- #1Dinomaly: The Less Is More Philosophy in Multi-Class Unsupervised Anomaly Detection
Dinomaly는 복잡한 설계 없이 Transformer 기반의 4가지 핵심 요소로 다클래스 비감독 이상 탐지 성능을 기존 최고 수준으로 향상시킨다.
- #4Do LLMs Recognize Your Preferences? Evaluating Personalized Preference Following in LLMs
PrefEval이라는 새로운 벤치마크를 통해 대형 언어 모델의 개인화된 선호도 추적 능력을 평가하고, 기존 모델의 한계를 밝혀냄.
- #5Searching for Best Practices in Retrieval-Augmented Generation
RAG 시스템의 최적화 전략을 실험적으로 탐색하여 성능과 효율성을 균형 있게 향상시킨다.
- #6Android in the Zoo: Chain-of-Action-Thought for GUI Agents
CoAT 프레임워크와 AitZ 데이터셋을 통해 GUI 에이전트의 행동 예측 정확도를 향상시킨다.
- #7SoftCoT: Soft Chain-of-Thought for Efficient Reasoning with LLMs
SoftCoT는 LLM의 추론 성능을 향상시키는 새로운 연속 공간 추론 프레임워크로, 사전 학습된 모델을 수정하지 않고도 파라미터 효율적인 미세 조정을 통해 추론을 개선한다.
- #8Generalization or Memorization: Data Contamination and Trustworthy Evaluation for Large Language Models
LLM의 데이터 오염 문제를 탐지하고 신뢰성 있는 평가를 위한 CDD와 TED 방법을 제안하며, 실세계 적용에서 ChatGPT의 오염 가능성도 밝힘.
- #9OmniDrive: A Holistic Vision-Language Dataset for Autonomous Driving with Counterfactual Reasoning
OmniDrive는 3D 자율주행에 맞춘 대규모 카운터패클 퀴즈 데이터셋과 Omni-L/Q 모델을 통해 VLM 기반 자율주행 성능을 향상시킨다.
- #10Freeze-Omni: A Smart and Low Latency Speech-to-speech Dialogue Model with Frozen LLM
Freeze-Omni는 LLM 파라미터를 동결한 상태에서 스피치-투-스피치 대화를 가능하게 하는 저지연 다중모달 LLM이다.
- #11QuRating: Selecting High-Quality Data for Training Language Models
QuRating은 LLM 훈련 데이터의 질을 인간 직관에 근거해 평가하고 선택하는 방법으로, 260B 토큰을 평가해 30B 토큰을 선별해 모델 성능을 향상시킨다.
- #12CharacterEval: A Chinese Benchmark for Role-Playing Conversational Agent Evaluation
CharacterEval은 중국어 역할극 대화 에이전트를 평가하기 위한 체계적인 벤치마크와 데이터셋을 제시한다.
- #308Behavioral Compositionality of Sparse Autoencoder Representations
희소 오토인코더(SAE) 좌표는 행동적 구성성을 비교적으로 지원하지만, 완전한 가산성은 요구되지 않는다.
- #313Each Reward to Its Relevant Tokens: Reward-Specific Token-Level Credit Assignment for Multi-Reward RL
MRTPO는 여러 보상의 영향을 각각의 관련 토큰에 할당함으로써 다중 보상 강화 학습의 성능을 향상시킨다.
- #322Trajectory-Level Speculation with Semantic Verification for Tool-Using Agents
SpecAgent는 강력한 모델이 약한 모델의 작업을 검증하는 방식으로, 대규모 언어 모델 에이전트의 효율성을 향상시킨다.
- #323SimForcing: Distilling Simulation Motion Priors into Real-Domain Robot World Models
SimForcing은 시뮬레이션에서 움직임 지식을 전이하고 실제 영상 생성에 활용하는 로봇 월드 모델 학습 프레임워크로, Bridge 데이터셋에서 기존 방법 대비 PSNR, SSIM, LPIPS, FVD에서 우수한 성능을 보인다.
