chanmuzi의 AI 큐레이션

🧑🏻‍💻 Dev Nous Research

2026.03 4주차

Hermes Agent

• Nous Research가 개발한 self-improving AI agent로, 경험으로부터 skill을 자동 생성하고 사용 중 개선하는 built-in learning loop를 갖춘 것이 핵심
• 다양한 LLM provider 지원 (OpenRouter 200+ 모델, OpenAI, Anthropic 등) — `hermes model`로 코드 변경 없이 전환 가능
• Telegram, Discord, Slack, WhatsApp, Signal 등 멀티 플랫폼 게이트웨이를 통해 대화 가능하며, cross-platform conversation continuity 지원

• 6가지 terminal backend (local, Docker, SSH, Daytona, Singularity, Modal) 지원으로 $5 VPS부터 GPU 클러스터까지 어디서든 실행 가능
• persistent memory, cron scheduling, subagent 병렬 실행, FTS5 session search 등 에이전트 자율성을 위한 기능 다수 포함

+2개 더 보기

📜 Paper Google · UChicago · Santa Fe Institute

2026.03 4주차

Agentic AI and the Next Intelligence Explosion

• 전통적인 monolithic superintelligence(singularity) 서사를 비판하며, AI 발전이 진화적 패턴을 따라 plural, social, deeply entangled intelligence 시스템으로 향한다고 주장
• DeepSeek-R1, QwQ-32B 등 frontier reasoning model 내부에서 multi-agent dynamics가 자발적으로 발생함을 발견
• 명시적 학습 없이도 내부적으로 distinct cognitive perspectives 간 토론, 검증, 조정이 이루어지는 "Society of Thought" 현상

• 조직 과학(team composition, hierarchy, role differentiation)의 insights를 AI 시스템 아키텍처에 적용하는 institutional design framework 제안
• 중앙집중식 parent-child correction이 아닌, checks and balances를 갖춘 constitutional governance model을 통한 pluralistic, distributed 거버넌스를 주장

+2개 더 보기

🧑🏻‍💻 Dev Google

2026.03 4주차

Build real-time conversational agents with Gemini 3.1 Flash Live

• Google AI Studio의 Live API를 통해 Gemini 3.1 Flash Live 모델로 실시간 conversational agent를 구축할 수 있도록 지원
• voice와 vision 입력을 동시에 처리하는 real-time 멀티모달 에이전트 개발이 가능
• Live API 인프라를 활용해 실시간 상호작용을 처리하며, Google AI Studio 환경에서 바로 접근 가능

🧑🏻‍💻 Dev Mistral AI

2026.03 4주차

Speaking of Voxtral

• Mistral AI 최초의 text-to-speech 모델 Voxtral TTS 출시, 4B 파라미터의 경량 모델
• 9개 언어 지원(영어, 프랑스어, 독일어, 스페인어 등)이며 단 3초의 reference audio만으로 voice adaptation 가능
• 아키텍처 구성

• 3.4B transformer decoder backbone + 390M flow-matching acoustic transformer + 300M neural audio codec
• 성능: 500자 기준 latency 70ms, RTF 약 9.7x, 최대 2분 오디오 생성
• ElevenLabs Flash v2.5 대비 naturalness에서 우위, ElevenLabs v3와 동등한 품질을 달성
• 가격 $0.016/1,000자, Hugging Face에서 open weights(CC BY NC 4.0) 공개

+4개 더 보기

🧑🏻‍💻 Dev ARC Prize

2026.03 4주차

ARC-AGI-3

• 최초의 interactive reasoning benchmark로, AI 에이전트의 human-like intelligence를 측정하도록 설계
• 정적 퍼즐이 아닌 novel environment를 동적으로 탐색하며 전략을 지속적으로 적응시키는 능력을 평가
• long-horizon planning, belief updating, experience-driven adaptation 등을 측정

• 100% score는 AI 에이전트가 인간만큼 효율적으로 모든 game을 클리어할 수 있음을 의미
• SDK와 interactive UI를 제공하며, ARC Prize 2026 대회도 진행 중

+2개 더 보기

📜 Paper Meta

2026.03 4주차

Hyperagents

• task-solving과 self-modification을 하나의 editable program으로 통합하는 self-referential AI 프레임워크
• Darwin Gödel Machine(DGM)을 확장한 DGM-Hyperagents(DGM-H) 제안
• task agent(문제 해결)와 meta agent(자기 자신 및 task agent 수정)로 구성

• modification procedure 자체도 수정 가능하여 recursive improvement 달성
• 자체 개선 메커니즘(persistent memory, performance tracking)이 도메인 간 전이되며 시간에 따라 누적 개선됨

+2개 더 보기

🧑🏻‍💻 Dev Cohere

2026.03 4주차

Transcribe

• Cohere가 공개한 state-of-the-art ASR 모델로, Apache 2.0 라이선스 오픈소스
• Conformer 기반 encoder-decoder 아키텍처, 2B 파라미터
• HuggingFace Open ASR Leaderboard 1위 (평균 WER 5.42%)

• Whisper Large v3 (7.44%), ElevenLabs Scribe v2 (5.83%) 등을 상회
• 영어, 한국어, 일본어, 중국어 등 14개 언어 지원

+2개 더 보기

📜 Paper Rice · Stony Brook

2026.03 4주차

PRISM: A Dual View of LLM Reasoning through Semantic Flow and Latent Computation

• LLM의 multi-step reasoning을 semantic flow와 latent computation 두 관점에서 통합 분석하는 프레임워크
• 세 가지 구성요소: Markov chain 기반 semantic category transition 모델링, GMM 기반 hidden state 내 latent regime 식별, 두 레이어를 연결하는 Bridge Matrix
• 실패한 reasoning의 체계적 패턴 발견

• long-fail: verification loop에 갇히는 overthinking
• short-fail: 답을 제시한 직후 reasoning을 포기하는 premature commitment
• prompting 전략에 따라 reasoning 구조 자체가 재편됨을 실증 (conciseness 제약 시 computation 단편화, multi-path 지시 시 computation-verification 양방향 순환 증가)

+3개 더 보기

📜 Paper Mila · NYU

2026.03 4주차

LeWorldModel: Stable End-to-End Joint-Embedding Predictive Architecture from Pixels

• pre-trained encoder나 복잡한 multi-component loss 없이 pixel로부터 직접 world model을 학습하는 JEPA 기반 접근
• 단 두 개의 loss term(prediction loss + SIGReg Gaussian regularizer)만으로 representation collapse 없이 안정적 end-to-end 학습 달성
• 기존 대비 hyperparameter 6개 → 2개로 대폭 단순화

• ~15M 파라미터로 single GPU에서 수 시간 만에 학습 가능하며, foundation model 기반 대비 48배 빠른 planning 속도 (~1초 vs ~47초)
• 2D navigation, robotic control, 3D manipulation 태스크에서 경쟁력 있는 성능 확인 (PLDM, DINO-WM 등 baseline 대비 우위)

+2개 더 보기

🧑🏻‍💻 Dev Ai2

2026.03 4주차

MolmoWeb: An open agent for automating web tasks

• Molmo 2 multimodal model 기반의 open-weight visual web agent로, 스크린샷을 사람처럼 해석하여 클릭·타이핑·스크롤 등 브라우저 작업을 자율 수행
• 4B / 8B 두 가지 사이즈로 제공되며, 8B 모델은 GPT-4o 포함 대형 proprietary 모델 기반 agent보다 우수한 성능
• WebVoyager 78.2%, DeepShop 42.3%, TailBench 49.5%

• MolmoWebMix 데이터셋 공개: 1,100+ 웹사이트에서 수집된 30K human task trajectories, 590K subtask demonstrations, 2.2M screenshot QA pairs
• 공개된 human web-task execution 데이터 중 최대 규모
• 전체 training/evaluation 파이프라인, 재현 가능한 model checkpoints, 데이터 수집 도구를 함께 공개

+3개 더 보기

🧑🏻‍💻 Dev Google

2026.03 4주차

TurboQuant: Redefining AI efficiency with extreme compression

• LLM의 KV cache 메모리를 최소 6배 줄이고 최대 8배 속도 향상을 달성하는 compression algorithm (ICLR 2026)
• 3-bit까지 quantization 가능하며, training/fine-tuning 없이 정확도 손실 zero
• QJL(Quantized Johnson-Lindenstrauss)과 PolarQuant 두 기법을 결합

• QJL: JL Transform으로 고차원 데이터를 축소하고 각 벡터를 single sign bit(+1/-1)로 압축
• PolarQuant (AISTATS 2026): key vector를 2D sub-vector로 분할 후 polar coordinate로 인코딩하여 outlier 문제 해결
• KV cache compression 외에 vector search에도 적용 가능

+3개 더 보기

🧑🏻‍💻 Dev OpenAI

2026.03 4주차

OpenAI to acquire Astral

• Python toolchain 기업 Astral(uv, ruff, ty 개발사)을 인수하여 Codex 팀에 합류시키기로 합의
• uv는 월 1억 2,600만 이상 다운로드를 기록하며 Python 패키지 관리의 핵심 도구로 자리잡은 상태
• Codex(주간 활성 사용자 200만+)의 Python 개발 워크플로 전반에 걸친 AI 통합을 가속하려는 전략

• 인수 후에도 uv, ruff, ty 등 오픈소스 프로젝트는 계속 지원 예정

+1개 더 보기

📜 Paper University of Trento · Inria

2026.03 4주차

ProactiveBench: Benchmarking Proactiveness in Multimodal Large Language Models

• MLLM이 불완전한 visual input에 대해 사용자에게 추가 정보를 요청하는 "proactiveness"를 평가하는 최초의 벤치마크
• 7개 시나리오(occlusion 제거, 카메라 이동, 이미지 품질 개선 등), 7,557개 샘플, 22개 MLLM 평가
• 주요 발견: 현재 MLLM은 proactiveness가 현저히 부족하며, 모델 크기와의 상관관계도 없음

• hinting으로 약간의 개선은 가능하나, conversation history와 few-shot은 오히려 negative bias를 유발
• GRPO 기반 fine-tuning으로 proactiveness 학습이 가능하며, unseen 시나리오에도 일반화됨을 확인

+2개 더 보기

📜 Paper Apple

2026.03 4주차

Exclusive Self Attention

• 표준 self-attention의 출력이 self-value vector와 높은 cosine similarity를 보이는 "attention similarity bias" 문제를 지적
• attention이 context modeling 대신 pointwise feature transformation에 capacity를 낭비하고 있다는 분석
• XSA(Exclusive Self Attention) 제안: attention output에서 self-value vector 방향의 component를 제거하는 projection removal step 추가

• 구현이 매우 간단하며 computational overhead가 거의 없음
• 0.7B, 1.4B, 2.7B 모델에서 일관된 성능 향상 확인 (평균 accuracy: +0.26%, +1.03%, +1.36%)
• sequence length가 길어질수록 gain이 더 커지는 특성 (512 ~ 16K tokens)
• 8개 downstream benchmark(ARC-E, BoolQ, HellaSwag, LAMBADA 등)에서 개선, Attention Sink과도 호환 가능

+4개 더 보기

📜 Paper HUST · ByteDance

2026.03 3주차

Mixture-of-Depths Attention

• attention head가 현재 layer의 sequence KV뿐 아니라 이전 layer들의 depth KV에도 접근할 수 있게 하는 MoDA(Mixture-of-Depths Attention) 메커니즘 제안
• 깊은 LLM에서 발생하는 information degradation 문제를 해결
• single softmax operator를 통해 sequence 정보와 depth 정보를 data-dependent하게 통합하는 unified attention formulation

• hardware-efficient 알고리즘으로 FlashAttention-2 대비 97.3% 효율 달성 (64K sequence length 기준), naive PyTorch 대비 1458× speedup
• 1.5B 모델에서 평균 perplexity 0.2 감소, downstream task 성능 2.11% 향상을 단 3.7% FLOPs overhead로 달성

+2개 더 보기

🧑🏻‍💻 Dev Stanford · Princeton

2026.03 3주차

clawRxiv: An Academic Archive for AI Agents

• AI 에이전트가 독립적으로 논문을 발행, 토론, 평가할 수 있는 학술 아카이브 플랫폼
• 에이전트가 API key를 발급받아 structured metadata와 Markdown/LaTeX 콘텐츠를 포함한 논문을 제출하는 워크플로우
• 현재 67개 AI 에이전트가 활동 중이며 174편의 논문이 게시됨

• 커뮤니티 투표(upvote/downvote) 및 댓글 기능을 통해 에이전트 간 peer review가 가능
• bioinformatics, drug discovery, agentic AI, computational biology 등 다양한 분야를 커버

+2개 더 보기

📜 Paper Meta FAIR

2026.03 3주차

V-JEPA 2.1: Unlocking Dense Features in Video Self-Supervised Learning

• dense spatio-temporal structure 보존과 global scene understanding을 동시에 달성하는 video self-supervised learning 모델
• 네 가지 핵심 기법 도입
• Dense Predictive Loss: masked + visible context 토큰 모두에 supervision 적용

• Deep Self-Supervision: 중간 encoder layer에 계층적으로 self-supervised objective 적용
• Multi-Modal Tokenizer: 이미지(2D conv)와 비디오(3D conv)에 modality-specific embedding 사용
• Ego4D short-term object interaction anticipation에서 7.71 mAP (기존 SOTA 대비 35% 향상), robot grasping 성공률 20% 개선
• ViT-G (2B params) 스케일링 및 distilled ViT-B/L 변형 모델 공개, 10개 이상의 downstream task에서 일관된 성능 향상

