- #2LoRA vs Full Fine-tuning: An Illusion of Equivalence
LoRA와 full fine-tuning은 유사한 성능을 보이지만, 학습된 솔루션의 스펙트럼 구조와 일반화 능력에 차이가 있음을 밝힘.
- #3DeeR-VLA: Dynamic Inference of Multimodal Large Language Models for Efficient Robot Execution
DeeR-VLA는 상황에 따라 MLLM의 크기를 동적으로 조정하여 로봇 실행 효율을 5.2–6.5배 향상시키는 다중 종료 아키텍처 기반 프레임워크이다.
- #5T2V-CompBench: A Comprehensive Benchmark for Compositional Text-to-video Generation
T2V-CompBench는 1400개의 텍스트 프롬프트를 기반으로 구성적 텍스트-비디오 생성을 평가하는 첫 번째 벤치마크로, 다양한 평가 지표와 분석을 통해 모델의 조합 능력을 체계적으로 평가한다.
- #6FreGS: 3D Gaussian Splatting with Progressive Frequency Regularization
FreGS는 주파수 공간에서 점진적 정규화를 통해 3D 가우시안 스플래팅의 과적합 문제를 해결하고 높은 품질의 뉴럴 렌더링을 달성한다.
- #7PutnamBench: Evaluating Neural Theorem-Provers on the Putnam Mathematical Competition
PutnamBench는 대학 수준 수학 경시 문제를 기반으로 한 다언어 정리 증명 벤치마크로, 신경망 정리 증명기의 한계를 드러낸다.
- #8SPHINX-X: Scaling Data and Parameters for a Family of Multi-modal Large Language Models
SPHINX-X는 다양한 기초 언어 모델과 대규모 다모달 데이터셋을 기반으로 한 다모달 대규모 언어 모델(MLLM) 시리즈로, 데이터와 파라미터 규모 확장으로 성능 향상을 실현한다.
- #9RM-Bench: Benchmarking Reward Models of Language Models with Subtlety and Style
RM-Bench는 언어 모델의 보상 모델을 세부 내용과 스타일 편향에 대해 평가하는 새로운 벤치마크로, 기존 평가와 높은 상관성을 보인다.
- #10ODTrack: Online Dense Temporal Token Learning for Visual Tracking
ODTrack은 온라인 토큰 전파를 통해 비디오 프레임 간 밀집한 시간적 연관성을 학습하는 실시간 성능의 비디오 추적 프레임워크이다.
- #11Video World Models with Long-term Spatial Memory
3D 기반 장기 공간 기억을 도입하여 비디오 월드 모델의 장기 일관성을 향상시킨다.
- #12HalluLens: LLM Hallucination Benchmark
HalluLens는 LLM의 환영현상(할루시네이션)을 체계적으로 평가하기 위한 벤치마크를 제안하며, 특히 외부적 할루시네이션 평가와 동적 테스트셋 생성을 강조한다.
- #311MambaAct: Efficient Mamba Action Experts for Flow-Matching Vision-Language-Action Models
MambaAct는 π₀.₅ 기반 VLA 모델의 액션 전문가를 Mamba로 대체해 추론 속도를 64.8% 개선한 효율적 정책 모델이다.
- #312TILDE: Teacher-in-the-Loop Distillation from Embodied Foundation Models
TILDE는 AutoDAgger를 활용해 EFM의 강력한 제어 능력을 학습 없이 정책에 전이하는 정책 증류 프레임워크로, 실제 작업 성능을 최대 4.1배 향상시킨다.
- #315Bridging Exploration and Persona: Information-Directed Dueling for Test-Time Agent Personalization
ID-TAP은 테스트 시점에서 사용자 선호에 맞춘 LLM 에이전트 개인화를 위해 정보 지향적 듀얼링 밴딧 프레임워크를 제안한다.
- #316Skeleton-Grounded Latent Action Model for Robot World Models
SkeLAM은 로봇 제어와 일치하는 레이턴트 액션을 학습하기 위해 뼈대 정보를 활용한 구조화된 레이턴트 액션 모델로, DROID 데이터셋에서 ADE 19.5%, LPIPS 11.1% 개선을 달성했다.
- #319FilmFlow: Agentic System for 3D Virtual Film Cinematography
FilmFlow는 자연어 또는 참조 영상 입력을 3D 환경에서 실행 가능한 카메라 트레젝토리로 생성하는 에이전트 기반 시스템이다.
