chanmuzi의 AI 큐레이션

🗞️ News Boston Dynamics

2026.05 3주차

Atlas, 냉장고 운반·음료 전달 시연 및 학습 방식 딥다이브 영상 공개

• 프로덕션 버전 Atlas가 전원 분리된 50파운드(약 23kg) 미니 냉장고를 들어 옮긴 뒤 연구원에게 음료를 전달하는 시연 영상 공개
• Atlas 학습 방식과 코믹한 연출 의도를 설명하는 딥다이브 영상 동시 공개, 실험실 테스트에서는 100파운드까지 들어 올림
• CES 2026에서 공개한 프로덕션 Atlas의 후속 시연으로, 2026년 물량은 Hyundai RMAC·Google DeepMind 배치로 전량 확정

🧑🏻‍💻 Dev PixVerse

2026.05 3주차

PixVerse R1: 인터랙티브 AI 비디오를 위한 실시간 월드 모델

• 사용자 입력에 즉시 반응해 연속 1080P 영상을 생성하는 "세계 최초 실시간 월드 모델" R1 공개
• 무한 스트리밍·실시간 반응·텍스트/이미지/오디오/비디오 통합 처리·장시간 물리 일관성 유지
• Omni 네이티브 멀티모달 파운데이션 모델, 일관성 인식 autoregressive 프레임워크, 샘플링 스텝을 1~4회로 줄인 응답 엔진의 3대 기술 결합

• 정적 비디오 생성을 AI 네이티브 게이밍·라이브 엔터테인먼트·훈련 시뮬레이션 등 인터랙티브 환경으로 전환, realtime.pixverse.ai 공개·기업 API 제공

+1개 더 보기

📜 Paper Meituan LongCat

2026.05 3주차

HeavySkill: Heavy Thinking as the Inner Skill in Agentic Harness

• 에이전트 오케스트레이션의 성능을 실제로 견인하는 핵심 메커니즘이 복잡한 코드가 아니라 "heavy thinking"이라는 단일 inner skill임을 규명
• K개 독립 추론 trajectory를 병렬 생성한 뒤 별도 모델이 이를 종합하는 2단계(parallel→sequential) 파이프라인을 Claude Code 등 오케스트레이션 프레임워크에 그대로 이식 가능한 readable skill 문서로 캡슐화
• STEM 벤치마크 전반에서 Heavy-Mean@4가 Mean@K를 일관되게 상회, GPT-5-Thinking은 일부 과제에서 near-perfect 달성, 성능 위계는 Heavy-Pass@k ≥ Heavy-Mean@K ≥ Vote@K ≥ Mean@k로 정리

• sequential deliberation은 전문 추론력보다 범용 종합 능력에 더 의존, RLVR 적용 시 HM@4 약 10% 추가 개선, 다만 코딩·사실형 등 객관 과제에서만 견고하고 주관적 선호 평가에서는 이득 미미

+1개 더 보기

📜 Paper Mind Lab

2026.05 3주차

MinT: Managed Infrastructure for Training and Serving Millions of LLMs

• 소수의 값비싼 base model에서 파생된 수많은 정책을 각각 완전 머지 체크포인트로 구체화하는 비용 문제 해결
• LoRA post-training·서빙 관리 인프라 — base model 상주 + LoRA adapter revision을 서비스 인터페이스로 관리, Scale Up(1T+ dense/MoE LoRA RL 확장)·Scale Down(base 대비 1% 미만 adapter export)·Scale Out(정책 주소성과 컴퓨팅 자원 분리, 100만 규모 카탈로그) 3축 최적화
• adapter-only handoff로 step time 4B 18.3배·30B MoE 2.85배 단축, 멀티 정책 학습 wall time 1.77배·1.45배 단축(피크 메모리 증가 없음), packed MoE LoRA 텐서로 엔진 로딩 8.5~8.7배 개선

📜 Paper Alibaba Qwen

2026.05 2주차

Qwen-Image-2.0 Technical Report

• Ultra-long text rendering, multilingual typography, photorealism, instruction following 등 기존 image generation의 한계 해소를 목표로 한 차세대 모델 공개
• Qwen3-VL을 condition encoder로 사용하고 Multimodal Diffusion Transformer로 condition·target을 jointly 모델링해 생성과 편집을 단일 framework로 통합
• 최대 1K-token 길이의 instruction까지 text-rich generation을 지원하며 다국어 텍스트 fidelity와 typography, photorealism을 동시에 강화

