- #1Seed2.0 Model Card: Towards Intelligence Frontier for Real-World Complexity
Seed2.0은 복잡한 현실 세계 과제를 해결하기 위한 중요한 발전을 보여주는 모델 시리즈다.
- #2ASPIRE: Agentic /Skills Discovery for Robotics
ASPIRE는 로봇 제어 프로그램을 자동으로 작성하고 개선하는 시스템으로, 재사용 가능한 스킬 라이브러리를 통해 다양한 환경에서 성능을 향상시킨다.
- #3ABot-M0.5: Unified Mobility-and-Manipulation World Action Model
ABot-M0.5는 모바일 조작의 세 가지 핵심 정렬 문제를 해결한 통합 월드 액션 모델로, 장기적 태스크 성공률과 미세 조작 정확도에서 최고 성능을 달성한다.
- #4Play2Perfect: What Matters in Dexterous Play Pretraining for Precise Assembly?
Play2Perfect는 다지퍼 손으로 정밀 조립을 학습하기 위해 놀이를 통한 사전 학습을 제안하며, 33배 더 샘플 효율적이고 시뮬레이션-현실 간 제로샷 전이를 달성한다.
- #5A Synthetic-Driven Vision System for Assembly Step Recognition
합성 데이터 기반 시스템으로 산업 조립 단계 인식을 실현, 92.4% 정확도 달성.
- #6Scenes as Objects, Not Primitives: Instance-Structured 3D Tokenization from Unposed Views
3D 장면을 객체 중심의 인스턴스 구조화된 토큰 그룹으로 재구성하는 프레임워크를 제안하여, 객체 수준의 편집 및 검색을 가능하게 한다.
- #7PerceptionRubrics: Calibrating Multimodal Evaluation to Human Perception
PerceptionRubrics는 인간 인지 기준에 맞춘 다모달 평가 프레임워크로, 1,038개의 고밀도 이미지와 10,000개 이상의 루브릭을 기반으로 Gated Scoring을 도입해 기존 벤치마크의 한계를 보완한다.
- #8Managing Procedural Memory in LLM Agents: Control, Adaptation, and Evaluation
AFTER 벤치마크를 통해 LLM 에이전트의 절차적 기억 전이 능력을 체계적으로 평가하고, 73.1%의 교차모델 정확도를 달성.
- #9Does VLA Even Know the Basics? Measuring Commonsense and World Knowledge Retention in Vision-Language-Action Models
VLA 모델이 로보틱스 데이터로 미세조정 후에도 기본 상식과 세계 지식을 얼마나 유지하는지 측정하는 프로토콜 Act2Answer를 제안한다.
- #10MOPD: Multi-Teacher On-Policy Distillation for Capability Integration in LLM Post-Training
MOPD는 다중 도메인 강화 학습 교사 모델을 정책 공간에서 통합하는 새로운 포스트 트레이닝 패러다임으로, Qwen3-30B-A3B에서 기존 방법 대비 5.5점 높은 정규화 점수를 달성했다.
- #11Cross-Domain Generalization Failure in Lightweight Intrusion Detection Models for IIoT Networks
가벼운 IIoT 침입 탐지 모델이 훈련 네트워크 외의 환경에서 일반화 실패를 보인다.
- #12Personalization as Inverse Planning: Learning Latent Design Intents for Agentic Slide Generation via Structural Denoising
SPIRE는 슬라이드 생성 과정에서 페이지 수준의 개인화를 달성하기 위해 구조적 디노이징을 기반으로 한 역추론 프레임워크를 제안한다.
- #13GEAR: Guided End-to-End AutoRegression for Image Synthesis
GEAR은 VQ 토크나이저와 AR 생성기를 엔드투엔드로 학습하여 이미지 생성 성능을 10배 가속화하는 모델이다.
- #14When LLMs Read Tables Carelessly: Measuring and Reducing Data Referencing Errors
대규모 언어 모델(LLM)이 테이블 데이터를 참조하는 과정에서 발생하는 DRE를 체계적으로 평가하고, 4B 파라미터 크리틱 모델을 통해 최대 12.0%의 정확도 향상을 달성했다.
- #15AtomiMed: Hierarchical Atomic Fact-Checking for Universal Clinical-Aware Medical Report Evaluation
AtomiMed는 의료 보고서 생성 평가를 위해 병증 및 속성 수준의 원자적 사실을 분해하고 교차 검증하는 새로운 프레임워크이다.
- #16SkillHone: A Harness for Continual Agent Skill Evolution Through Persistent Decision History
SkillHone은 지속적인 에이전트 스킬 진화를 위해 지속적 의사결정 기록을 기반으로 한 하이브리드 시스템으로, GAIA와 WebWalkerQA-EN에서 각각 15.8점, 3.2점 개선한 성능을 보인다.
- #17Goku: A Million-Scale Universal Dataset and Benchmark for Instruction-Based Video Editing
Goku는 200만 개의 고품질 영상 편집 쌍을 포함한 다중 작업 및 구조 조작을 지원하는 대규모 영상 편집 데이터셋과 Goku-Edit, Goku-Bench를 제안한 연구이다.
- #18ELDR: Expert-Locality-Aware Decode Routing for PD-Disaggregated MoE Serving
ELDR은 PD-Disaggregated MoE 서빙에서 전문가 지역성을 고려한 디코딩 라우팅 기법으로, TPOT을 5.9–13.9% 개선한다.
- #19MemSyco-Bench: Benchmarking Sycophancy in Agent Memory
MemSyco-Bench는 LLM 기반 에이전트의 메모리 유도 시크오판티를 평가하기 위한 새로운 벤치마크로, 메모리 사용 시 정확성과 범위 통제를 측정한다.
- #20TurboServe: Serving Streaming Video Generation Efficiently and Economically
TurboServe는 스트리밍 영상 생성 작업을 위한 최초의 서빙 시스템으로, 평균 37.5%의 최악의 경우 지연 감소와 37.2%의 GPU 운영 비용 절감을 달성한다.
- #21DataEvolver: Self-Evolving Multi-Agent Data Construction for Text-Rich Image Generation
DataEvolver는 텍스트 풍부한 이미지 생성을 위한 자기 진화하는 다중 에이전트 데이터 구축 프레임워크로, 거부 샘플을 피드백으로 활용해 OCR-F1을 최대 85.3% 개선한다.
- #22PixelEyes: Decoupling Perception and Reasoning for Pinpoint Visual Evidence Seeking
PixelEyes는 시각 추론 과정에서 인지와 지각을 분리하여 정밀한 타겟 탐색을 가능하게 하는 시스템이다.
- #23Multimodal Continuous Reasoning via Asymmetric Mutual Variational Learning
AMVL은 MLLM의 연속 잠재 공간 추론에서 학습-추론 불일치를 해결하는 비대칭 변분 학습 프레임워크로, BLINK 벤치마크에서 평균 +10.83 개선을 달성한다.
- #24Domain Arithmetic: One-Shot VLA Adaptation under Environmental Shifts
DART는 환경 변화에 대응하는 VLA 모델의 일회성 적응을 위한 가중치 벡터 산술 기반 접근법으로, 단일 데모만으로도 정확한 도메인 벡터를 추출한다.
- #25Are We Measuring Strategy or Phrasing? The Gap Between Surface- and Approach-Level Diversity in LLM Math Reasoning
LLM 수학 추론에서 표면적 다양성과 접근 방식 다양성 간 차이를 규명하고, 후자를 측정하는 새로운 개념을 제시한다.