- #1RocketSmith: Agentic Additive Manufacturing of High-Powered Rockets
RocketSmith는 대형 언어 모델을 활용한 에이전트 시스템으로, 고출력 로켓의 디자인-제조-시험 과정을 자동화한다.
- #2Qwen-RobotManip Technical Report: Alignment Unlocks Scale for Robotic Manipulation Foundation Models
Qwen-RobotManip은 대규모 데이터 정렬을 통해 로봇 조작 기초 모델의 일반화 성능을 획기적으로 향상시킨다.
- #3Learning Transferable Dynamics Priors from Action to World Modeling
A2World는 행동 조건을 기반으로 학습된 다중 뷰 확산 월드 모델로, 이는 이전 연구 대비 전이 가능한 역학 사전 정보를 제공한다.
- #4DreamForge-World 0.1 Preview: A Low-Compute Real-Time Controllable World Model
DreamForge-World 0.1 Preview는 소규모 컴퓨팅 자원에서 실시간 제어 가능한 세계 모델을 구현한 시스템이다.
- #5Agentic Abstention: Do Agents Know When to Stop Instead of Act?
LLM 에이전트가 언제 중단해야 하는지 결정하는 문제인 Agentic Abstention을 정의하고, CONVOLVE라는 컨텍스트 엔지니어링 방법으로 성능을 57.4%까지 향상시켰다.
- #6LiveEdit: Towards Real-Time Diffusion-Based Streaming Video Editing
LiveEdit는 실시간 스트리밍 영상 편집을 위한 3단계 디스틸레이션 파이프라인과 AR-마스크 캐시를 결합한 초저지연 편집 프레임워크이다.
- #7Scaling the Horizon, Not the Parameters: Reaching Trillion-Parameter Performance with a 35B Agent
35B 규모의 Agents-A1은 1T 파라미터 모델과 유사한 성능을 달성하면서도 장기적 대화 흐름을 확장하는 새로운 접근법을 제시한다.
- #8An Agentic AI Pipeline for Appliance-Level Energy Anomaly Detection and LLM-Driven Recommendations
오피스 건물의 가전별 에너지 이상 탐지 및 LLM 기반 유지보수 추천을 위한 에이전트 AI 파이프라인 제안.
- #9TUA-Bench: A Benchmark for General-Purpose Terminal-Use Agents
TUA-Bench는 120개의 실제 작업을 포함한 터미널 기반 일반 컴퓨터 사용 에이전트 평가 벤치마크로, Claude Code + Claude Opus 4.8 max 설정에서 65.8% 성공률을 기록했다.
- #10ReFreeKV: Towards Threshold-Free KV Cache Compression
ReFreeKV는 입력에 따라 KV 캐시 예산을 자동 조정하는 Threshold-Free KV 캐시 압축 방법으로, 13개 데이터셋에서 평균 25% 이상의 압축률을 달성한다.
- #11Beyond IID: How General Are Tabular Foundation Models, Really?
BeyondArena라는 새로운 벤치마크를 제시하여, 다양한 조건에서 탭데이터 기초모델의 성능을 종합적으로 평가한다.
- #12Trimming the Long-Tail of Visual World Modeling Evaluation
TailOR 벤치마크를 통해 시각 월드 모델이 희귀 물리 상호작용을 일반화하는 능력을 평가하고, 기존 모델의 한계를 밝혀낸다.
- #13Video-MME-Logical: A Controlled Diagnostic Benchmark for Video Temporal-Logical Reasoning
Video-MME-Logical은 동영상 내 시간-논리적 추론 능력을 평가하기 위한 제어된 벤치마크이다.
- #14AsyncOPD: How Stale Can On-Policy Distillation Be?
AsyncOPD는 비동기적 온-포리시 디스틸레이션(OPD)에서의 오래된 정책 데이터(stale data) 문제를 체계적으로 분석하고, 학습 효율성을 1.6~3.8배 향상시키는 훈련 파이프라인을 제안한다.
- #15Bridging VideoQA and Video-Guided Agentic Tasks via Generalized Keyframe Extraction
TASKER를 제안하여 VideoQA와 GUI 기반 에이전트 작업에서 키프레임 추출을 통합적으로 개선하고, VG-GUI-Bench라는 새로운 벤치마크를 제시한다.
- #16Qwen-RobotNav Technical Report: A Scalable Navigation Model Designed for an Agentic Navigation System
Qwen-RobotNav는 다양한 탐색 작업을 유연하게 처리하는 파라미터화된 인터페이스를 갖춘 확장 가능한 탐색 모델로, 15.6M 샘플로 학습하여 VLN-CE, EVT-Bench 등 주요 벤치마크에서 최신 성능을 달성한다.
- #17One-Step Gradient Delay is Not a Barrier for Large-Scale Asynchronous Pipeline Parallel LLM Pretraining
10B 파라미터 MoE 모델에서 Async PP와 Error Feedback을 통해 동기식 훈련과 동일한 최종 손실 달성.
- #18Monte Carlo Energy Aggregation for Mobile 3D Gaussian Splatting
Flux-GS는 모바일 환경에서 실시간 렌더링을 가능하게 하며, SH 계수를 48개에서 4개로 줄여 저장 공간을 대폭 절감한 3D Gaussian Splatting 방법이다.
- #19Beyond Drug Discovery: The Nanotechnology Molecular Optimization (NMO) Benchmark
NMO 벤치마크는 나노기술 분자 설계를 위한 ML-물리학 통합 평가 시스템으로, 기존 약물 발견 중심 접근의 한계를 극복한다.
- #20The Surprising Effectiveness of Video Diffusion Models for Hand Motion Reconstruction
ViDiHand는 비디오 디퓨전 모델을 활용해 4D 양손 동작을 재구성하며, 기존 방법 대비 정확도와 안정성을 크게 향상시킨다.
- #21One Model, Many Latencies: Universal Speech Enhancement for Diverse Real-Time Applications
단일 모델로 다양한 실시간 음성 향상 작업을 지원하는 유니버설 모델을 제안한다.
- #22TACO: Tool-Augmented Credit Optimization for Agentic Tool Use
TACO는 코드-툴 시각 에이전트의 도구 호출을 정확히 평가하기 위해 DAPR과 OGAR를 결합한 GRPO 변형 알고리즘으로, 정확도를 72.0%까지 향상시킨다.
- #23OSWorld2.0: Benchmarking Computer Use Agents on Long-Horizon Real-World Tasks
OSWorld 2.0은 실제 컴퓨터 사용 환경에서 1.6시간 이상 소요되는 108개의 장기적 작업 흐름을 기준으로 최신 에이전트의 한계를 평가하는 벤치마크이다.
- #24One Scene, Two Depths: Probing Geometric Ambiguity in Monocular Foundation Models
단일 카메라 레이에 여러 유효한 깊이가 존재하는 모호한 3D 구조를 분석하기 위한 새로운 평가 기준과 입력 변형 기법이 제안되었다.
- #25Geometric Stability of Neural Population Codes: Regional Variation, Behavioral Relevance, and Circuit Dependence
신경 인구 코드의 기하학적 안정성은 시간적 안정성과 독립적인 새로운 개념으로, 회로 구조와 행동 연관성을 예측한다.