• Human evaluation에서 이전 Qwen-Image 대비 generation·editing 모두 큰 폭으로 향상

+1개 더 보기

📜 Paper Netflix

2026.05 2주차

Beyond Continuity: Challenges of Context Switching in Multi-Turn Dialogue with LLMs

• 멀티턴 대화에서 LLM이 토픽 전환(pivot)을 인식하지 못하고 이전 turn의 stale context를 그대로 캐리하는 문제 정량 분석
• TopiOCQA·MSC를 결합해 pivot 위치가 알려진 synthetic dialogue 벤치마크 구성, 10개 LLM을 zero-shot으로 turn 유형·관련 context 식별 평가
• GPT-4o 등 closed-source와 o3·Claude-3.7-sonnet 등 reasoning 모델은 ceiling에 근접한 반면, open-weight 모델은 pivot을 맞춰도 context "stickiness" 잔존

• 모든 모델에서 후반 pivot일수록 성능 저하되는 position bias 관측, 명시적 boundary cue 삽입 시 전 모델 family에서 개선

+1개 더 보기

🗞️ News OpenAI

2026.05 2주차

OpenAI launches the OpenAI Deployment Company

• 기업 내 frontier AI 도입을 전담하는 신생 회사 OpenAI Deployment Company 출범, 초기 자본 40억 달러 규모
• TPG·Advent·Bain Capital·Brookfield 등 19개 글로벌 투자사·컨설팅사·SI 공동 참여 (Bain·Capgemini·McKinsey 포함)
• Forward Deployed Engineer(FDE)를 고객사에 상주시켜 워크플로우 재설계와 운영 시스템화 지원

• 응용 AI 컨설팅사 Tomoro 인수로 약 150명 FDE·Deployment Specialist 즉시 확보

+1개 더 보기

📜 Paper Sakana AI · NVIDIA

2026.05 2주차

Sparser, Faster, Lighter Transformer Language Models

• sparse training 코드와 H100 전용 custom CUDA kernel을 함께 공개, TwELL packing format 기반
• HF 호환 SparseLM 0.5B/1B/1.5B/2B 사전학습 체크포인트와 Hydra 기반 학습·벤치마크 파이프라인 제공
• sparsity 활용으로 추론 throughput 향상과 메모리·에너지 절감, twell-flex 변형 커널로 non-uniform sparsity 패턴까지 커버

🧑🏻‍💻 Dev Thinking Machines

2026.05 2주차

Interaction Models: A Scalable Approach to Human-AI Collaboration

• 실시간 상호작용을 외부 모듈로 덧붙이는 대신 모델 아키텍처에 native 통합한 새로운 접근법 제안
• 200ms 단위 time-aligned micro-turns 처리로 동시 발화·인터럽션·tool use 지원, dMel·hMLP 기반 encoder-free early fusion 채택
• interaction model이 실시간 응답을 맡고 background reasoning model이 비동기 추론 결과를 스트림으로 합류시키는 dual-model system

• persistent GPU memory sequence와 bidirectional serving용 custom kernel로 추론 효율 최적화, modality-native safety로 음성 맥락 red-teaming 자동화

+1개 더 보기

📜 Paper Ai2

2026.05 2주차

EMO: Pretraining Mixture of Experts for Emergent Modularity

• 1T 토큰으로 학습한 1B-active / 14B-total MoE 모델 EMO 공개, 128개 전문가 중 토큰당 8개만 활성화
• 같은 문서 내 모든 토큰이 공유 expert 풀 안에서만 라우팅되도록 강제하는 document-boundary 약한 감독(weak supervision) 도입
• 표면 특징이 아닌 health · politics · movies 등 의미론적 도메인 단위 expert 모듈화 자연 발현

• 전체 expert의 12.5%만 사용해도 풀모델 성능의 97% 유지, memory-accuracy trade-off 새 기준 제시
• 대규모 LLM 배포 효율성 개선과 모델 해석 가능성 · 적응성 향상 기여