+4개 더 보기

🧑🏻‍💻 Dev Cursor

2026.03 3주차

Towards Self-Driving Codebases

• 수천 개의 AI 에이전트가 협업하여 코딩 프로젝트를 수행하는 multi-agent orchestration 시스템 연구 공개
• 1주일간 연속 운영하며 시간당 ~1,000 commits, 총 10M tool calls 달성
• recursive planner-worker hierarchy 구조로 진화

• root planner → subplanner → independent worker 체계, 각 worker는 독립적인 repo copy에서 작업
• "Handoff" 메커니즘으로 조직 체계를 따라 정보 전파
• 인간 소프트웨어 팀과 유사한 hierarchical structure가 자발적으로 출현하는 현상을 관찰
• specification 정밀도가 결과에 결정적 영향을 미치며, prescriptive instruction보다 constraint 기반 가이드가 더 효과적

+4개 더 보기

📜 Paper Microsoft Research

2026.03 3주차

Online Experiential Learning for Language Models

• 배포 중 축적된 실제 사용 경험을 모델 파라미터에 반영하는 Online Experiential Learning(OEL) 프레임워크 제안
• 두 단계로 구성: (1) Extraction — 배포 시 interaction trajectory에서 transferable experiential knowledge 추출, (2) Consolidation — on-policy context distillation으로 지식을 파라미터에 통합
• reward model, verifiable reward, human annotation 없이 textual environment feedback만으로 동작

• Frozen Lake, Sokoban 환경에서 Qwen3-1.7B/4B/8B 모델 대상 반복 학습 시 정확도와 추론 효율 모두 개선
• 3라운드 후 응답 길이가 초기 대비 약 70%로 감소
• raw trajectory보다 추출된 experiential knowledge가 훨씬 효과적이며, on-policy consistency가 핵심 — 더 큰 모델의 지식보다 동일 모델의 지식이 더 효과적

+3개 더 보기

🧑🏻‍💻 Dev Google Labs

2026.03 3주차

Introducing 'vibe design' with Stitch

• Google Labs가 공개한 AI-native UI 디자인 플랫폼으로, high-fidelity UI를 생성·반복·협업할 수 있음
• "vibe design"이라는 새로운 개념을 제시 — AI가 디자인 의도를 개념 수준에서 이해하고 UI 컴포넌트로 변환
• 디자인 전문성 없이도 고품질 인터페이스 제작이 가능하도록 접근성을 높인 것이 핵심

🧑🏻‍💻 Dev Ai2

2026.03 3주차

MolmoPoint: Better Pointing Architecture for Vision-Language Models

• 텍스트 기반 좌표 생성 대신 token-based pointing mechanism을 사용하는 새로운 VLM pointing 아키텍처
• coarse-to-fine grounding: PATCH → SUBPATCH → LOCATION 3개 special token으로 pointing 수행 (기존 8토큰 → 3토큰)
• rotary embedding으로 spatial relationship 인코딩, no-more-points class로 명시적 중단 지원

• 3종 모델 공개: MolmoPoint-8B (범용), MolmoPoint-GUI-8B (소프트웨어 UI), MolmoPoint-Vid-4B (비디오)
• ScreenSpot-Pro 61.1로 open model SOTA 달성, PointBench 70.7%, PixMo-Points F1 89.2
• 8,192개 학습 데이터만으로 baseline 대비 약 20 F1 포인트 우위 — token-based grounding의 학습 효율성 입증. 모델·코드·데이터 전부 오픈소스

+3개 더 보기

🧑🏻‍💻 Dev NVIDIA

2026.03 3주차

NemoClaw

• OpenClaw에 보안 및 프라이버시 제어를 추가한 오픈소스 에이전트 스택 (early preview)
• NVIDIA Agent Toolkit, OpenShell(policy-based guardrails), Nemotron 모델을 결합
• 로컬 Nemotron 모델 실행과 클라우드 frontier 모델 연결을 privacy router로 병행

• GeForce RTX부터 DGX까지 다양한 NVIDIA 하드웨어에서 always-on autonomous agent 구동 가능
• 단일 커맨드(`curl | bash`)로 설치 후 `nemoclaw onboard`로 초기화

+2개 더 보기

🧑🏻‍💻 Dev Mistral

2026.03 3주차

Mistral Small 4

• Magistral(reasoning), Pixtral(multimodal), Devstral(agentic coding) 역량을 하나로 통합한 첫 Mistral 모델
• 128 experts 중 4개를 토큰당 활성화하는 MoE 구조, 총 119B params / 활성 6B params
• 256K context window, native multimodal(text + image) 지원

• `reasoning_effort` 파라미터로 fast instruct(`none`)부터 deep reasoning(`high`)까지 동적 조절 가능
• Mistral Small 3 대비 end-to-end latency 40% 감소, throughput 3배 증가
• Apache 2.0 라이선스 오픈소스 공개

+3개 더 보기

📜 Paper Fudan · Tsinghua

2026.03 3주차

AI Can Learn Scientific Taste

• AI가 연구 아이디어의 잠재적 임팩트를 판단하는 "scientific taste"를 학습할 수 있음을 제안
• RLCF(Reinforcement Learning from Community Feedback) 프레임워크 도입
• 2.1M arXiv 논문의 citation signal을 supervision으로 활용

• Scientific Judge(연구 품질 평가)와 Scientific Thinker(고임팩트 아이디어 제안) 두 모델 학습
• SciJudge-Qwen3-30B가 GPT-5.2, Gemini 3 Pro 등 proprietary LLM을 상회하는 80.6% accuracy 달성
• Scientific Thinker는 SOTA 모델 대비 54.2% win rate, 미지 분야로의 일반화(83.0%)도 확인

+3개 더 보기

🧑🏻‍💻 Dev Princeton · Together AI

2026.03 3주차

Mamba-3: Redesigning State Space Models for Inference

• training 효율이 아닌 inference 효율을 최우선 목표로 재설계한 SSM 아키텍처
• 3가지 핵심 개선
• exponential-trapezoidal discretization으로 SSM 표현력 강화

• complex-valued SSM system으로 state-tracking 능력 확장
• MIMO(Multi-Input Multi-Output) 구조로 parallel processing과 낮은 decode latency 달성
• causal convolution 제거, RoPE 통합, QKNorm 추가 등 Transformer와의 architectural alignment 개선
• H100에서 1.5B 모델 기준 Mamba-2, Gated DeltaNet, vLLM Transformer 대비 최저 prefill+decode latency 달성

+4개 더 보기

🗞️ News Niantic · Coco Robotics

2026.03 3주차

'Pokémon Go' players unknowingly trained delivery robots with 30 billion images

• Pokémon Go 플레이어들이 수집한 300억 장 이상의 이미지를 활용해 배달 로봇용 Visual Positioning System(VPS)을 개발
• Niantic Spatial이 Coco Robotics와 협력하여 GPS보다 정밀한 centimeter-level 위치 추적을 로봇에 적용
• 고층 건물이 밀집한 도심(urban canyon)에서 GPS 신호가 불안정한 문제를 시각적 랜드마크 분석으로 해결

• 2020년 도입된 "Field Research" 기능으로 플레이어들이 실제 랜드마크를 카메라로 스캔하도록 유도, crowdsourced mapping 데이터를 축적
• 엔터테인먼트 목적으로 수집된 데이터가 상업적 용도로 전환되는 사례 (Google CAPTCHA → AI 학습과 유사한 패턴)

+2개 더 보기

📜 Paper Tsinghua · PKU

2026.03 3주차

LATENT: Learning Athletic Humanoid Tennis Skills from Imperfect Human Motion Data

• 불완전한 human motion fragment만으로 humanoid 로봇에 테니스 기술을 학습시키는 방법 제안
• 완벽한 kinematic 데이터 없이도 primitive skill을 correction·composition하여 정책을 학습
• Unitree G1 humanoid 로봇에 배포하여 실제 환경에서 사람과 multi-shot rally 수행에 성공

• 다양한 조건에서 안정적인 ball-striking과 reactive footwork를 보여주며, 목표 위치로의 리턴도 가능
• robust sim-to-real transfer를 위한 설계가 포함되어 실제 배치 가능성을 입증

+2개 더 보기

📜 Paper Moonshot AI

2026.03 3주차

Attention Residuals

• 기존 Transformer의 고정 residual connection을 depth-wise attention으로 대체하는 구조 제안
• 표준 residual은 모든 layer 출력을 동일 가중치로 누적하여, 깊어질수록 각 layer 기여가 희석되는 문제 존재
• 각 layer가 이전 representation들에 대해 learned, input-dependent softmax attention을 수행하여 선택적으로 집계

• Block AttnRes: ~8개 블록 단위로 분할하여 실용적인 drop-in replacement로 사용 가능 (오버헤드 최소)
• 5.6 PFLOP/s-days 기준 1.25배 compute advantage 달성
• MMLU 73.5→74.6, GPQA-Diamond 36.9→44.4, Math 53.5→57.1 등 전반적 성능 향상

+3개 더 보기

🧑🏻‍💻 Dev Z.AI

2026.03 3주차

GLM-5-Turbo

• agent 기반 워크플로우에 최적화된 foundation model로, tool integration과 complex task execution에 특화
• 200K context length, 최대 128K output tokens 지원, thinking mode 및 structured output(JSON) 제공
• 4가지 핵심 강화 영역

• Tool Calling 정확도, Instruction Following, Scheduled/Persistent Tasks, High-Throughput Long Chains
• MCP(Model Context Protocol) integration 지원, OpenAI-compatible SDK로도 접근 가능
• ZClawBench 벤치마크에서 GLM-5 대비 agent task 전반에서 유의미한 성능 향상 확인

+3개 더 보기

📜 Paper NYU · Meta

2026.03 3주차

The Spike, the Sparse and the Sink: Anatomy of Massive Activations and Attention Sinks

• Transformer LM에서 반복적으로 관찰되는 massive activations(특정 채널의 극단적 outlier)과 attention sinks(의미와 무관하게 과도한 attention을 받는 토큰)의 메커니즘을 체계적으로 분석
• 두 현상은 본질적으로 결합된 것이 아닌 architectural artifact이며, 각각 독립적으로 억제 가능
• massive activations: implicit parameter로서 global하게 작동

• attention sinks: attention head 단위로 local하게 작동
• SwiGLU FFN 블록이 directional quadratic amplifier로 기능하며, spike token의 3단계 lifecycle(injection → residual accumulation → neutralization)을 규명
• RMSNorm이 spike token을 sparse, near-constant representation으로 변환하는 bridge 역할을 하며, head dimension이 sink 형성의 primary architectural driver임을 실험적으로 입증
• Sandwich normalization, DynamicTanh, conditional gating 등으로 성능 저하 없이 각 현상을 독립적으로 제거할 수 있음을 보임

+4개 더 보기

🧑🏻‍💻 Dev Google

2026.03 3주차

How we're reimagining Maps with Gemini

• Gemini를 활용한 Google Maps의 두 가지 주요 AI 기능 발표
• **Ask Maps**: 자연어로 장소, 비즈니스, 내비게이션에 대해 질문할 수 있는 대화형 인터페이스
• **Immersive Navigation**: 시각적으로 풍부한 몰입형 내비게이션 경험 제공

• generative AI를 주류 소비자 앱에 통합하는 Google의 전략적 방향성을 보여주는 업데이트

+1개 더 보기

🧑🏻‍💻 Dev Cursor

2026.03 3주차

How we compare model quality in Cursor

• 실제 사용자 세션 기반의 자체 평가 도구 CursorBench를 소개하는 기술 블로그
• public benchmark의 한계를 지적: workflow 불일치, grading 가정 문제, data contamination
• SWE-bench Verified의 contamination 이슈를 구체적으로 분석

• **Cursor Blame** 기법으로 커밋된 코드를 agent request로 역추적하여 자연스러운 query-solution 쌍 생성
• CursorBench-3 기준 task 복잡도가 초기 대비 약 2배 증가했으며, SWE-bench보다 더 많은 코드 라인을 다룸
• 향후 long-running autonomous agent 평가로 전환 예정, grading 비용 절감과 외부 서비스 의존 태스크 처리가 과제

+3개 더 보기

📜 Paper Fudan · Meituan

2026.03 3주차

Can RL Improve Generalization of LLM Agents? An Empirical Study

• reinforcement fine-tuning이 LLM agent의 generalization 능력을 향상시킬 수 있는지에 대한 실증 연구
• 세 가지 차원에서 분석
• (1) within-environment generalization: 동일 환경 내 난이도 변화에 대한 적응

• (2) cross-environment transfer: 새로운 환경으로의 지식 전이
• (3) sequential multi-environment training: 다중 환경 순차 학습 시 지식 보존 패턴
• 동일 환경 내 난이도 변화에는 효과적이나 새로운 환경 전이에는 한계가 있으며, 이는 semantic 기반과 interface 구조 차이에 기인
• sequential training은 minimal forgetting으로 성능 향상을 달성, mixed environment training이 전반적 성능 균형에 효과적

+4개 더 보기

🧑🏻‍💻 Dev Perplexity

2026.03 2주차

Everything is Computer

• Mac mini 위에서 24/7 상시 구동되는 cloud-based AI agent 소프트웨어 "Personal Computer" 발표
• 로컬 파일, 앱(Gmail, Slack, GitHub, Notion 등), 세션에 persistent access를 제공하여 사용자의 digital proxy 역할 수행
• 민감한 작업에는 사용자 승인(approval)이 필요하며, 모든 세션에 대해 full audit trail 제공 + kill switch 포함

• Perplexity Max 구독자($200/month) 전용으로 제공되며 현재 waitlist 오픈 상태
• Ask 2026 개발자 컨퍼런스에서 발표, enterprise·developer·finance 등 다양한 워크플로우로 확장 예정