- #324Learning Self-Orchestration in Decentralized Agent Swarms
분산 에이전트 군집에서 행동 정책과 자기 조직화를 동시에 학습하는 MPT 프레임워크를 제안한다.
- #325FlashMask-3: Efficient and Expressive Mask-Aware Distributed Attention
FlashMask-3는 Hopper GPU 기반의 분산 환경에서 효율적인 마스크 인식 어텐션 연산을 구현한 새로운 기술로, TFLOPs 성능과 통신 효율성을 크게 향상시킨다.
- #326Beyond Policy Rollouts: Embedding-Space Directional Exploration with Anchored Noise for LLM RLVR
EDEN은 RLVR에서 정책 자체의 롤아웃을 벗어난 탐색을 가능하게 하며, 수학적 추론 벤치마크에서 GRPO 대비 더 높은 Pass@1 및 Pass@8 성능을 보인다.
- #327SUPRA-TEX: 3D Generation with Super-Aligned Texture
SUPRA-Tex는 3D 생성 과정에서 표면 정렬과 관찰 기반 재료 보완을 분리하여, 주어진 이미지의 시각 세부사항을 정확히 재현하는 3D 재질 생성 프레임워크이다.
- #328Cowork-Gym: Synthesizing Interactive Work Environments at Scale
Cowork-Gym은 대규모로 작업 환경을 생성하고 Qwen 모델을 학습시켜 27B 버전이 100B 이상 모델을 능가하는 성능을 보인다.
- #329LEASH: Uncertainty-Aware Weak-to-Strong Escalation and Oversight for Computer-Use Agents
LEASH는 Qwen3.5-35B-A3B와 Claude Opus 5를 사용해 73.66%의 작업 성공률을 달성하며, 추론 비용을 19.2% 절감하는 비학습형 확률 인식 에이전트 프레임워크이다.
- #330Gen4P: Video Generators are 4D Perceivers
Gen4P는 단일 비디오 입력으로 4D 기하와 운동을 복원하는 단일 단계 퍼셉티버로, 사전 학습된 비디오 생성기를 활용해 정밀한 4D 재구성을 달성한다.
- #331Mine, Sample, Render: Test-Time Diversity Alignment Of Generative Models
MSR은 테스트 타임에 생성 모델의 다양성을 향상시키기 위해 실제 데이터셋에서 속성 분포를 추출하고 샘플링하는 프레임워크이다.
- #332LeanPRM: Lean-Grounded Process Supervision for Natural Language Proof Verification
LeanPRM은 Lean 프로빙 어시스턴트를 활용해 자연어 증명의 단계별 정확도를 라벨링하는 프레임워크로, Qwen3-4B 모델로 74.7%의 정확도를 달성했다.
- #333Copy-Paste Language Models
CPLM은 별도의 Copy-Paste 헤드를 추가하여 언어 모델의 복사 능력과 훈련 효율성을 동시에 향상시킨다.
- #334SERO: Learning from Executable Oracle Continuations for Long-Horizon Agentic Reinforcement Learning
SERO는 실행 가능한 오라클 연속을 활용해 장기적 에이전트 강화 학습의 성능을 향상시키는 새로운 방법이다.
- #335MMSearch-OPD: Easy Made Hard, Hard Made Learnable for Long-Horizon Multimodal Search Agents
- #336Scalable Weak-to-Strong Verifier Hardening for Agent Environments
GPT-5.6-Luna와 GPT-5.6-Terra를 활용한 자동화된 verifier 강화 프로세스로, Terminal Bench, SETA, KernelBench에서 공격 성공률을 68.1% 감소시킴.
- #337Recursive Environment Scaling for General Long-Horizon Agents
Recursive Environment Scaling(RES)은 기존 벤치마크 환경을 변형해 에이전트 평가와 학습을 강화하는 프레임워크로, Claw-Eval-Live에서 77.14% 성능 하락을 유도한다.
- #338PathFM: Fast Generative Forecasting of Multivariate Trajectories
- #339Learning to Read Out: Unembedding Dynamics in Language Model Pretraining