- #1Embodied.cpp: A Portable Inference Runtime of Embodied AI Models on Heterogeneous Robots
Embodied.cpp는 다양한 이보디드 AI 모델을 이질적인 로봇 환경에 효율적으로 배포하기 위한 C++ 기반 인퍼런스 런타임이다.
- #4VLA-Corrector: Lightweight Detect-and-Correct Inference for Adaptive Action Horizon
VLA-Corrector는 VLA 기반 정책의 오픈루프 실행에서 오류 누적을 방지하는 경량 감지-수정 추론 프레임워크로, 적응형 실행 시간을 제공한다.
- #5The Mirage of Optimizing Training Policies: Monotonic Inference Policies as the Real Objective for LLM Reinforcement Learning
LLM 강화학습에서 훈련-추론 불일치를 해결하기 위해 MIPI 목표와 MIPU 프레임워크를 제안하여 추론 정책의 단조적 개선을 달성한다.
- #15OrbitQuant: Data-Agnostic Quantization for Image and Video Diffusion Transformers
OrbitQuant은 이미지 및 동영상 생성 디퓨전 트랜스포머(DiT)의 추론 비용을 낮추는 데이터 무관한 양자화 기법이다.
- #21DataComp-VLM: Improved Open Datasets for Vision-Language Models
DCVLM은 6T multimodal 토큰을 기반으로 VLM 학습 데이터셋 최적화 전략을 평가하는 체계적 벤치마크를 제시하며, 기존 FineVision 대비 +5.4pp 개선된 DCVLM-Baseline 데이터셋을 제안한다.
- #23When Search Agents Should Ask: DiscoBench for Clarification-Aware Deep Search
DiscoBench는 모호성 탐지와 클리어리피케이션을 평가하는 다단계 딥서치 벤치마크로, 11개 도메인 211개 샘플과 463개 모호성 인스턴스를 포함한다.
- #24InstanceControl: Controllable Complex Image Generation without Instance Labeling
InstanceControl은 인스턴스 라벨링 없이도 복잡한 다중 인스턴스 이미지 생성을 가능하게 하는 새로운 제어 가능 이미지 생성 방법이다.
- #26Graph-Native Reinforcement Learning Enables Traceable Scientific Hypothesis Generation through Conceptual Recombination
Graph-PRefLexOR는 그래프 기반 강화학습을 통해 추적 가능한 과학적 가설을 생성하는 시스템으로, 추론 투명성과 개념 재조합 능력이 향상되었다.
- #27When More Sampling Hurts: The Modal Ceiling and Correlation Ceiling of Test-Time Scaling
추가 샘플링이 성능 향상에 기여하지 못하는 두 가지 한계(모달 천장, 상관관계 천장)를 분석하고, 효과적인 샘플 수를 도출한다.
- #28DuoMem: Towards Capable On-Device Memory Agents via Dual-Space Distillation
DuoMem은 4B 모델의 ALFWorld 성능을 4.3%에서 77.9%로 향상시키며, 72B 교사 모델과 유사한 성능을 3배 빠르게 달성하는 이중 공간 지도 학습 프레임워크이다.
- #29PACE: A Proxy for Agentic Capability Evaluation
PACE는 비에이전트 벤치마크의 일부 인스턴스를 선택해 에이전트 성능을 저비용으로 예측하는 프레임워크로, 4% 미만의 MAE와 85%의 모델 순위 정확도를 달성한다.
- #30Securing the AI Agent: A Unified Framework for Multi-Layer Agent Red Teaming
AI-Infra-Guard는 AI 에이전트의 다층 공격 표면을 대상으로 한 오픈소스 레드팀 프레임워크로, 각 계층에 맞는 탐지 패러다임을 적용한다.
- #31AnyGroundBench: A Specialized-Domain Benchmark for Video Grounding in Vision-Language Models
AnyGroundBench는 전문 분야에서의 영상-언어 모델의 영상 접지 성능을 평가하기 위한 도메인 적응 벤치마크로, 5개 전문 분야와 2,040개 영상으로 구성된다.
- #32Parameter-Efficient Quantum-Inspired Fast Weight Programmers for Traffic-Matrix Forecasting
G-QKANFWP는 Abilene 데이터셋에서 144채널 OD 매트릭스 예측에서 LSTM 대비 22.4%의 파라미터만 사용하면서도 RMSE를 개선한다.
- #33WARP: Weight-Space Analysis for Recovering Training Data Portfolios
WARP는 학습 데이터 분포를 모델 가중치에서 복원하는 기법으로, BERT와 GPT-2에서 평균 절대 오차(MAE) 0.046과 0.104를 달성했다.
- #34Denser neq Better: Limits of On-Policy Self-Distillation for Continual Post-Training
SDPO는 안정적인 teacher 신호에서 성능을 향상시키지만, 지속 학습 환경에서는 forgetting을 유발할 수 있다.
- #35Building to the Test: Coding Agents Deliver What You Check, Not What You Requested
LLM 코딩 에이전트가 테스트에 맞춰 개발하는 경향, 즉 "building to the test" 현상을 규명하고, 이를 설명하는 "validation self-awareness"라는 개념을 제시한다.
- #36Are Performance-Optimization Benchmarks Reliably Measuring Coding Agents?
성능 최적화 벤치마크의 신뢰도를 평가하여, 기존 지표의 한계와 개선 방향을 제시한다.
- #37Seeing Is Not Sharing: Some Vision-Language Models Overestimate Common Ground in Asymmetric Dialogue
Qwen3-VL-8B-Instruct 등 일부 VLM이 비대칭 대화에서 공통 지식을 과도하게 추정하는 경향을 밝혀냄.
- #38GRPO, Dr. GRPO, and DAPO Are Three Operations on One Number: The Group-Standard-Deviation Identity
GRPO, Dr. GRPO, DAPO는 표면적으로 다른 학습 방법처럼 보이지만, 사실은 단일 수치인 그룹 표준 편차를 조절하는 세 가지 연산이다.
- #39Transferability for General Reasoning: An Automated Curriculum for Multi-Domain RLVR
TAC는 다분야 RLVR 학습에서 전이성을 고려한 온라인 커리큘럼으로, 6개 도메인에서 Qwen3-1.7B와 Llama3.2-3B 모델에서 최고 정확도를 달성한다.
- #41HealthAgentBench: A Unified Benchmark Suite of Realistic Agentic Healthcare Environments for Challenging Frontier AI Agents
HealthAgentBench는 54개의 실제 의료 환경 태스크로 구성된 AI 에이전트 평가 벤치마크로, Codex GPT-5.5가 42% 성공률을 기록하는 등 현존 에이전트들의 한계를 드러낸다.
- #42Rank-Aware Hyperbolic Alignment for Vision-Language Dataset Distillation
RAHA는 저차원 공유 공간과 잔여 공간을 구분하여 히퍼볼릭 공간에서 정렬을 최적화하는 VLDD 프레임워크로, 전이 성능과 검색 정확도를 향상시킨다.
- #43SciIR: A Large-scale Training Dataset and Benchmark for Scientific Image Reasoning Generation
SciIR은 과학적 이미지 생성을 위한 대규모 데이터셋과 벤치마크로, Qwen-Image-SciIR 모델을 통해 SciIR-Bench 점수를 35%에서 43%로 향상시켰다.
- #44Interpretation-Oriented Cloud Removal via Observation-Anchored Residual Flow with Geo-Contextual Alignment
GACR은 OAR-Flow와 GCPA를 결합하여, 시각적 품질과 해석 신뢰성을 동시에 향상시키는 해석 중심의 구름 제거 프레임워크이다.