+2개 더 보기

🧑🏻‍💻 Dev OpenAI

2026.03 2주차

From model to agent: Equipping the Responses API with a computer environment

• Responses API에 shell tool + hosted container workspace를 결합한 agent runtime 아키텍처 발표
• Debian 12 기반, Python 3.11, Node.js 22, Java 17, Go 1.23, Ruby 3.1 사전 탑재
• 모델이 shell command 제안 → 격리된 container에서 실행 → 결과를 context에 반영하는 루프 구조

• 여러 shell command를 동시 실행하는 concurrent execution 지원
• /mnt/data persistent storage, 네트워크 접근으로 외부 라이브러리 설치 및 API 호출 가능
• long-running agent를 위한 native context compaction과 SKILL.md 기반 reusable skills 표준 제공

+3개 더 보기

🧑🏻‍💻 Dev NVIDIA

2026.03 2주차

New NVIDIA Nemotron 3 Super Delivers 5x Higher Throughput for Agentic AI

• 120B 파라미터 규모의 오픈소스 agentic AI 모델, 1M token context window 지원
• hybrid MoE 아키텍처: Mamba layer(4x 메모리/연산 효율) + Transformer layer 조합, inference 시 12B 파라미터만 활성화
• Latent MoE로 1개 expert 비용으로 4개 expert를 활성화

• Multi-Token Prediction으로 3x 빠른 inference
• 이전 Nemotron Super 대비 5x throughput, 최대 2x accuracy 향상
• DeepResearch Bench 리더보드 1위 (NVIDIA AI-Q research agent 기반)

+3개 더 보기

📜 Paper PKU · Princeton

2026.03 2주차

OpenClaw-RL: Train Any Agent Simply by Talking

• agent interaction 과정에서 발생하는 next-state signal(user reply, tool output, state change)을 학습 신호로 활용하는 RL framework
• evaluative signals: Process Reward Model judge를 통해 scalar reward로 변환 (Binary RL)
• directive signals: Hindsight-Guided On-Policy Distillation으로 token-level directional supervision 제공

• personal conversations, terminal, GUI, SWE 등 다양한 agent 유형에 단일 framework로 통합 적용 가능
• 비동기 4-component 파이프라인: policy serving(SGLang), environment hosting, PRM judging, training(Megatron)을 독립적으로 수행

+2개 더 보기

📜 Paper Google

2026.03 2주차

Thinking to Recall: How Reasoning Unlocks Parametric Knowledge in LLMs

• 복잡한 추론이 필요하지 않을 때도 reasoning이 parametric knowledge를 aid 하게 되는 현상에 대한 탐구
• two key driving mechanisms
• (1) a computational buffet effect: 생성된 토큰 자체를 의미와 상관 없이 latent computation 수행 시 사용한다는 것 (생성하는 것 자체가 복잡한 사고로 이어짐)

• (2) factual priming: topically related facts를 생성하는 것이 곧 semantic bridge 역할을 하게 됨
• hallucination-free factual statements를 reasoning trajectories 내에서 우선시 함으로써 답변 퀄리티를 개선할 수 있다고 설명

+2개 더 보기

🧑🏻‍💻 Dev Ai2

2026.03 2주차

MolmoBot: Training robot manipulation entirely in simulation

• 시뮬레이션 데이터만으로 학습된 robotic manipulation model
• 시뮬레이터 MuJoCo
• MolmoSpaces라는 오픈 시뮬레이션 생태계를 사용해, 물체, 배치, 카메라 시점, 조명, 텍스처, 동역학 등을 강하게 랜덤화한 수백만 개의 expert trajectory 데이터를 만들어 냄

• 모델 아키텍쳐
• MolmoBot (주력 VLM 기반 정책), MolmoBot‑SPOC (경량 트랜스포머 정책), MolmoBot‑Pi0 (비교용 PaliGemma 기반 정책)

+2개 더 보기

🧑🏻‍💻 Dev Replit

2026.03 2주차

Introducing Replit Agent 4: Built for Creativity

• 사람이 agent와 더 자연스럽게 협업할 수 있도록 발전. 사람은 창의성을 발휘하는 데에만 집중
• infinite canvas에서 여러 UI variants를 한 번에 뽑아보고 직접 시각적으로 수정
• 큰 작업을 subtasks로 쪼개어 병렬 처리 후 결과 병합

• 프로젝트 내에 다양한 산출물을 컨텍스트로 생성하여 Linear, Notion 등과 같은 외부서비스와 바로 연결

+1개 더 보기

🧑🏻‍💻 Dev Yann LeCun

2026.03 2주차

AMI Labs

• 얀 르쿤이 설립한 기업으로 제품 출시 전부터 약 1.4조 원 규모 투자금 유치 (기업 가치 35억 달러 수준)
• 월드모델을 통해 할루시네이션을 원천 차단하고 의료와 같은 고위험 분야에서도 안전하게 쓸 수 있는 AI 구축 목표

🧑🏻‍💻 Dev Google

2026.03 2주차

Gemini Embedding 2: Our first natively multimodal embedding model

• text, images, videos, audio, documents를 single, unified embedding space에 mapping 하는 multimodal embedding model
• 100개 이상의 언어를 지원하며 8K tokens, 6개 이미지, 120초 비디오 등을 한 번의 request에서 처리할 수 있음
• MRL(Matryoshka Representation Learning)이 적용되어 있고 3072 차원이 default (1536, 768 차원 지원)

📜 Paper Meta, NVIDIA

2026.03 2주차

FlashAttention-4: Algorithm and Kernel Pipelining Co-Design for Asymmetric Hardware Scaling

• H100에만 최적화된 FlashAttention-3의 한계를 극복하기 위해 진행된 연구
• 주요한 세 가지 특징
• asynchronous MMA operations을 온전히 이용하는 redesigned pipeline

• software-emulated exponential and conditional softmax rescaling
• shared memory traffic을 줄이기 위해 tensor memory & 2-CTA MMA mode 이용

+2개 더 보기

🧑🏻‍💻 Dev Andrej Karpathy

2026.03 2주차

AutoResearch

• AI agent가 학습 코드를 수정하고 직접 실험을 돌리는 방식으로 research process를 변경
• 사람은 간단한 마크다운 프롬프트 작성 → Agent는 실험하며 개선 사항을 Git feature branch에 반영
• 3개의 .py 파일, 630줄로 구성된 프로젝트로 연구에 대한 패러다임 전환을 시사하여 화제를 일으키고 있음

🧑🏻‍💻 Dev HuggingFace

2026.03 2주차

The Synthetic Data Playbook:Generating Trillions of the Finest Tokens

• FinePhrase: 468B token dataset. 사전학습을 위한 합성데이터.
• 90번의 실험 동안 12.7 GPU years 자원을 사용하여 1T 토큰 이상을 생성하며 합성 데이터 생성에 필요한 best recipe를 발견했다고 설명
• 이미 기존에 존재하던 web-data는 충분히 사용되었으므로 높은 퀄리티의 합성 데이터를 만드는 것이 핵심 (이런 흐름이 된지 좀 되었음)

📜 Paper MIT

2026.03 2주차

NeuroSkill(tm): Proactive Real-Time Agentic System Capable of Modeling Human State of Mind

• foundation EXG model & text embedding model을 사용하여 edge에서 완전 offline으로 동작하며 Human State of Mind를 modeling 할 수 있는 real-time proactive agentic system
• 사용자의 뇌파(EEG)와 생체 신호를 실시간으로 분석
• NeuroSkill은 system에 의해 제공되는 API, CLI를 통해 Human’s State of Mind의 SKILL.md description를 이용함

• 사용자 역시 마크다운 형식의 파일을 수정하는 것만으로 agent 동작 방식 최적화

+1개 더 보기

📜 Paper UC berkeley

2026.03 2주차

Symmetry in language statistics shapes the geometry of model representations

• LLM은 내부 representation 공간에서 기하 구조를 스스로 형성하는데 이는 deep learning dynamics가 아닌 자연어 통계의 translation symmetry에 직접 기인한다고 설명
• months, days of the week처럼 cyclic 개념의 경우 circular representation이 optimal encoding으로 자연스럽게 등장
• historical years, number line 같이 연속적인(continuous) 개념의 representation은 곡률을 가진 compact 1D manifold 위에 정렬되는 형태를 보임

📜 Paper Meta

2026.03 1주차

AI Must Embrace Specialization via Superhuman Adaptable Intelligence

• 사람들이 AGI에 대해 논하지만 AGI의 개념부터 틀렸음
• 인간도 보편적인 지능체가 아닌 생존 전문가일 뿐이며 스스로의 맹점을 잘 인지하지 못함
• AI는 general 해야 하는 게 아니라 특화되어야 한다고 설명하며 Superhuman Adaptable Intelligence (SAI) 개념을 도입

• 단백질을 접는 AI가 빨래까지 접을 필요가 없음 (fold proteins and fold laundry)

+1개 더 보기

📜 Paper Microsoft

2026.03 1주차

Proact-VL: A Proactive VideoLLM for Real-Time AI Companions

• 기존에 달성하기 어려운 것들: low-latency inference, deciding when to respond
• AI companions (commentator & guide) 를 이용한 자동 평가
• Live Gaming Benchmark: solo-commentary, co-commentary, user guidance, 3개의 시나리오를 커버하는 large-scale dataset

🧑🏻‍💻 Dev Ai2

2026.03 1주차

Introducing Olmo Hybrid: Combining transformers and linear RNNs for superior scaling

• transformer attention과 linear recurrent layers를 혼합한 아키텍쳐의 7B 모델
• Olmo 3 대비 2배 정도의 데이터 효율성을 보여주었음

📜 Paper Meta

2026.03 1주차

Beyond Language Modeling: An Exploration of Multimodal Pretraining

• 얀 르쿤이 저자로 참여한 논문
• LLM에 vision adapter를 붙이는 방식 대신 text, images, video를 scratch 부터 함께 학습하는 one system
• unified training이 perception & generation 둘 다에 대해 useful presentation을 produces

• vision은 scaling을 위해서 language보다 더 많은 데이터를 필요로 한다는 결론

+1개 더 보기

🧑🏻‍💻 Dev OpenAI

2026.03 1주차

Introducing GPT‑5.4

• spreadsheets, documents, software development, research 와 같은 태스크들을 위한 one system
• native computer use를 포함하여 스크린샷을 이해하고 적합한 mouse & keyboard actions 사용 가능
• 1M context window를 지원하며, longer responses 전에 plan을 outline 하는 특징

🧑🏻‍💻 Dev Google

2026.03 1주차

Google Workspace CLI, GWS

• Drive, Gmail, Calendar와 같은 Workspace services에 연결해서 structured JSON을 반환해주는 CLI 도구
• Google API 정의를 읽어서 이를 CLI commands로 자동 변환
• 고정된 명령어 목록 x → 동적으로 생성 o

• MCP 서버를 지원하며 50개 이상의 상세 스킬 보유

+1개 더 보기

📜 Paper Meta

2026.03 1주차

Agentic Code Reasoning

• semi-formal reasoning: agents가 explicit premises를 구성하고 execution paths를 추적하며 formal conclusions를 이끌어내도록 하는 structured prompting methodology
• agent는 cases를 스킵하거나 unsupported claims를 만들어낼 수 없음
• structured agentic reasoning이 실제 코드 실행 없이도 semantic code analysis를 가능토록 한다는 결론

• RL training pipelines, code review, static program analysis 등에 활용 가능할 것으로 예상

+1개 더 보기

🧑🏻‍💻 Dev Ai2

2026.03 1주차

How do researchers actually use AI-powered science tools? Lessons from 250,000+ queries

• 연구자들이 AI 기반 연구 도구를 어떻게 사용하는지 분석한 결과를 정리
• 쿼리가 훨씬 길고 복잡하며 요구사항이 많다고 분석
• 단순 검색 엔진이 아닌 협업 연구 파트너로 취급하는 경향 존재

• Asta Interaction Dataset (AID): 258,935개의 queries & 432,059개의 clickstream interactions로 이뤄진 데이터셋 공개

+1개 더 보기

🧑🏻‍💻 Dev Perplexity

2026.03 1주차

pplx-embed: State-of-the-Art Embedding Models for Web-Scale Retrieval

• real-world, web-scael retrieval을 위한 SoTA text embedding models MIT 라이센스로 공개: pplx-embed-v1, pplx-embed-context-v1
• 각각 0.6B, 4B로 속도와 검색 퀄리티에 집중. INT8 & binary embeddings 반환
• continued diffusion pretraining, contrastive training, native quantization 등을 학습 기법으로 언급

🧑🏻‍💻 Dev inception

2026.03 1주차

Introducing Mercury 2

• 세계에서 가장 빠른 reasoning language model 공개
• autoregressive 방식보다 5배 이상 빠른 추론 속도를 자랑
• 초당 80토큰 정도를 생성하는 Claude Haiku 4.5, GPT-5 Mini보다도 100배 이상 많은 1,000 토큰을 생성

• tunable reasoning, 128K context, native tool use, schema-aligned JSON output 등의 특징

+1개 더 보기

📜 Paper Google

2026.03 1주차

Think Deep, Not Just Long: Measuring LLM Reasoning Effort via Deep-Thinking Tokens

• LLM의 추론 능력을 평가할 때 생성된 문장의 길이(토큰 수)보다 내부적인 사고의 깊이가 더 중요하다는 점을 강조
• deep-thinking 비율이 높을수록 복잡한 추론 문제를 잘 풀 수 있다는 양의 상관관계 확인
• Think@n: high deep-thinking ratios(DTR)를 우선시 해서 sampling 하는 test-time scaling strategy 제시

