- #1ASPIRE: Agentic /Skills Discovery for Robotics
ASPIRE는 로봇 제어 프로그램을 자동으로 작성하고 개선하는 시스템으로, 재사용 가능한 스킬 라이브러리를 통해 다양한 환경에서 성능을 향상시킨다.
- #2AGVBench: A Reliability-Oriented Benchmark of Data Augmentation for Vein Recognition
AGVBench는 정맥 인식에서 데이터 증강의 신뢰성을 평가하기 위한 표준 벤치마크를 제시한다.
- #3PerceptionRubrics: 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.
- #4Seed2.0 Model Card: Towards Intelligence Frontier for Real-World Complexity
Seed2.0은 복잡한 현실 세계 과제를 해결하기 위한 중요한 발전을 보여주는 모델 시리즈다.
- #5WorldDirector: Building Controllable World Simulators with Persistent Dynamic Memory
WorldDirector는 LLM을 활용한 3D 트래젝토리 계획과 시각 생성 분리로, 지속적 동적 객체 메모리를 갖춘 비디오 월드 모델을 구축한다.
- #6Program-as-Weights: A Programming Paradigm for Fuzzy Functions
PAW는 자연어 명세를 기반으로 소규모 신경망 프로그램을 생성해 로컬에서 실행하는 새로운 프로그래밍 패러다임이다.
- #7Cross-Domain Generalization Failure in Lightweight Intrusion Detection Models for IIoT Networks
가벼운 IIoT 침입 탐지 모델이 훈련 네트워크 외의 환경에서 일반화 실패를 보인다.
- #8When 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.
- #9AgenticSTS: A Bounded-Memory Testbed for Long-Horizon LLM Agents
AgenticSTS는 장기적 의사결정을 위한 LLM 에이전트의 메모리 구조를 연구하기 위한 제한된 메모리 테스트베드를 제안한다.
- #10EvoPolicyGym: Evaluating Autonomous Policy Evolution in Interactive Environments
EvoPolicyGym은 제한된 상호작용 예산 하에서 자율 에이전트가 정책을 반복적으로 개선하는 능력을 평가하는 벤치마크이다.
- #11Morphing into Hybrid Attention Models
FlashMorph는 Transformer-to-hybrid 변환에서 효과적이고 효율적인 레이어 선택을 위한 글로벌 최적화 기반 방법이다.
- #12Learning to Move Before Learning to Do: Task-Agnostic pretraining for VLAs
TAP은 언어 없이 자율적으로 생성된 데이터로 물리적 능력을 학습한 후 최소한의 전문가 데이터로 정제하는 두 단계 프레임워크로, VLA 모델의 학습 효율을 대폭 향상시킨다.
- #13Representation Distribution Matching for One-Step Visual Generation
RDM을 기반으로 한 iRDM이 ImageNet에서 SW_r14 1.30 성능을 달성하며, 4단계 FLUX.2를 1단계로 변환해 GenEval 0.826을 기록한다.
- #14Multi-Resolution Flow Matching: Training-Free Diffusion Acceleration via Staged Sampling
MrFlow는 훈련 없이 FLUX.1-dev와 Qwen-Image에서 10× 가속을 달성하는 다중 해상도 확산 가속 전략이다.
- #15AgenticDataBench: A Comprehensive Benchmark for Data Agents
AgenticDataBench는 데이터 에이전트를 평가하기 위한 종합 벤치마크로, 다양한 도메인과 세부 기술 수준에서 평가를 가능하게 한다.
- #16ELDR: 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.
- #17Multimodal 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.
- #18MemSyco-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.
- #19CogSENet: Blind Image Deblurring with Blur-Conditioned Semantic Routing and Explicit Frequency Fusion
CogSENet은 SDSSM과 BFFB를 결합한 생물학적 모방 접근법으로, 비디블러링 성능을 향상시키며 파라미터 수를 줄인다.
- #20Breaking Failure Cascades: Step-Aware Reinforcement Learning for Medical Multimodal Reasoning
의료 멀티모달 추론에서 초기 추론 오류를 억제하기 위해 단계별 보상 기반 강화학습 알고리즘 MRPO를 제안하여 최대 2.79점의 성능 향상과 64.0% → 13.0%의 초기 오류 감소를 달성했다.
- #21Logit-Contribution Scoring Identifies Non-Literal Retrieval Heads
LOCOS는 비직관적 검색 헤드를 식별하기 위해 헤드의 OV 회로 출력을 정답 토큰의 unembedding 방향으로 투영하는 새로운 방법이다.
- #22SkillCoach: Self-Evolving Rubrics for Evaluating and Enhancing Agentic Skill-Use
SkillCoach는 LLM 에이전트의 스킬 사용 과정을 4차원으로 평가하고 훈련하는 자가 진화하는 루브릭 프레임워크이다.
- #23Optimizing Visual Generative Models via Distribution-wise Rewards
시각 생성 모델의 분포 기반 보상 최적화를 통해 FID-50K 3.74 → 3.52 개선.
- #24AutoMem: Automated Learning of Memory as a Cognitive Skill
AutoMem은 메모리 관리를 학습 가능한 능력으로 자동화하여, 32B 모델의 성능을 2~4배 향상시키는 프레임워크이다.
- #25From SRA to Self-Flow: Data Augmentation or Self-Supervision?
Self-Flow의 성능 향상이 주로 데이터 증강 효과에서 비롯됨을 밝히고, Attention Separation이라는 새로운 증강 기법을 제안한다.