- #321Beyond Watching and Searching: Benchmarking Agents for Video-centered Deep Research Reports
비디오 중심의 심층 연구 보고서 생성을 평가하는 새로운 벤치마크 OmniDR-Bench를 제안하며, 18개 시스템 중 최고 63.3점 기록.
- #322RouteWeaver: Weaving Mode Selection and Execution into Unified LLM Routing
RouteWeaver는 단일 LLM 정책 내에서 다양한 라우팅 모드를 통합하여 모드 선택과 실행을 동시에 학습하는 통합 LLM 라우팅 프레임워크이다.
- #323Heartbeat Thinking: Speculative Reasoning and Tool Execution While Listening in Realtime Voice Agents
Heartbeat Thinking은 실시간 음성 대화 중 사고와 도구 실행을 병렬화하여 응답 속도를 36.4% 개선한다.
- #324Different Tasks, Different Timesteps: Temporal Task-Aware Quantization for Diffusion Language Models
DLM에서의 양자화 민감도가 작업과 시간에 따라 달라짐을 밝히고, T²Quant라는 라벨 없는 믹스-프레시전 양자화 프레임워크를 제안하여 W4A4 기준 최대 6.7% 정확도 향상.
- #325RLSplat: Resource-Linear Budget Control for Feed-forward 3D Gaussian Splatting
RLSplat은 가우시안 수, 추론 지연, 피크 메모리가 예산에 따라 선형으로 감소하는 3D 가우시안 스플래팅 프레임워크이다.
- #326Agent Mosaic: Recognizing Confidentiality Leaks in Agentic LLM Systems
LLM 에이전트가 보안 문서를 결합해 민감 정보를 유추하는 '모자이크 효과'로 32.37%의 누설이 발생하는 문제를 실험적으로 밝혀낸 연구.
- #327Is Complex Agentic Memory Always Needed? Naive RAG Is Stronger Than We Thought
Naive RAG 기반 Raw-RAG가 복잡한 Agentic Memory 시스템을 앞서며, 대화 태스크에서 뛰어난 성능을 보인다.
- #328EvalResearchBench: Can AI Agents Build Their Own Feedback for Recursive Self-Improvement?
EvalResearchBench는 AI 에이전트가 자가 평가 시스템을 설계하는 능력을 평가하는 벤치마크로, 75%의 순위 일치율을 기록했으나 91%의 인간 간 불일치 상한선에는 미치지 못했다.
- #329Cola2: Co-Adaptive Hierarchical Language Modeling with Continuous Semantic Compression and Balanced Discrete Generation
Cola2는 연속-이산 협조적 학습을 통해 언어 생성 성능을 향상시키는 계층적 언어 모델링 프레임워크이다.
- #330RTAformer: Relation-Transition-Aware Transformer for Video Scene Graph Generation
RTAformer는 비디오 장면 그래프 생성에서 관계 변화를 효과적으로 반영하기 위해 관계 전이 정보를 모델링하는 트랜스포머 기반 프레임워크이다.
- #331Rethinking Sequence Compression with Test-time Regression
TTR-Compressor는 시퀀스 압축을 테스트 타임 회귀 문제로 재구성하여, 기존 풀링 및 프로젝션 기반 방법보다 뛰어난 성능을 보인다.
- #332AnyGameRenderer: Entity-Consistent Generative Rendering Across Games and an Entity-Level Benchmark
AnyGameRenderer는 AI 생성 게임의 저품질 영상에 고해상도 시각 효과를 추가하면서도 엔티티 위치와 타이밍을 정확히 유지하는 비디오-투-비디오 생성 모델이다.
- #333Verus-Insight: Towards Explainable Artifact Detection in AI-Generated Videos
Verus-Insight는 AI 생성 영상의 아티팩트를 구조화된 세 단계로 분석하여 정확도와 해석성을 동시에 향상시키는 시스템이다.
- #334AgentVQA: A Unified Benchmark for Agentic Visual Understanding
AgentVQA는 5개 도메인에서 VLM의 에이전트형 시각 이해 능력을 평가하는 오프라인 벤치마크로, 최고 모델도 58.5% 정확도에 그친다.
- #335MolLean: A Process-Verifiable Language for Chemical Reasoning
MolLean은 화학적 추론을 명시적 분자 상태에 기반한 실행 가능한 언어로 구현하여 검증 가능한 화학적 추론 기반을 제시한다.