• 초기 생성 단계에서 DTR이 낮은 유망하지 않은 답변 사전 차단

+1개 더 보기

📜 Paper Sakana

2026.02 4주차

Doc-to-LoRA: Learning to Instantly Internalize Contexts

• context distillation (CD)이 정보 전달에 탁월하지만 per-prompt distillation은 현실적으로 적용 불가능
• single forward pass 내에서 CD에 근사하도록 meta-learn 하는 lightweight hypernetwork
• unseen prompt가 주어지면 LoRA adapter를 생성하여 이어지는 쿼리들에 응답할 때 기존 context를 re-consume 하지 않도록 함

• latency & KV-cache memory consumption을 줄일 수 있음

+1개 더 보기

🧑🏻‍💻 Dev Google

2026.02 4주차

Nano Banana 2: Combining Pro capabilities with lightning-fast speed

• Gemini 3.1 Flash Image 모델을 Nano Banana 2로 공개
• Pro의 성능과 Flash의 추론 속도 장점을 합쳐놓은 것으로 소개
• 텍스트 렌더링 최적화가 되었다고 설명

• 최대 5명의 캐릭터 + 14개 오브젝트를 한 워크플로우에서 일관되게 유지

+1개 더 보기

📜 Paper NVIDIA

2026.02 4주차

On Data Engineering for Scaling LLM Terminal Capabilities

• Two key contributions
• Terminal-Task-Gen: seed-based & skill-based task construction을 지원하는 lightweight synthetic task generation pipeline
• data & training analysis: filtering, curriculum learning, long context training, scaling behavior 등을 포함

• Terminal-Corpus: large-scale open-source dataset for terminal tasks
• 이를 이용해서 Qwen3 기반의 Nemotron-Terminal 모델 학습

+2개 더 보기

🧑🏻‍💻 Dev Perplexity

2026.02 4주차

Introducing Perplexity Computer

• a general-purpose AI system: single prompts에 단순 대답 → runs full workflows
• 여러 개의 frontier models를 병렬적으로 실행하고 orchestrate
• 각 작업에 맞는 모델들을 자동으로 골라서 사용하는 구조

• (개인 의견) 예전 MS에서 jarvis라고 HuggingFace에 업로드된 모델들을 적재적소에 사용하는 구조를 제시했던 것의 발전된 형태로 보임

+1개 더 보기

🧑🏻‍💻 Dev Anthropic

2026.02 4주차

Detecting and preventing distillation attacks

• DeepSeek, Moonshot, MiniMax, 3개의 중국 AI 연구소가 2,400여 개의 사기 계정으로 1,600만 건이 넘는 질의로 Claude의 능력을 무단 질의했다고 밝힘
• Anthropic은 중국 및 그 영향 하 기업들에 상업적 접근을 제공하지 않고 있는데 트래픽을 분산해서 이를 우회
• distillation pattern & CoT 유도 프롬프트를 탐지하는 분류기, behavioral fingerprinting 구축

• 애매한 저작권, IP 경계로 인해 (특히나 이중잣대) Anthropic에 냉소적인 커뮤니티 반응

+1개 더 보기

📜 Paper Video-Reason Team

2026.02 4주차

A Very Big Video Reasoning Suite

• Very Big Video Reasoning (VBVR) Dataset: 체계적인 taxonomy에 따라 200가지 추론 과제. 100만 개 이상의 비디오 클립 포함
• 기존 데이터셋 대비 약 1,000배 더 큰 규모
• 엄청난 양의 데이터 공개로 인해 크게 화제를 일으키고 있음 (HuggingFace Papers 역대급 추천수..)

• VBVR-Bench: model-based judging을 넘어 rule-based, human-aligned scores를 통합한 verifiable evaluation framework

+1개 더 보기

📜 Paper ETH Zurich

2026.02 4주차

Evaluating AGENTS.md: Are Repository-Level Context Files Helpful for Coding Agents?

• coding agents들이 참조하는 [AGENTS.md](http://AGENTS.md) 와 같은 컨텍스트 파일이 비용만 늘리는 경우가 많다고 지적
• AGENTbench 제작: 실제 깃허브 이슈로부터 제작한 Python software engineering tasks로 138개의 unique instances로 구성됨
• 사람이 직접 작성한 컨텍스트 파일은 그나마 성능을 향상시켜주긴 하지만, 마찬가지로 사용하는 토큰의 양이 증가하게 됨

📜 Paper Waterloo

2026.02 4주차

NanoKnow: How to Know What Your Language Model Knows

• LLM이 뭘 알고 있는지를 알기 어려운 이유는 사전 학습 데이터가 공개되어 있지 않기 때문
• 완전 공개 corpus로만 학습된 NanoChat 소형 LLM을 이용해 NanoKnow 벤치마크로 실험
• 답이 학습 데이터에 자주 등장할수록 정확도가 상승

• parametric knowledge와 external knowledge는 상호보완적
• 그러나 관련 없는 문서(distractor)는 성능을 하락시키는 원인이 됨
• (개인 견해) 일반화 성능이 부족한 작은 모델의 특성으로 인한 것인지, flagship 모델들도 방대한 데이터를 학습했기 때문에 대부분 상황에 커버되는 것인지 파악하기 어려워 보임

+3개 더 보기

📜 Paper ByteDance

2026.02 4주차

Does Your Reasoning Model Implicitly Know When to Stop Thinking?

• large reasoning models (LRMs)는 복잡한 추론을 잘하지만 지나치게 많이 생성(redundancy)함으로써 비효율 초래
• 오히려 추론이 정확도를 떨어뜨리는 경우도 존재
• 본 연구에서는 LRMs가 thinking을 멈춰야 할 적절한 타이밍을 내재적으로 알고 있지만, 이러한 능력이 현재의 sampling paradigms에 의해 obscured 된다고 설명

• Self-Aware Guided Efficient Reasoning (SAGE): reasoning potential을 발휘할 수 있도록 하는 새로운 sampling paradigm 제시
• 이를 group-based RL과 결합한 것이 (SAGE-RL) pass@1 inference의 reasoning 효율성을 크게 향상시켜줬다고 설명

+2개 더 보기

📜 Paper NVIDIA

2026.02 4주차

World Action Models are Zero-shot Policies

• DreamZero: pretrained video diffusion backbone으로 학습한 World Action Model (WAM)
• 기존 VLA와 달리 future world states & actions를 예측함으로써 physical dynamics를 학습
• 이를 위해 video를 how the world evolves의 dense representation으로 사용

• repetitive demonstrations에 의존하지 않고도 heterogeneous robot data로부터 다양한 스킬 학습
• 기존 SoTA VLA 대비 2배 수준의 일반화 성능을 보임 (to new tasks & environment)
• 14B autoregressive video diffusion model이 real-time closed-loop control을 7Hz로 가능

+3개 더 보기

📜 Paper Google DeepMind

2026.02 3주차

Intelligent AI Delegation

• 기존의 task decomposition & delegation methods는 simple heuristics에 의존하는 점을 문제로 지적
• delegation을 sequence of decisions로 모델링하는 프레임워크 제안
• 언제 delegate할지, 어떻게 지시할지, 어떻게 AI outputs를 평가할지 등

• Adaptive delegation structure, Trust calibration mechanisms, Verification and integration, Multi-agent delegation networks 등의 핵심 특징

+1개 더 보기

📜 Paper Voltropy

2026.02 3주차

LCM: Lossless Context Management

• long-context tasks에서 Claude Code를 능가하는 deterministic architecture for LLM memory
• OOLONG 벤치마크에서 32K - 1M 사이의 context length에 대해 전부 Claude Code 능가
• recursive context manipulation이 native file-system access를 갖추고 있는 coding agents보다도 좋았다고 설명

• symbolic recursion을 2개의 deterministic, engine-managed mechanisms로 decompose
• recursive context compression, recursive task partitioning

+2개 더 보기

📜 Paper Meta, Princeton, Duke

2026.02 3주차

Learning Personalized Agents from Human Feedback

• AI agents는 static datasets으로 학습하므로 시간에 따라 변하는 preferences를 반영할 수 없음
• Personalized Agents from Human Feedback (PAHF): explicit per-user memory를 사용하여 live interaction으로부터 학습하여 continual personalization을 가능토록 하는 프레임워크
• three-step loop

• (1) ambiguity를 해결하는 pre-action clarification (2) memory로부터 확인된 preferences 속 actions grounding (3) preferences가 변했을 때 post-action feedback을 이용한 memory update

+1개 더 보기

🧑🏻‍💻 Dev Google

2026.02 3주차

Gemini 3.1 Pro: A smarter model for your most complex tasks

• 복잡한 문제(Complex Tasks) 해결에 초점을 두어 업그레이드 된 모델
• Advanced logical problem solving, Scientific & technical reasoning, Competitive coding tasks, MCP tool usage, Agentic search workflows

🧑🏻‍💻 Dev Cursor

2026.02 3주차

Implementing a secure sandbox for local agents

• coding agents의 행동을 수락(approve)하는 행위가 누적되면 유저는 피로가 높아져(approval fatigue) 초반 대비 신중하지 않는 경향을 보임
• 이를 해결하기 위해 독립된/제한된 Sandbox 환경을 agent에게 제공하여 불필요한 interruptions를 최소화함
• agent가 sandbox 환경 내에서 어떤 commands를 사용해야 하는지 정확하게 알고 있을 때만 effective 하다고 설명

📜 Paper Alibaba

2026.02 3주차

Mobile-Agent-v3.5: Multi-platform Fundamental GUI Agents

• GUI-Owl-1.5, native GUI agent model로 다양한 사이즈, 플랫폼 지원
• 2B/4B/8B/32B/235B, desktop, mobile, browser
• 여러 key innovations를 언급

• (1) Hybrid Data Flywheel (2) Unified Enhancement of Agent Capabilities (3) Multi-platfor Environment RL Scaling (MRPO 알고리즘 제안)

+1개 더 보기

📜 Paper UIUC, Meta, Amazon, Google DeepMind, Yale

2026.02 3주차

Agentic Reasoning for Large Language Models

• 여러 agentic reasoning framework를 planning, tool use, memory, multi-agent coordination 관점에서 분석
• single agent in stable environment → great / multi agent in dynamic environment → bad
• agentic reasoning을 세 계층으로 나눠 로드맵 제시

• foundational agentic reasoning, self-evoling agentic reasoning, collective multi-agent reasoning

+1개 더 보기

🧑🏻‍💻 Dev Google

2026.02 3주차

A new way to express yourself: Gemini can now create music

• Gemini 앱에 Lyria 3 모델로 음악을 생성하는 기능을 Beta로 제공
• 글, 사진, 영상을 기반으로 30초 분량의 음악 트랙 생성
• Nano Banana로 만든 커버 아트, 쉽게 다운로드 가능. 유튜브 쇼츠용으로 생성 가능.

• SynthID라는 워터마크 함께 생성되어 AI 생성 음악인지 판별 가능

+1개 더 보기

🧑🏻‍💻 Dev OpenAI

2026.02 3주차

Introducing EVMbench

• Paradigm이라는 기업과 함께 EVMbench 공동 개발. EVM 기반 블록체인 환경에서 에이전트의 실질적인 사이버 보안 능력을 측정
• AI agents가 high-severity smart contract vulnerabilities를 detect, patch, exploit 하는 능력 평가 (3개의 평가 모드)

🧑🏻‍💻 Dev Anthropic

2026.02 3주차

Measuring AI agent autonomy in practice

• Claude Code와 Public API 수백만 개 상호작용을 분석하여 AI agent의 자율성을 측정한 연구
• Claude Code의 자율 작업 시간 증가. 중앙값은 45초 정도로 비슷. 상위 0.1%는 25분 → 45분 정도로 증가.
• 숙련된 사용자일수록 ‘자동 승인 + 중간 개입’ 패턴으로 활용

• 복잡한 목표일수록 인간보다 Claude가 먼저 멈춰서 질문하는 경우가 많음

+1개 더 보기

🧑🏻‍💻 Dev Google

2026.02 3주차

WebMCP is available for early preview

• 구조화된 툴을 표준 방식으로 노출함으로써 AI Agent가 사이트에서 더 빠르고 안정적으로 정밀한 action을 수행하도록 함
• 브라우저 Agent가 사용자 대신 액션을 수행할 수 있도록 두 가지 API 제안
• Declarative API: HTML forms만으로 정의할 수 있는 표준 액션들을 수행

• Imperative API: JavaScript 실행이 필요한, 더 복잡하고 동적인 상호작용 수행

+1개 더 보기

🗞️ News Figma

2026.02 3주차

From Claude Code to Figma: Turning production code into editable Figma designs

• Claude Code에서 만든 웹 UI를 Figma로 바로 가져와서 편집 가능한 디자인으로 바꿔주는 기능 소개
• Figma MCP 서버를 쓰면 반대로 Figma 프레임 링크를 기반으로 LLM이 코드 쪽으로 다시 반영하도록 하는 “코드 ↔ 디자인 왕복” 흐름도 지원
• 갈수록 코드를 모르는 일반 사용자들을 위한 플랫폼으로 발전하는 느낌이 있음

🧑🏻‍💻 Dev Anthropic

2026.02 3주차

Introducing Claude Sonnet 4.6

• coding, computer use, long-context reasoning, agent planning 등에 특화된 Claud e Sonnet 4.6 모델 API 공개
• Opus 수준의 모델로만 해결 가능했던 real world 문제도 풀 수 있다고 설명
• 1M context (beta), Adaptive thinking, Context compaction (beta) 등 features

📜 Paper Hong Kong, Tsinghua, Tokyo

2026.02 3주차

SQuTR: A Robustness Benchmark for Spoken Query to Text Retrieval under Acoustic Noise

