- #1GigaWorld-1: A Roadmap to Build World Models for Robot Policy Evaluation
GigaWorld-1은 정책 평가를 위한 설계 지침을 제시하며, 14.9% 개선된 평가 정확도를 달성한 로봇 정책 평가용 월드 모델이다.
- #2ResearchStudio-Reel: Automate the Last Mile of Research from Paper to Poster, Video, and Blog
ResearchStudio-Reel은 논문을 포스터, 동영상, 블로그로 자동 변환하는 통합 파이프라인으로, 편집 가능한 아티팩트와 일관성 있는 정보 전달을 실현한다.
- #3Vision Pretraining for Dense Spatial Perception
LingBot-Vision은 경계 중심의 자기감독 학습을 통해 공간 인지 능력을 향상시킨 시각 기초 모델이다.
- #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.
- #5EVA-Client: A Unified Data Collection, Inference, and Deployment Framework for Embodied Policies on Real Robots
EVA-Client는 실제 로봇에서 정책을 배포하고 평가하며 데이터를 수집하는 통합 프레임워크로, 다양한 정책과 로봇 플랫폼 간의 재사용 및 비교를 가능하게 한다.
- #6InternVLA-A1.5: Unifying Understanding, Latent Foresight, and Action for Compositional Generalization
InternVLA-A1.5는 시각-언어-액션 통합 모델로, 1.2M 로봇 에피소드와 3M 멀티모달 샘플로 사전 학습하여 6개 시뮬레이션 벤치마크에서 최고 성능을 달성한다.
- #7Multiplayer Interactive World Models with Representation Autoencoders
50억 파라미터의 멀티플레이어 월드 모델로, Rocket League 게임에서 4인 실시간 매치를 생성.
- #8OmniOpt: Taxonomy, Geometry, and Benchmarking of Modern Optimizers
OmniOpt은 대규모 모델 학습을 위한 최적화기 벤치마킹과 분류 체계를 제시한다.
- #9UI-MOPD: Multi-Platform On-Policy Distillation for Continual GUI Agent Learning
UI-MOPD는 플랫폼별 행동 패턴 혼합과 카테고릭 포겟팅을 해결하기 위한 멀티-티처 온-포리시 디스틸레이션 기반의 GUI 에이전트 연속 학습 방법이다.
- #10PixWorld: Unifying 3D Scene Generation and Reconstruction in Pixel Space
PixWorld는 3D 장면 생성 및 재구성의 통합을 위해 픽셀 공간 확산 기반 단일 모델을 제안하며, 기존 잠재 공간 접근법의 한계를 극복한다.
- #11PraMem: Practice-derived Experiential Memory for Long-horizon Behavior Prediction
PraMem은 긴 히스토리 시퀀스를 활용한 경험 기억을 구축해 LLM의 장기 행동 예측 성능을 향상시키는 훈련 없는 프레임워크이다.
- #12DataComp-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.
- #13ResearchStudio-Idea: An Evidence-Grounded Research-Ideation Skill Suite from ML Conference Outcomes
ResearchStudio-Idea는 ML 연구 아이디어 개발을 위한 3개의 재사용 가능한 스킬로 구성된 시스템으로, 1,947개의 학회 논문을 기반으로 15개의 아이디어 패턴을 생성하고 아이디어 생성-검증 워크플로우를 제공한다.
- #14OrbitQuant: 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.
- #15MANCE: Manifold Aware Concept Erasure
MANCE는 개념 제거 시 표현의 자연스러운 매니폴드에 제약을 두어, 타겟 개념을 제거하면서 다른 정보를 보존하는 새로운 방법이다.
- #16Wan-Streamer v0.2: Higher Resolution, Same Latency
Wan-Streamer v0.2는 200ms 모델 측 지연을 유지하면서 640×368 해상도의 실시간 오디오-비디오 상호작용을 지원하는 업그레이드 모델이다.
- #17CONFLUX: A Latent Diusion Model for 3D Chest-CT Synthesis with RL Post-Training
CONFLUX는 3D 흉부 CT 이미지를 생성하는 조절 가능한 라티언트 디퓨전 모델로, 강화 학습을 통한 후학습으로 조건 부합도를 47% 개선한다.
- #18Deform360: A Massive Multi-view Visuotactile Dataset for Deformable World Models
Deform360은 198개 일상 물체의 215.7시간 분량의 시각-촉각 데이터를 활용해 변형 가능한 물체의 세계 모델 성능을 비교 평가한 대규모 데이터셋이다.
- #19Do All Visual Tokens Matter Equally? Object-Evidence Preserving Token Merging for Vision-Language Retrieval
SaMer는 이미지-언어 검색에서 객체 관련 정보를 보존하면서 토큰 수를 93% 이상 줄이는 객체 인식형 토큰 병합 프레임워크이다.
- #20KVpop -- Key-Value Cache Compression with Predictive Online Pruning
KVpop은 미래 주의도를 기반으로 키-밸류 캐시를 학습적으로 압축하여, Qwen3-4B 및 Qwen3-8B에서 75~88% 압축률에서도 94~99%의 성능을 유지한다.
- #21dOPSD: On-Policy Self-Distillation for Diffusion Language Models
dOPSD는 확산 언어 모델의 자체 디스틸레이션을 통해 수학 추론과 코드 생성 성능을 향상시키는 on-policy 학습 방법이다.
- #22Multi-Turn Agentic Scientific Literature Search via Workflow Induction
PaperPilot는 사용자 피드백을 기반으로 과학 논문 검색 전략을 편집 가능한 DAG 워크플로우로 구축하는 멀티턴 리터러시 검색 에이전트이다.
- #23Perceptual Flow Matching for Few-Step Generative Modeling
Perceptual Flow Matching(PFM)은 4~8단계로도 높은 품질의 생성을 가능하게 하는 간단한 흐름 일치 프레임워크이다.
- #24ACID: Action Consistency via Inverse Dynamics for Planning with World Models
ACID는 역동역 모델을 활용한 행동 일관성 검증을 통해 세계 모델 기반 의사결정 계획을 개선하는 프레임워크이다.
- #25Measuring the Gap Between Human and LLM Research Ideas
LLM이 생성한 연구 아이디어는 인간 연구자에 비해 연구 맛의 분포가 좁고, 통합 및 종합적 접근에 집중된다.