 기반 툴 활용로 영상 추론 성능을 향상시키는 에이전트 기반 프레임워크이다.

    Yangfan He, Yujin Choi, Jaehong Yoon

  11. #9Hallucination in World Models is Predictable and Preventable

    세계 모델에서의 환각은 예측 가능하고 예방 가능한 데이터 커버리지 문제임을 밝힘.

    Nicklas Hansen, Xiaolong Wang

  12. #10In-Context World Modeling for Robotic Control

    ICWM은 로봇 제어에서 새로운 환경에 대한 적응을 가능하게 하는 컨텍스트 기반 시스템 모델링 프레임워크이다.

    Siyin Wang, Junhao Shi, Senyu Fei, Zhaoyang Fu, Li Ji

  13. #11OPID: On-Policy Skill Distillation for Agentic Reinforcement Learning

    OPID는 언어 에이전트의 강화 학습에서 풍부한 스킬 지도를 제공하는 온-파일리 스킬 디스틸레이션 프레임워크이다.

    Shuo Yang, Jinyang Wu, Zhengxi Lu, Yuhao Shen, Fan Zhang

  14. #12ShutterMuse: Capture-Time Photography Guidance with MLLMs

    ShutterMuse는 촬영 시 사진 품질 향상을 위한 MLLM 기반 포토그래피 가이드 모델이다.

    Jiayu Li, Yixiao Fang, Tianyu Hu, Wei Cheng, Ping Huang

  15. #13Neglected Free Lunch from Post-training: Progress Advantage for LLM Agents

    RL post-training을 활용해 step-level 평가를 위한 reward model을 별도로 학습할 필요를 제거한다.

    Changdae Oh, Wendi Li, Seongheon Park, Samuel Yeh, Tanwi Mallick

  16. #13Formalizing Latent Thoughts: Four Axioms of Thought Representation in LLMs

    LLM의 잠재 사고 표현을 평가하기 위한 4가지 공리 기반 프레임워크를 제안하고, 23개 태스크에서 실패 원인을 분석한다.

    Fahd Seddik, Fatemeh Fard

  17. #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.

    Zekai Zhang, Jiahao Li, Jie Zhang, Kaiyuan Gao, Kun Yan

  18. #15The Verification Horizon: No Silver Bullet for Coding Agent Rewards

    코드 생성 에이전트의 보상 설계는 생성 능력이 향상될수록 검증의 한계가 커진다.

    Binghai Wang, Chenlong Zhang, Dayiheng Liu, Jiajun Zhang, Jiawei Chen

  19. #16TryOnCrafter: 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.

    Hao Sun, Hao Yan, Mengting Chen, Quanjian Song, Yu Li

  20. #17ViQ: Text-Aligned Visual Quantized Representations at Any Resolution

    ViQ는 텍스트와 시각 정보를 통합한 이산 표현을 제공하며, 다양한 해상도에서 높은 정밀도와 효율성을 달성한다.

    Xumin Yu, Zuyan Liu, Zhenyu Yang, Yuhao Dong, Shengsheng Qian

  21. #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.

    JoungBin Lee, Jaewoo Jung, Jongmin Lee, Tongmin Kim, Hyunsung Kim

  22. #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.

    Lanxiang Hu, Zhaoxiang Feng, Yulun Wu, Haoran Yuan, Yujie Zhao

  23. #19SimFoundry: Modular and Automated Scene Generation for Policy Learning and Evaluation

    SimFoundry는 단일 영상에서 자동화된 시뮬레이션 환경을 생성하여 정책 평가 및 학습을 지원하는 모듈형 시스템이다.

  24. #20GUI vs. CLI: Execution Bottlenecks in Screen-Only and Skill-Mediated Computer-Use Agents

    GUI와 CLI 에이전트의 실행 한계를 동일 조건에서 비교한 벤치마크를 제시한다.

    Xiao Zhou, Siyue Zhang, Yilun Zhao, Jinbiao Wei, Tingyu Song

  25. #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.

    Haoxiang Sun, Zhihang Yi, Langxuan Deng, Yuhao Zhou, Peiqi Jia

인기 키워드

reinforcement-learning (225) llm (139) diffusion-models (116) llm-agents (109) vlm (98) transformer (82) llm-evaluation (77) video-generation (68) long-context (55) benchmark-evaluation (53) retrieval-augmented (50) vision-language (50) code-generation (49) flow-matching (48) long-horizon (47) text-to-image (46) large-language-models (44) mllm (44) fine-tuning (41) foundation-models (41)