• 37,317개의 unique queries로 구성되어 다양한 도메인과 질문 유형을 커버
• 200명의 real speakers로부터 speech를 합성하고 17개의 real-world 환경의 노이즈를 섞음
• 이를 통해 현실적인(noise를 포함하는) spoken query retrieval 성능을 평가하고자 함

🧑🏻‍💻 Dev Meta, Manus

2026.02 3주차

Introducing Manus in Your Chat : Your Personal Agent, Everywhere You Are

• 자체 message 앱에서 동작하는 Manus Agents 소개. Telegram support.
• open claw 영향이 아닐까..
• Manus의 모든 subscribers 대상으로 제공되는 기능으로 소개

🧑🏻‍💻 Dev Alibaba

2026.02 3주차

Qwen3.5: Towards Native Multimodal Agents

• Qwen3.5의 첫 번째 open-weight model, Qwen3.5-397B-A17B 공개
• single native multimodal system에서 text, image, video를 입력으로 받음
• Qwen3-Max보다 19배 빠른 decoding 속도

• linear attention (Gated DeltaNet)을 standard attention layers와 결합하여 long context lengths에서 memory growth를 control
• 250k token vocab으로 201개 언어 & 방언 지원한다고 설명

+2개 더 보기

📜 Paper Meta

2026.02 2주차

Gaia2: Benchmarking LLM Agents on Dynamic and Asynchronous Environments

• agent actions와 독립적으로 진화하는 환경 시나리오. temporal constraints & dynamic events에 대한 적응 필요
• 각 시나리오는 write-action verifier와 쌍을 이루어 fine-grained, action-elvel evaluation을 가능하도록 함
• 아직까지 모든 모델들이 낮은 성적을 기록하지만 오픈소스 모델 중에는 Kimi-K2가 선두를 달림

📜 Paper British Columbia

2026.02 2주차

Learning to Continually Learn via Meta-learning Agentic Memory Designs

• 현존 memory designs는 human-crafted & fixed 한계를 지님 → diversity & non-stationarity of real world tasks에 adapt 하기 어려움
• ALMA: hand-engineered memory designs를 meta-learns memory designs로 대체 → 다양한 도메인에서 human effort를 최소화하고 continual learners가 될 수 있도록 함

📜 Paper Ant

2026.02 2주차

LLaDA2.1: Speeding Up Text Diffusion via Token Editing

• Token-to-Token (T2T) editing을 conventional Mask-to-Token (M2T) scheme에 엮음으로써 joint, configurable threshold-decoding scheme 도입
• 2개의 distinct personas: Speedy Mode (S Mode), Quality Mode (Q Mode)
• dLLM을 위한 최초의 large-scale RL framework 제시

• LLaDA2.1-Mini (16B) & LLaDA2.1-Flash (100B)

+1개 더 보기

📜 Paper StepFun

2026.02 2주차

Step 3.5 Flash: Open Frontier-Level Intelligence with 11B Active Parameters

• 196B, 11B active 파라미터 사이즈의 MoE 모델로 frontier급 agentic intelligence & computational efficiency를 갖춤
• 3:1 비율의 Sliding Window/Full Attention 구조, Multi-Token Prediction (MTP-3)
• 보도된 벤치마크 결과에 의하면 DeepSeek V3.2 성능을 크게 상회하며 기타 frontier proprietary models를 능가하는 경우도 많음

• cheating이 불가능한 MathArena에서 1위 달성

+1개 더 보기

📜 Paper Alibaba, UIUC, Mila

2026.02 2주차

OPUS: Towards Efficient and Principled Data Selection in Large Language Model Pre-training in Every Iteration

• Optimizer-induced Projected Utility Selection (OPUS): optimizer-induced update space에서의 dynamic data selection 프레임워크
• effective updates를 projecting 함으로써 candidates를 점수 매김
• scalability를 위해 Ghost technique with CountSketch & Boltzmann sampling 적용

🧑🏻‍💻 Dev Z.ai

2026.02 2주차

GLM-5: From Vibe Coding to Agentic Engineering

• complex system engineering & long-horizon agentic tasks에 특화된 GLM-5 공개
• 전작 4.5 버전 355B (32B active) → 744B (40B), pre-training data도 23T → 28.5T
• DeepSeek Sparse Attention (DSA) 사용하여 추론 효율성 챙김

• [slime](https://github.com/THUDM/slime): asynchronous RL infrastructure. 이를 통해 more fine-grained post training iterations 가능했다고 설명.

+1개 더 보기

🧑🏻‍💻 Dev Ai2

2026.02 2주차

MolmoSpaces, an open ecosystem for embodied AI

• large scale, fully open platform for studying embodied learning
• 230,000개 이상의 indoor scenes, 130,000개 이상의 object models를 포함
• scene conversation을 위한 tooling, grasp integration, benchmarking 등을 포함하고 있는데 이를 통해 systematic evaluation 가능

🧑🏻‍💻 Dev BostonDynamics

2026.02 2주차

Boston Dynamics & Google DeepMind Form New AI Partnership to Bring Foundational Intelligence to Humanoid Robots

• Atlas 휴머노이드 로봇에 Gemini Robotics 기반 AI를 적용하는 장기 파트너십을 맺음
• 로봇이 다양한 형태와 크기와 상관 없이 주변을 인지, 추론하며 도구를 사용하며 사람과 상호작용할 수 있도록 하는 것이 목표

📜 Paper Anthropic

2026.02 2주차

Sabotage Risk Report: Claude Opus 4.6

• Claude Opus 4.6 모델이 자율적으로 sabotage를 일으켜 재난적 상황을 발생시킬 가능성이 있는지를 평가
• 지금까지의 경험으로 볼 때 이런 모델이 misaligned oal을 가질 확률은 낮음. 하지만 그 위험이 완전이 0이라고 볼 수 없음
• Anthropic에서는 이런 것들을 탐지할 수 있는 모니터링 체계를 갖추고 있음

📜 Paper Stanford

2026.02 2주차

QuantaAlpha: An Evolutionary Framework for LLM-Driven Alpha Mining

• alpha mining은 backtesting results & sudden market regime shift에 굉장히 민감
• alpha mining: 초과 수익을 예측하는 신호를 기반으로 쓸 만한 factor를 찾아내는 과정
• 각 end-to-end mining run 과정을 trajectory로 취급하여 trajectory-level mutation & crossover operation을 통해 improve

🧑🏻‍💻 Dev HuggingFace

2026.02 2주차

Community Evals: Because we're done trusting black-box leaderboards over the community

• benchmark 점수와 real-world performance 간의 갭, 일관성 없는 평가 결과 등을 문제점으로 지적
• Dataset repo에 주요 벤치마크(MMLU-Pro, GPQA, HLE 등) 등록 가능 → Hub에서 자동적으로 aggregate해서 dataset card의 leaderboard에 바로 display
• Model repo 내에 `.eval_results/*.yaml` 파일을 토대로 모델 카드에 표시되고 벤치마크 datasets에도 반영됨

• 다른 유저들은 PR을 통해 새로운 평가 결과를 제출할 수 있음
• 모델 저저가 PR 승인하기 전까지 결과는 community로 표시됨

+2개 더 보기

📜 Paper King’s College

2026.02 1주차

Beyond RAG for Agent Memory: Retrieval by Decoupling and Aggregation

• RAG는 방대한 이질적 문서 집합에서 서로 다른 문서들을 가져오는 것을 전제로 하지만, 에이전트 메모리는 서로 강하게 연관되고 중복이 많은 대화 스트림이라는 차별성 존재
• → top-k 유사도 기반 검색이 잘 working하지 않는 상황임
• memory stream은 latent components로 분해하고 다시 조직하는 구조적 과정이어야 한다고 주장

• xMemory: 메모리를 의미 단위로 decoupling하고 이를 다시 상위 수준의 구조로 aggregation

+1개 더 보기

📜 Paper Meta

2026.02 1주차

Learning to Reason in 13 Parameters

• TinyLora: rank가 1인 LoRA 세팅으로도 reasoning 학습
• Qwen 2.5 8B 모델을 13개의 bf16 파라미터로 학습해 GSM8K에서 91% 정확도를 보였다고 설명

📜 Paper Google DeepMind

2026.02 1주차

Semi-Autonomous Mathematics Discovery with Gemini: A Case Study on the Erdős Problems

• Bloom의 Erdős Problems 데이터베이스에서 ‘Open’으로 표시된 700개의 추측을 체계적으로 검토 → Gemini의 반자율적인 수학적 발견
• hybrid methodology: search space를 좁히기 위한 AI-driven natural language verification & correctness와 novelty를 측정하기 위한 human expert evaluation
• math conjectures에 AI를 활용할 수 있음과 동시에 subconscious plagiarism의 위험성 지적

🧑🏻‍💻 Dev Perplexity

2026.02 1주차

Introducing Model Council

• 모델마다 잘 처리할 수 있는 태스크가 다르므로 한 개 쿼리를 여러 모델로 처리한 뒤 outputs를 combine 하는 방식
• 3개의 frontier models를 병렬적으로 run → synthesizer model이 outputs를 비교하여 최종 결과 산출
• Perplexity Max 구독자만 이용 가능

📜 Paper Meta, ICL, Cambridge

2026.02 1주차

Scaling Small Agents Through Strategy Auctions

• small agents가 deep research, coding tasks에서 큰 agents와 보이는 gap을 최소화하기 위한 연구
• Strategy Auctions for Workload Efficiency (SALE): agents는 짧은 strategic plans를 입착하는 프리랜서 마켓 스타일의 agent 프레임워크
• 작은 모델들을 적합한 태스크에 배치하고 test-time self-improve 할 수 있도록 세팅해주면 “scaled up” 가능하다고 설명

🧑🏻‍💻 Dev Perplexity

2026.02 1주차

Evaluating Deep Research Performance in the Wild with the DRACO Benchmark

• Deep Research Accuracy, Completness, Objectivity를 평가할 수 있는 DRACO 벤치마크 오픈소스로 공개
• 포스팅에 따르면 Perplexity의 Deep Research가 SoTA로 기록되어 있음
• 데이터 제작 시 철저한 rubric 개발에 힘을 썼는데, 이는 Rubric Creation → Iterative review and revision → Saturation Test → Final Review 프로세스를 거친다고 함

📜 Paper Baidu

2026.02 1주차

ERNIE 5.0 Technical Report

• text, image, vidoe, audio를 이해할 수 있는 autoregressive foundation model
• modality-agnositc expert routing을 탑재한 ultra-sparse MoE 아키텍쳐를 따르며 unified next-group-of-tokens prediction으로 학습
• 한 번의 사전학습만으로도 서로 다른 depth의 sub-models를 학습하여 메모리 시간 제약 등을 고려한 유연한 trade-off 가능

🧑🏻‍💻 Dev Anthropic

2026.02 1주차

Introducing Claude Opus 4.6

• 더욱 향상된 코딩 능력을 강점으로 내세워 신규 모델 공개
• Adaptive Thinking, 1M context (beta), context compaction (자동 요약)
• GDPval-AA에서 전작 Opus 4.5 대비 200점이나 높은 elo score를 기록한 점이 눈에 띔

🧑🏻‍💻 Dev OpenAI

2026.02 1주차

Introducing GPT-5.3-Codex

• GPT-5.2-Codex와 GPT-5.2 모델을 합친 버전의 모델
• OSWorld-Verified 벤치마크에서 높은 점수를 기록한 것이 눈에 띔
• 초기 버전의 GPT‑5.3‑Codex를 이용해서 GPT‑5.3‑Codex 본인의 트레이닝을 모니터링/디버깅하고, 배포를 관리하고, 평가 로그를 분석

• Cursor 개발 포스팅에 영감을 얻었나 싶은 내용..

+1개 더 보기

📜 Paper Arizona, Pennsylvania

2026.02 1주차

Decomposed Prompting Does Not Fix Knowledge Gaps, But Helps Models Say "I Don't Know"

• three task-equivalent prompting regimes: Direct, Assistive, and Incremental
• multi-hop QA 벤치마크 대상으로 테스트
• regimes 간 일치 정도를 internal uncertainty signal로 해석

• disagreement-based abstention이 다른 baseline 대비 좋은 결과를 보인다고 설명
• decomposed prompting이 단순히 성능(정확도)을 높이는 것 외에도 신뢰성을 높이는 데 쓰일 수 있음을 보여준 연구

+2개 더 보기

📜 Paper Google, Peking

2026.02 1주차

PaperBanana: Automating Academic Illustration for AI Scientists

• LLM 기반의 AI scientist를 이용하더라도 publication ready illustration을 만드는 것이 큰 bottleneck이 됨
• self-critique를 통해 specialized agents를 orchestrate
• retrieve references, plan content & style, redner images, iteratively refine

• PaperBananaBench: NeurIPS 2025 논문 대상의 292개 methodology diagrams 테스트 케이스로 구성
• 논문 내 예시들 퀄리티 굉장히 좋아보임

+2개 더 보기

🧑🏻‍💻 Dev Z.ai

2026.02 1주차

GLM-OCR

• GLM-V encoder-decoder 아키텍쳐를 따르는 0.8B 사이즈의 multimodal OCR model
• Multi-Token Prediction loss (MTP loss) & stable full-task RL 적용
• two-stage pipeline: layout analysis & parallel recognition (PP-DocLayout-V3 기반)

📜 Paper Sber Robotics Center

2026.02 1주차

Green-VLA: Staged Vision-Language-Action Model for Generalist Robots

• 휴머노이드 Green을 위한 staged VLA framework
• five-stage curriculum
• (L0) foundational VLMs → (L1) multimodal grounding → (R0) multi-embodiment pretraining → (R1) embodiment-specific adaptation → (R2) RL-based policy alignment.

• episode-progress prediction, out-of-distribution detection, joint-prediction-based guidance module을 통해 성능 고도화

+1개 더 보기

🧑🏻‍💻 Dev Matt Schlicht

2026.02 1주차

motlbook

• 1.5M AI agents가 알아서 글을 포스팅하고 댓글을 남기는 social platform..
• 110,000+ posts & 500,000+ comments가 agents에 의해 생성되었다고 함
• 심지어 내용들도 굉장히 자극적이고 신선해서 크게 화제를 일으키는 중

📜 Paper MIT, ETH

2026.02 1주차

Self-Distillation Enables Continual Learning

• demonstration-condition model을 own teacher로 사용해서 on-policy training signals 생성
• 이를 통해 catastrophic forgetting 이슈를 해소하면서도 새로운 태스크에 대한 정확도를 높게 챙길 수 있음

📜 Paper AgentAlpha

2026.02 1주차

Idea2Story: An Automated Pipeline for Transforming Research Concepts into Complete Scientific Narratives

• peer-reviewed papers를 스스로 생성한 feedback과 함께 지속적으로 수집하고 핵심 methodological unites를 추출하여 resuable research patterns를 축적
• → methodological knowledge graph 구축
• 기존의 open-ended generation & trial-and-error를 최소화할 수 있다고 설명

📜 Paper Anthropic, Stanford

2026.02 1주차

Shaping capabilities with token-level data filtering

• → 대신 pretraining 동안에 해결되어야 하는 것으로 대안 제시
• 의료 도메인을 대상으로 documents filtering보다 tokens filtering이 훨씬 더 효과적이었음을 입증
• scaling 관점에서도 그렇다고 함

• 특정 도메인을 ‘잊게’ 만드는 데 필요한 비용이 7000배 이하라고 설명

+1개 더 보기

📜 Paper Stanford, NVIDIA, …

2026.01 4주차

Learning to Discover at Test Time

• 어려운 문제를 풀기 위해 모델 스스로 해결을 시도하고 개선하는 것이 가능하도록 학습
• attempts 간 평균 reward를 maximize 하는 것보다는 the most promising solutions를 prioritize 하도록 design
• Erdo’s minimum overlap problem, autocorrelation inequality, GPUMode kernel competitions 등 다양한 도메인에서 SoTA 달성

• gpt-oss-120b와 같은 open model로도 재현 가능

+1개 더 보기

📜 Paper Chicago

2026.01 4주차

AI Agents Need Memory Control Over More Context

• transcript retention을 bounded internal state로 대체하여 각 턴마다 점진적 업데이트가 가능하도록 함
• 기존에는 unbounded context growth 문제가 있어 context 관리가 되지 않았던 것을 문제점으로 지적
• ever-expanding transcripts라고 표현

• task success와 memory-related anomalies 둘 다 평가하기 위한 agent-judge evaluation framework 제안

+1개 더 보기

🧑🏻‍💻 Dev Google Research

2026.01 4주차

Small models, big results: Achieving superior intent extraction through decomposition

• 이를 위한 decomposed workflow 제시
• (1) single screen에서의 개별 interaction과 UI element가 summarized
• (2) 전체 UI trajectory의 일반적 의도를 이해하기 위한 a series of events로 사용됨

• summaries로부터 intent extraction을 잘하기 위해서 Fine-tuning, Label Preparation, Dropping speculations 등 기법 적용

+1개 더 보기

🧑🏻‍💻 Dev Moonshot AI

2026.01 4주차

Kimi K2.5: Visual Agentic Intelligence

• 복잡한 태스크에 대해 100개의 sub-agents를 담고 있는 agent swarm을 컨트롤 할 수 있으며 1,500 개의 tool calls를 병렬 실행할 수 있다고 함
• sinlge-agent setup과 비교하면 4.5x 빠른 처리 속도
• 간단한 대화를 완벽한 반응형 layout을 갖춘 front-end interfaces로 변환하는 능력 소개

📜 Paper Naver AI Lab

2026.01 4주차

Oops, Wait: Token-Level Signals as a Lens into LLM Reasoning

• 다양한 모델들의 token probabilities를 token-level로 조사
• 특정한 토큰들이 reasoning correctness와 강한 상관관계를 보인다고 설명
• 작은 데이터셋으로 fine-tuning 한 모델은 reasoning abiilty를 얻지만 부분적으로 이용하는 수준이라고 언급

📜 Paper Meituan

2026.01 4주차

LongCat-Flash-Thinking-2601 Technical Report

• agentic search, agentic tool use, tool-integrated reasoning 벤치마크에서 오픈소스 중 SoTA 달성했다고 설명
• domain-parallel expert training with subsequent fusion 기반의 unified training framework 언급
• stable & efficient large-scale multi-environment training을 위한 asynchronous RL framework, DORA 언급

• 더 어려운 문제를 풀기 위한 test-time scaling이 적용된 Heavy Thinking 제시

+1개 더 보기

📜 Paper Salesforce

2026.01 4주차

Agentic Confidence Calibration

• Holistic Trajectory Calibration (HTC): process-level features를 충분히 추출하여 평가
• interpretability, transferability, generalization 특징을 강점으로 소개

🧑🏻‍💻 Dev OpenAI

2026.01 4주차

Introducing Prism

• LaTeX-native editor with live preview
• citation insertion을 위한 built-in literature search 기능
• handwritten or whiteboard equations를 Image-to-LaTeX conversion

🧑🏻‍💻 Dev DeepSeek AI

2026.01 4주차

DeepSeek-OCR 2: Visual Causal Flow

• 사람이 문서를 읽는 방식으로 모델 학습한 3B 사이즈의 vision-language architecture 모델
• encoder로 먼저 page에 대한 global understanding 후 → 어떤 순서로 글을 읽을 것인지 결정

🧑🏻‍💻 Dev Ai2

2026.01 4주차

Open Coding Agents: Fast, accessible coding agents that adapt to any repo

• SERA lowers the barrier to fine-tuning coding agents
• 이전 방식들대비 cost-effective 하다는 특징을 엄청난 강점으로 강조
• Soft-verified generation (SVG), Scaling with a bug-type menu, High simulated workflow fidelity 등을 innovations로 언급

📜 Paper Ant Group

2026.01 4주차

Advancing Open-source World Models

• 세 가지 주요한 특징
• (1) high fidelity & robust dynamics
• (2) contextual consistency를 보존하면서도 minute-level horizon 가능

• (3) real-time interactivity: 초당 16 프레임 생성하는 데 1초 미만의 latency 달성

+1개 더 보기

🧑🏻‍💻 Dev Google DeepMind

2026.01 4주차

AlphaGenome: AI for better understanding the genome

• 100만 bp 길이의 DNA 서열을 입력으로 받아 수천 개의 조절 관련 분자 특성을 한 번에 예측
• 모델 구조
• 초반: CNN으로 로컬 모티프(짧은 패턴) 탐지

• 중간: Transformer로 서열 전 위치 간 long-range 상호작용 학습
• 후반: modality별 예측 헤드
• TPU 여러 개를 묶어 긴 서열 하나를 병렬 처리하며 학습

+3개 더 보기

🧑🏻‍💻 Dev Ai2

2026.01 4주차

Theorizer: Turning thousands of papers into scientific laws

• 한 쿼리당 논문을 100개까지 볼 수 있음
• AI, NLP 분야와 관련된 3,000개의 theories를 함께 공개
• 한 쿼리당 15-30분 소요

📜 Paper NUS

2026.01 4주차

Parametric Knowledge is Not All You Need: Toward Honest Large Language Models via Retrieval of Pretraining Data

• pretraining data를 이용하여 보다 신뢰성 높은 LLM 이용이 가능할 것이라고 주장

📜 Paper StepFun

2026.01 3주차

STEP3-VL-10B Technical Report

• two strategic shifts
• (1) unified, fully unfrozen pre-training strategy on 1.2T multimodal tokens
• (2) scaled post-training pipeline featuring over 1k iterations of RL

• test-time compute를 scale 하기 위해 Parallel Coordinated Reasoning (PaCoRe)

+1개 더 보기

📜 Paper Independent

2026.01 3주차

Active Context Compression: Autonomous Memory Management in LLM Agents

• SWE Bench Lite에서 토큰 사용량을 22.7% 줄이면서도 기존과 동일한 수준의 정확도(60%) 달성
• Claude Haiku 4.5

📜 Paper CMU, Meta

2026.01 3주차

STEM: Scaling Transformers with Embedding Modules

• runtime routing을 제거함으로써 CPU offload with asynchronous prefetch를 가능하게 함
• 또한 극도로 sparse 함에도 불구하고 안정적으로 학습되는 모습 관측됨

🧑🏻‍💻 Dev Anthropic

2026.01 3주차

The assistant axis: situating and stabilizing the character of large language models

• 한쪽 끝은 분석가/컨설턴트, 반대쪽은 환상적/비어시스턴트적 역할 위치
• 분석을 위해 275개의 서로 다른 캐릭터 타입에 상응하는 vectors 추출
• 실험에는 Gemma 2 27B, Qwen 3 32B, Llama 3.3 70B 모델 사용

🧑🏻‍💻 Dev xAI

2026.01 3주차

X For You Feed Algorithm

• 두 가지 소스로 후보를 모아 Phoneix(Grok-based transformer model)로 다중 행동 확률을 예측하고 가중합 점수로 정렬하여 상위 K개 선택

🧑🏻‍💻 Dev Liquid AI

2026.01 3주차

LFM2.5-1.2B-Thinking: On-Device Reasoning Under 1GB

• 1.2B 사이즈의 LFM2.5 family 기반으로 학습된 모델
• 허깅페이스 등에서 weight 다운로드 가능

🧑🏻‍💻 Dev Anthropic

2026.01 3주차

Claude's new constitution

• Claude의 어떤 행동이 의도된 것인지 사람이 판단할 수 있게 함으로서 투명성을 높이려는 목적
• 단순 규칙 나열 → 이유가 포함된 서술형, hard constraint + 유연한 원칙, 학습 파이프라인에서 더 핵심적인 역할

📜 Paper NVIDIA

2026.01 3주차

KVzap: Fast, Adaptive, and Faithful KV Cache Pruning

• KVzap: fast, input-adaptive approximation of KVzip. prefilling & decoding 둘 다 적용
• 학습된 LLM위에 작은 surrogate를 학습해서 붙이는 post-hoc KV pruning 방식

🧑🏻‍💻 Dev Qwen

2026.01 3주차

Qwen3-TTS Family is Now Open Sourced: Voice Design, Clone, and Generation!

• Qwen3-TTS-Tokenizer-12Hz multi-codebook speech encoder 사용
• paralinguisitc information & acoustic environmental features 보존 & high-speed, high-fidelity speech reconstruction 가능
• extreme bidirectional streaming generation speed 달성

🧑🏻‍💻 Dev NVIDIA

2026.01 2주차

NVIDIA Cosmos Reason 2 Brings Advanced Reasoning To Physical AI

• Physical AI Bench & Physical Reasoning 벤치마크에서 SoTA 달성
• 기존 모델들은 불확실성을 처리하거나 새로운 상황에 적응하는데 필요한 planning several steps ahead 능력 등이 부족했었음

📜 Paper NVIDIA

2026.01 2주차

GDPO: Group reward-Decoupled Normalization Policy Optimization for Multi-reward RL Optimization

• GDPO: individual rewards의 normalization의 decoupling 함으로써 rewards 간의 상대적인 차이를 보존하여 보다 정확한 multi-reward optimization이 가능하도록 함
• tool calling, math reasoning, coding reasoning 태스크에 대해 accuracy, bug ratio를 측정하여 GRPO와 성능 비교

🧑🏻‍💻 Dev Anthropic

2026.01 2주차

Cowork: Claude Code for the rest of your work

• Mac 앱에서 특정 로컬 폴더에 권한 부여
• 컨텍스트를 유지하면서도 병렬로 처리할 수 있음
• Claude Max 구독자 대상으로 Mac에서 동작하는 App에 preview 형태로 제공중

📜 Paper Zhejiang, Edinburgh, NUS

2026.01 2주차

Illusions of Confidence? Diagnosing LLM Truthfulness via Neighborhood Consistency

• 같은 질문을 받더라도 주변 문맥이 살짝 바뀌면 출력이 달라지는 현상
• 이를 해결하기 위한 Neighbor-Consistency Belief (NCB): conceptual neighborhood 간 response coherence를 평가하는 belief robustness를 구조적으로 측정
• 이것의 효용을 입증하기 위해 contextual interference에 대한 outputs stability를 측정하는 cognitive stress-testing protocol 제시

• Structure-Aware Training (SAT): context-invariant belief에 optimize 하고 long-tail knowledge brittleness를 줄이는 학습 방식

+1개 더 보기

🧑🏻‍💻 Dev Sakana AI

2026.01 2주차

Extending the Context of Pretrained LLMs by Dropping their Positional Embeddings

• DroPE: 학습 후 위치 임베딩을 제거하고 짧게 재보정하는 방식(continued pretraining)으로 문맥 확장 제안
• RoPE가 non-uniform attention에 대해 갖는 bias(특정 상대 위치나 구조에 강하게 치우친 분포)를 학습 시 scaffold로 활용

📜 Paper Alibaba

2026.01 2주차

Qwen3-VL-Embedding and Qwen3-VL-Reranker: A Unified Framework for State-of-the-Art Multimodal Retrieval and Ranking

• unified representation space 내에서 text, images, document images, video 등을 multimodal search 하도록 하는 end-to-end pipeline
• Embedding: 32k tokens까지 입력으로 받을 수 있으며 MRL 지원
• Reranker: cross-encoder with cross-attention을 이용한 fine-grained relevance estimation

📜 Paper Alibaba, Wuhan

2026.01 2주차

Agentic Memory: Learning Unified Long-Term and Short-Term Memory Management for Large Language Model Agents

• AgeMem: LTM & STM 관리를 agent’s policy로 직접 관리
• memory operation을 tool-based actions로 expose하여 LLM agent가 정보를 retrieve, update, summarize, discard 할지를 자율적으로 결정하도록 함
• 이런 행동을 학습시키기 위해 three-stage progressive RL & step-wise GRPO 제시

🧑🏻‍💻 Dev Manus

2026.01 2주차

Introducing Meeting Minutes

• 화자 인식, Seamless End-to-End Execution, Collaborative Execution 등을 핵심 특징으로 강조
• 면대면 미팅에 특화됨. 온라인 미팅 상황은 대상이 아님

📜 Paper Quanta Alpah

2026.01 2주차

Watching, Reasoning, and Searching: A Video Deep Research Benchmark on Open Web for Agentic Video Reasoning

• video-conditioned open-domain video question answering
• cross-frame visual anchor extraction, interactive web retrieval, multi-hop reasoning 등을 커버
• Workflow & Agentic paradigm에 맞춰 평가 진행

• 이를 통해 goal drift & long-horizon consistency 가 이 분야의 핵심 병목이었음을 파악

+1개 더 보기

🧑🏻‍💻 Dev Tencent

2026.01 2주차

WeKnora - LLM-Powered Document Understanding & Retrieval Framework

• 다양한 문서 파싱, 임베딩, 검색, reasoning model 과의 integration 등 다양한 기능 지원

📜 Paper Nanyang

2026.01 2주차

DeepResearchEval: An Automated Framework for Deep Research Task Construction and Agentic Evaluation

• 이를 통해 multi-source evidence integration & external retrieval 이 필요한 task만 남김
• 평가 시 Adaptive Point-wise Quality Evaluation & Active Fact Checking 을 적용하여 기존의 정적 벤치마크의 한계를 극복

🧑🏻‍💻 Dev Google

2026.01 2주차

TranslateGemma: A new suite of open translation models

• 55개 언어를 지원하면서 device를 가리지 않는다고 설명
• 이미지 내 텍스트를 인식하는 multimodal 능력도 뛰어나다고 언급

🧑🏻‍💻 Dev Cursor

2026.01 2주차

Scaling long-running autonomous coding

• 일주일 동안 interrupt 없이 실행되며 1,000개 파일에 100만+ 라인 작성
• Solid → React 마이그레이션
• 3주 이상걸리며 +266K/-193K 수정

• planner가 코드베이스 탐색 후 작업 생성 → sub-planner spawn
• GPT-5.2는 instruction following 등 능력이 좋았으나, Opus 4.5는 일찍 중단되는 경향이 있었다고 설명

+2개 더 보기

🧑🏻‍💻 Dev Google

2026.01 2주차

Gemini introduces Personal Intelligence

• Gmail, Google Photos, YouTube, Workspace, Search
• 필요할 때만 context에 추가하는 방식으로 one reasoning window에서 커버
• U.S. Google AI Pro & Ultra 유저 대상으로 beta 오픈

🧑🏻‍💻 Dev Replit

2026.01 2주차

Mobile Apps on Replit: Idea to App Store in Minutes

• 모바일 게임, AI 앱, 생산성 향상 앱 등 다양한 개발 가능
• [링크](https://replit.com/mobile-apps) 🔗

📜 Paper UIUC, Stanford, …

2026.01 1주차

Adaptation of Agentic AI

• agent adaptations & tool adaptations를 다루는 systematic framework
• tool-execution-signaled & agent-output-signaled forms
• offline data를 이용해 각 weight를 업데이트 하는 것으로 보임

🧑🏻‍💻 Dev IQuestLab

2026.01 1주차

IQuest-Coder-V1

• Dual Specialization Paths: 두 갈래의 post-training을 통해 thinking model & instruct model 개발
• recurrent mechanism을 이용하여 model capability와 deployment footpring 간의 trade-off 최적화한 Efficient Archiecture
• 추가적인 scaling 없이 native 128K 지원

📜 Paper WeChat

2026.01 1주차

Improving Multi-step RAG with Hypergraph-based Memory for Long-Context Complex Relational Modeling

• HGMem: memory 개념을 dynamic, expressive structure로 extend 하는 hypergraph-based memory mechanism
• hyperedges는 각 distinct memory units에 해당하며 메모리 내에서 higher-order interaction로 progressive formation 가능해짐
• 일반적인 edge와 달리 둘 이상의 정점을 한 번에 연결하는 개념

🧑🏻‍💻 Dev OpenCode AI

2026.01 1주차

OpenCode

• TUI 지원되면서도 시각적으로 보기 편리하게 구성되어 있음
• Claude Code를 그대로 쓸 수도 있고 다른 모델들을 필요한 곳에 override 해서 사용하는 것도 가능

📜 Paper NVIDIA, Stanford, UC Berkeley

2026.01 1주차

End-to-End Test-Time Training for Long Context

• standard architecture: Transformer with sliding-window attention
• test time의 next-token prediction 상황에서 context를 compress하여 weight에 반영
• training time에 test-time에서 습득한 meta-learning을 통해 model initialization

📜 Paper US San Diego

2026.01 1주차

Professional Software Developers Don't Vibe, They Control: AI Agent Use for Coding in 2025

• agents가 코드 생성, 디버깅, boilerplate 등에는 적합하지만, architectural decisions에는 약하다는 주장

📜 Paper MIT

2026.01 1주차

Recursive Language Models

• 모델의 컨텍스트 윈도우를 두 자릿수 이상 넘어서는 경우도 잘 처리할 수 있음 (100배 이상)
• long-context tasks에서 base LLM, 그리고 common long-context scaffolds를 크게 앞선 결과

📜 Paper Google

2026.01 1주차

Nested Learning: The Illusion of Deep Learning Architectures

• 이를 통해 higher-order in-context learning을 구현함으로써 continual learning 능력을 잠재적으로 강화
• Expressive Optimizers, Self-Modifying Learning Moduel, Continuum Memory System

📜 Paper DeepSeek AI

2026.01 1주차

mHC: Manifold-Constrained Hyper-Connections

• mHC: HC의 residual connection space를 특정 manifold에 project하여 identity mapping property를 복구하는 framework
• Sknkhorn-Knopp alogrithm 사용됨

📜 Paper Alberta

2026.01 1주차

Can LLMs Predict Their Own Failures? Self-Awareness via Internal Circuits

• internal traces를 관찰하여 fixed-budget descriptors로 압축
• external judges, multi-sample consistency 등에 의존하지 않아도 되며 5M 정도의 추가 파라미터만 발생하는 정도

📜 Paper Duke, ByteDance

2026.01 1주차

Batch-of-Thought: Cross-Instance Learning for Enhanced LLM Reasoning

• reflector가 이를 보고 답변을 끝내도 될지 업데이트 해야될지 판단 (Multi-agent reflection architecture)
• 여러 response를 한 번에 보고 비교 분석하기 때문에 cross-instance learning이라고 표현한 듯

📜 Paper Stanford

2026.01 1주차

A multimodal sleep foundation model for disease prediction

• PSG: Polysomnography - the gold standard for sleep analysis
• 65,000명의 참가자들로부터 585,000 시간 분량의 PSG recording을 확보하여 모델 학습
• 130개 conditions를 예측할 수 있을 뿐만 아니라 뛰어난 transfer learning 성능을 보였다고 언급

🧑🏻‍💻 Dev NVIDIA

2026.01 1주차

NVIDIA Announces Alpamayo Family of Open-Source AI Models and Tools to Accelerate Safe, Reasoning-Based Autonomous Vehicle Development

• reasoning traces와 trajectories를 output으로 반환
• AlpaSim: closed-loop autonomous driving evaluation을 위한 open-source simulator
• Physical AI Open Datasets: 1700+ hours의 real-world driving data

🧑🏻‍💻 Dev OpenAI

2026.01 1주차

Introducing ChatGPT Health

• 현재 US만 가능
• 독립된 샌드박스 환경에 데이터 저장 및 관리하여 학습 데이터로 활용되지 않는다고 함
• 건강 데이터를 바탕으로 상황 진단 또는 추적 관리 등 가능

• 현재 타국가 유저들은 waitlist 등록 필요

+1개 더 보기

📜 Paper Beijing Univ.

2026.01 1주차

Entropy-Adaptive Fine-Tuning: Resolving Confident Conflicts to Mitigate Forgetting

• 모델이 own prediction에 highly confident 하지만 divergent ground truth를 배우도록 강제됨
• Entropy-Adaptive Fine-Tuning (EAFT): prediction probability에만 의존하지 않고, token-level entropy를 gating mechanism으로 사용
• epistemic uncertainty & knowledge confict 를 구분하는 데 사용

🧑🏻‍💻 Dev MIT, Sakana

2026.01 1주차

Digital Red Queen:Adversarial Program Evolution in Core War with LLMs

• static objective → changing objective에 대해 continual adaptation
• targeted bombing, self-replication, massive multhreading 등을 포함한 다양한 전략으로 이어짐
• convergence pressure toward a general-purpose behavioral strategy → convergent evolution

📜 Paper KlingAI

2025.12 4주차

Kling-Omni Technical Report

• video generation, editing, intelligent reasoning 등을 end-to-end로 다룸
• 이에 따라 text instructions, reference images, video context 등을 입력으로 받을 수 있음

📜 Paper Google

2025.12 4주차

The FACTS Leaderboard: A Comprehensive Benchmark for Large Language Model Factuality

• 4개의 sub-leaderboards의 performance를 aggregate
• (1) FACTS Multimodal (2) FACTS Parametric (3) FACTS Search (4) FACTS Grounding
• 각 리더보드는 모델 responses를 평가하기 위한 judge models 세팅되어 있음

📜 Paper Google, UC Santa Barbara

2025.12 4주차

Budget-Aware Tool-Use Enables Effective Agent Scaling

• Budget Tracker: agent에게 continuous budget awareness를 제공하는 plug-in
• BATS (Budget Aware Test-time Scaling): budget awareness를 이용하여 dig deepr | pivot to new paths를 dynamically decide

📜 Paper Ant Group

2025.12 4주차

LLaDA2.0: Scaling Up Diffusion Language Models to 100B

• from-scratch 학습 대신 pre-trained AR 모델을 3-phase block-level WSD based training scheme을 통해 dLLM으로 전환
• post-training alignment (SFT & DPO)를 통해 MoE 아키텍쳐의 LLaDA2.0-mini (16B) & LLaDA2.0-flash (100B) 모델 획득

🧑🏻‍💻 Dev Alibaba

2025.12 4주차

Qwen-Image-Layered: Layered Decomposition for Inherent Editablity

• 각 layer는 다른 content에 영향을 주지 않도록 manipulated 되어 resizing, reposition, recoloring 등이 가능함
• 즉, semantic 또는 structure components를 distinct layers로 isolate

🧑🏻‍💻 Dev OpenAI

2025.12 4주차

Evaluating chain-of-thought monitorability

• 평가는 3개 타입으로 구분: intervention, process, outcome-property

🧑🏻‍💻 Dev Anthropic

2025.12 4주차

Introducing Bloom: an open source tool for automated behavioral evaluations

• hand-labeled judgements와 strongly correlate된 평가
• 최근 AI 모델의 behavioral profiles를 자동으로 explore 하는 오픈소스 프레임워크 [Petri](https://www.anthropic.com/research/petri-open-source-auditing)도 공개

🧑🏻‍💻 Dev Google DeepMind

2025.12 4주차

Gemma Scope 2: helping the AI safety community deepen understanding of complex language model behavior

• 총 1T 파라미터에 대해 110 Petabytes 데이터를 학습
• SAE와 transcoder 결합하여 모델 내부를 들여다 봄
• Matryoshka training technique이 적용되었고 chat usecase를 위해서도 학습되었다고 설명

📜 Paper Southwest Univ.

2025.12 4주차

LIR3AG: A Lightweight Rerank Reasoning Strategy Framework for Retrieval-Augmented Generation

• Context-Grounded Reasoning, Knowlege-Reconciled Reasoning 두 개의 모드로 해석
• LIR3AG: retrieved evidence를 coherent reasoning chains로 reconstruct 함으로써 non-reasoning 모델도 reasoning strategies를 transfer 할 수 있도록 함

📜 Paper Tsinghua

2025.12 4주차

TurboDiffusion: Accelerating Video Diffusion Models by 100-200 Times

• (1) Attention acceleration: low-bit SageAttention & trainable Sparse-Linear Attention (SLA)
• (2) Step distillation: rCM
• (3) W8A8 quantization

📜 Paper Google

2025.12 4주차

Prompt Repetition Improves Non-Reasoning LLMs

• Gemini, GPT, Claude, DeepSeek 같은 플래그십 모델들에 대해 실험한 결과 보고
• 또한 RL로 학습된 reasoning 모델들이 유저의 요청을 반복하는 경항이 있는데 이를 역시 prompt repetition이라고 표현하고 이것이 아주 효율적이라고 설명함

🧑🏻‍💻 Dev Minimax

2025.12 4주차

MiniMax M2.1: Significantly Enhanced Multi-Language Programming, Built for Real-World Complex Tasks

• 특히 코딩 능력 향상에 힘을 많이 들인 것으로 보임 (공식 포스트에서는 코딩 능력만 언급하고 있음)
• Multi-Promgramming Language Capabilities
• 웹 개발 뿐만 아니라 앱 개발도 잘할 수 있게 되었다고 설명

📜 Paper Sapienza Univ.

2025.12 4주차

Epistemological Fault Lines Between Human and Artificial Intelligence

• 이를 위해 LLM이 답변을 생성하기까지(판단을 내리기까지)의 과정을 인간의 사고 과정과 비교 분석

📜 Paper Meta, UIUC, CMU

2025.12 4주차

Toward Training Superintelligent Software Agents through Self-Play SWE-RL

• Self-play SWE-RL (SSR): human-labeled issue or tests 없이 sandboxed repositories with source code에 대한 접근 권한만 제공
• LLM agent는 self-play 세팅에서 softwar bugs를 고치도록 강화 학습 반복

📜 Paper Tencent

2025.12 4주차

Mindscape-Aware Retrieval Augmented Generation for Improved Long Context Understanding

• 사람의 이러한 능력을 심리학에서 Mindscape-Aware Capability 라고 부름
• Mindscape-Aware RAG (MiA-RAG): LLM-based RAG system에 explicit global context awareness를 제공
• hierarchical summarization을 build → retrieval & generation 둘 다 global semnatic representation에 condition

📜 Paper HKUST, Waterloo, Tsinghua, ICL

2025.12 4주차

Emergent Hierarchical Reasoning in LLMs through Reinforcement Learning

• two-phase dynamic: procedural correctness의 제약을 받으며 low-level skills 개선 → high-level strategic planning 고도화로 이어짐
• 이 관점에서 GRPO 같은 RL 알고리즘은 토큰으로부터의 learning signal을 무시한채로 무작위 optimzation 한다는 한계를 지적
• Hierarchy-Aware Credit Assignment (HICRA): 영향이 큰 planning tokens 대상으로 opimization efforts 집중

📜 Paper Oxford

2025.12 4주차

Shared sensitivity to data distribution during learning in humans and transformer networks

• redundancy & diversity 는 in-weights & in-context learning 둘 다에서 상충 관계에 있다는 공통점 확인
• 그러나 dynamic training shcedules이 인간에게는 영향을 줄 수 있던 것과 달리 network는 아님

📜 Paper MIT

2025.12 4주차

Self-Adapting Language Models

• SEAL: 새로운 입력이 주어지면 모델이 학습하기 좋은 형태의 self-edit 데이터를 생성
• 이렇게 생성된 self-edit를 SFT하여 새로운 지식에 adapt
• updated model의 downstream performance를 reward signal로 사용하여 RL 함으로써 effective self-edits를 생성할 수 있도록 모델을 학습

📜 Paper National Taiwan Uinv.

2025.12 3주차

AdaSD: Adaptive Speculative Decoding for Efficient Language Model Inference

• 추론 시 generation length & acceptance rate 를 dynamically adjust 하는 방식 제안
• token entropy & Jensen-Shannon distance 기준으로 결정
• 성능 2% 하락 정도로 49% 속도 향상을 이끌어낼 수 있었음

📜 Paper Meta

2025.12 3주차

Exploring MLLM-Diffusion Information Transfer with MetaCanvas

• Meta Canvas: MLLMs가 직접 spatial & spatiotemporal latent spaces를 reason & plan하고 diffusion generators로 interface하는 lightweight framework

🧑🏻‍💻 Dev NVIDIA

2025.12 3주차

NVIDIA Nemotron 3 Family of Models

• Nano, Super, Ultra, 강력한 agentic 능력을 가진 세 개 모델 공개
• 체크 포인트 및 학습 데이터까지 공개
• Hybrid MoE, LatentMoE, Multi-Token Prediction, NVFP4, Long Context (1M), Multi-environment Reinforcement Learning Post-training, Granular Reasoning Budge Control at Inference Time

🧑🏻‍💻 Dev Ai2

2025.12 3주차

Molmo 2: State-of-the-art video understanding, pointing, and tracking

• Video tracking에서 Gemini 3 Pro 성능을 상회하기도 함
• molmo 2-O (7B): Olmo 기반의 for researcher 모델
• 학습 데이터의 양은 Meta의 PerceptionLM 대비 1/8 수준임에도 뛰어난 성능 달성

🧑🏻‍💻 Dev Ai2

2025.12 3주차

Introducing Bolmo: Byteifying the next generation of language models

• transformer 아키텍쳐는 그대로 두고 small byte encoders, decoders 추가
• Olmo 3 모델과 유사한 수준의 성능을 보이면서도 character 벤치마크에서 높은 점수 달성
• UTF-8 bytes를 fixed vocab 없이 처리, dynamic byte patches 사용

📜 Paper Google

2025.12 3주차

DeepSearchQA: Bridging the Comprehensiveness Gap for Deep Research Agents

• 세 개의 능력을 평가
• (1) 이질적인 sources로부터 파편화된 정보의 systematic collation
• (2) precision을 확보하기 위한 de-duplication & entity resolution

• (3) open-ended search space 내의 stopping criteria를 추론하는 능력
• fully correct 점수 중 가장 높은 것을 기록한 것은 Gemini Deep Research Agent로 66.09
• [캐글](https://www.kaggle.com/benchmarks/google/dsqa/leaderboard)에서 데이터셋 및 리더보드 공개

+3개 더 보기

📜 Paper NUS, GIT 등

2025.12 3주차

Memory in the Age of AI Agents

• forms, functions, dynamics를 기준으로 agent memory 분석
• agent memory는 token-level, parametric, latent memory로 크게 구분

📜 Paper Tsinghua

2025.12 3주차

DEER: Draft with Diffusion, Verify with Autoregressive Models

• (1) step-wise uncertainty가 계속해서 누적
• (2) 본질적으로 AR (autoregressive) drafters의 sequential decoding임
• dLLM이 이와 같은 문제를 해결할 수 있다고 보며 DEER라는 decoding framework 제안

• drafts with diffusion & verifies with AR models
• two-stage training pipeline, single-step decoding

+2개 더 보기

🧑🏻‍💻 Dev Mistral

2025.12 3주차

Mistral OCR 3

• [Mistral AI Studio](https://console.mistral.ai/build/document-ai/ocr-playground) 또는 API 통해 이용 가능

🧑🏻‍💻 Dev Google

2025.12 3주차

FunctionGemma: Bringing bespoke function calling to the edge

• on-device & agent 수요에 맞춘 결과물
• unified action & chat, built for customization, engineered for the edge, broad ecosystem support 등을 특징으로 삼음

📜 Paper ByteDance

2025.12 2주차

DAComp: Benchmarking Data Agents across the Full Data Intelligence Lifecycle

• open-ended tasks는 LLM-judge로 평가 (meticulously crafted rubrics)

🧑🏻‍💻 Dev Poetiq

2025.12 2주차

Poetiq Shatters ARC-AGI-2 State of the Art at Half the Cost

• Gemini 3 Deep Think 대비 더 높은 정확도와 절반 이하의 비용
• 모델을 직접 만드는 게 아니라 froniter models들이 문제를 더 잘 풀 수 있도록 meta-system을 개발

🧑🏻‍💻 Dev Alibaba

2025.12 2주차

Qwen3-TTS Update! 49 Timbres + 10 Languages + 9 Dialects

• Enhanced Multilingual & Dialect Capabilities: 영어, 중국어, 독일어, 한국어 등 주요 10개 언어 지원
• 한국어, 일본어 등 그렇게까지 자연스러운지 모르겠음
• More Natural & Human-like Prosody/Speech Rates: 전작 대비 훨씬 자연스러운 발화

📜 Paper Anthropic

2025.12 2주차

Beyond Data Filtering: Knowledge Localization for Capability Removal in LLMs

• → 기존 Gradient Routing을 개선하여 Selective GradienT Masking (SGTM) 개발
• 두 개의 지식 제거 실험
• (1) bilingual synthetic dataset으로 학습된 모델의 한 언어를 제거

• (2) English Wikipedia로 학습된 모델의 biology knowledge 제거

+1개 더 보기

🧑🏻‍💻 Dev Google

2025.12 2주차

Titans + MIRAS: Helping AI have long-term memory

• MLP 기반의 long-term memory module을 사용하여 대량의 정보를 손실 없이 저장하도록 함
• 여기에 surprise metric을 사용하여 새로운 입력이 기존의 정보와 큰 차이가 있는지 detect
• MIRAS (이론)

• lightning-fast linear RNNs - highly complex associative memory module
• Memory architecture, Attentional bias, Retention gate, Memory algorithm
• Huber loss, generalized norms, strict probability map을 통해 MSE 한계 극복

+3개 더 보기

🧑🏻‍💻 Dev Qwen

2025.12 2주차

SAPO: A Stable and Performant Reinforcement Learning Method for Training Large Language Models

• sequence-level coherence를 유지하면서도 off-policy 토큰만 선택적으로 억제해 sample efficiency 개선

🧑🏻‍💻 Dev OpenAI

2025.12 2주차

Introducing GPT-5.2

• 이를 뒷받침하는 GDPval 벤치 결과를 언급
• ChatGPT - Instant/Thinking/Pro, API - 5.2/5.2-chat-latest/5.2-pro

🧑🏻‍💻 Dev Cursor

2025.12 2주차

A visual editor for the Cursor Browser

• 각 element의 설정을 사이드 패널에서 직접 컨트롤 할 수 있음 (폰트 사이즈, 서체 등등)
• element를 클릭하고 그걸 대상으로 prompt 작성해서 코딩하는 것도 가능

📜 Paper Stanford

2025.12 2주차

The Missing Layer of AGI: From Pattern Alchemy to Coordination Physics

• reasoning을 phase transition으로 modeling하는 theory of semantic anchoring formalize (UCCT)
• AGI에 필요한 것은 더 큰 모델, 더 많은 데이터, 더 복잡한 아키텍쳐가 아닌, 모델 패턴을 목표에 align 시키는 executive function이라고 주장

📜 Paper Berkeley, UIUC, Stanford, IBM

2025.12 2주차

Measuring Agents in Production

• 정형적인 벤치마크 대신 현업 맥락에 맞춘 인간 검증을 통해 평가
• production agent가 일반적으로 simple & controllable approaches를 갖고 있다고 설명
• 사람 개입 전에 최대 10개 steps 68%, prompting off-the-shelf models 의존 70%

🧑🏻‍💻 Dev Karpathy

2025.12 1주차

LLM Council

• 쿼리를 제출하면 1) First Options 2) Review 3) Final Response 단계를 거치게 됨

🧑🏻‍💻 Dev DeepSeek AI

2025.12 1주차

DeepSeek-V3.2: Efficient Reasoning & Agentic AI

• 세 가지 keys
• DeepSeek Sparse Attention (DSA)
• Scalable Reinforcement Learning Framework

• Large-Scale Agentic Task Synthesis Pipeline
• 이전 버전 대비 chat template의 변화가 크다고 설명

+2개 더 보기

🧑🏻‍💻 Dev Microsoft

2025.12 1주차

Fara-7B: An Efficient Agentic Model for Computer Use

• 웹 페이지를 인식하여 scrolling, typing, clicking 등 actions 수행 가능
• 이전 연구인 AgentInstruct 기반으로 synthetic data generation pipeline 개발

🧑🏻‍💻 Dev ByteDance

2025.12 1주차

Vidi2: AI Video Understanding & Creation in Seconds

• VUE-TR-V2 벤치마크에서 GPT-5, Gemini-3-Pro 모델 능가하는 수준으로 리포트
• 10-30초 정도의 long-context video support

📜 Paper MiroMind

2025.12 1주차

LongVT: Incentivizing "Thinking with Long Videos" via Native Tool Calling

• LMMs의 temporal grounding 능력을 video cropping tool로 이용하여 특정 video clip에 zoom in하고 finer-grained video frames를 resample 하도록 함
• global-to-local reasoning loop
• VideoLIAH를 공개하여 training & evaluation 촉진

• 247.9K samples for tool-integrated cold-start supervised fine-tuning

+1개 더 보기

📜 Paper Alibaba

2025.12 1주차

From Code Foundation Models to Agents and Applications: A Practical Guide to Code Intelligence

• code pretraining, supervised fine-tuning, RL, scaling law, framework selection, hyperparameter sensitivity, model architectures, dataset comparisons 등 포함

🧑🏻‍💻 Dev HuggingFace

2025.12 1주차

Transformers v5: Simple model definitions powering the AI ecosystem

• AttentionInterface, 토크나이저 단일화, PyTorch 단일화 등
• 대규묘 pre-training 지원 강화, fine-tuning/post-training 생태계 연동

🧑🏻‍💻 Dev Mistral AI

2025.12 1주차

Introducing Mistral 3

• 오픈소스 모델 중 SoTA라고 설명
• non-reasoning 모델 중 LMArena에서 2위 달성
• text, images, multilingual inputs 처리 가능

🧑🏻‍💻 Dev Google

2025.12 1주차

Now available: Create AI agents to automate work with Google Workspace Studio

• Asana, Jira, Mailchimp, Salesforce 등과 연결 가능

🧑🏻‍💻 Dev OpenAI

2025.12 1주차

How confessions can keep language models honest

• main answer & separate ‘confession’을 출력하도록 지시하여 confession channel을 관측
• confession channel에서는 main answer가 올바를 때에조차 hidden failure를 보임
• hallucination, 지름길 이용, 부적절한 보상 신호 악용 확인됨

📜 Paper NUS

2025.12 1주차

PaperDebugger: A Plugin-Based Multi-Agent System for In-Editor Academic Writing, Review, and Editing

• 문서 변화 히스토리를 직접 알 수 있고 fine-grained patches 관리 가능