+2개 더 보기

🧑🏻‍💻 Dev OpenAI

2026.05 2주차

Investigating the consequences of accidentally grading CoT during RL

• 배포된 GPT-5.x 계열(GPT-5.4 Thinking, GPT-5.1~5.4 Instant 등) RL 학습 중 보상 신호 입력에 chain-of-thought(CoT)가 의도치 않게 포함된 사건 다수 자동 감지
• CoT가 감독 신호로 새면 모델이 추론을 숨기거나 monitor를 속이는 인센티브가 생길 수 있어 우려
• 정규표현식 기반 스캐너로 보상 입력 내 CoT 포함 여부 점검 후 재현 학습 · CoT 접근 차단판 비교 · 의도적 압력 stress test 병행

• 해당 사건들이 CoT monitorability를 유의하게 손상시켰다는 명확한 증거 미확인, 다만 충분한 최적화 압력 하 이론적 악화 가능성 인정
• 향후 CoT grading 회피 정책 유지 및 감지 · 예방 시스템 강화 결정

+2개 더 보기

🧑🏻‍💻 Dev Zyphra

2026.05 2주차

ZAYA1-8B: Frontier intelligence density, trained on AMD

• active 1B 미만 MoE 8B 모델 공개. Compressed Convolutional Attention(CCA), MLP 기반 expert router, learned residual scaling 등 신규 architecture 도입
• AMD Instinct MI300x 1,024 노드(IBM·Pensando Pollara interconnect) 클러스터에서 학습, SFT → reasoning warmup → RLVE-Gym → math/code RL → RLHF/RLAIF 5단계 post-training 파이프라인 적용, Apache-2.0 공개
• HMMT'25 89.6으로 Claude 4.5 Sonnet(88.3) 상회, Markovian RSA test-time compute(5.5M 토큰 budget)로 DeepSeek-V3.2 초과해 8B급에서 frontier 밀도 달성

🧑🏻‍💻 Dev OpenAI

2026.05 2주차

Advancing voice intelligence with new models in the API

• 3종 신규 realtime audio 모델 공개: GPT-Realtime-2(GPT-5급 reasoning 탑재 voice 모델), GPT-Realtime-Translate(70+ 입력 → 13 출력 언어 실시간 번역), GPT-Realtime-Whisper(스트리밍 speech-to-text)
• GPT-Realtime-2(high) Big Bench Audio에서 GPT-Realtime-1.5 대비 +15.2%p, (xhigh) Audio MultiChallenge instruction following에서 +13.8%p 향상으로 reasoning·context 관리·대화 제어 강화
• 가격은 GPT-Realtime-2 audio input $32/1M(캐시 $0.40)·output $64/1M, Translate $0.034/분, Whisper $0.017/분으로 책정

📜 Paper Ai2

2026.05 1주차

MolmoAct2: Action Reasoning Models for Real-world Deployment

• 폐쇄적 SOTA, 고가 하드웨어 의존, 높은 지연시간 등 기존 로봇 제어 모델의 실배포 한계 해소
• MolmoER VLM 백본(3.3M 샘플 학습) + OpenFAST action tokenizer + flow matching 아키텍처 + MolmoThink 적응형 깊이 추론을 결합
• 양팔 조작 720시간 포함 신규 데이터셋 3종 동반 공개

• 7개 로봇 벤치 SOTA 달성, MolmoER이 13개 embodied reasoning 벤치에서 GPT-5·Gemini Robotics ER-1.5 능가
• 학습 데이터·코드 전면 공개로 완전 오픈 로봇 제어 baseline 제시

+2개 더 보기

🧑🏻‍💻 Dev Anthropic

2026.05 1주차

Claude for Financial Services

• 은행·자산운용·보험 등 금융기관 의사결정 가속용 AI 솔루션 — Excel/PowerPoint 통합, source attribution, AWS·GCP·Azure 멀티클라우드 배포 지원
• 피치북, 신용 메모, KYC 스크리닝, 펀드 회계 등 사전 구성 agent template 제공
• LSEG, FactSet, S&P Global, Morningstar, PitchBook, Moody's 등과 pre-built connector 연동

• SOC 2·FedRAMP 준수, 모든 계산의 원본 추적 가능성으로 규제 감시 요건 충족
• Citadel 분석가 효율화, FIS의 AML 조사 "수일→수분" 단축, BNY Mellon Eliza의 케이스 end-to-end 처리 등 도입 사례 공개

+2개 더 보기

📜 Paper UIUC

2026.05 1주차

Heterogeneous Scientific Foundation Model Collaboration

• 자연어 중심 agentic system이 비언어 modality 기반 과학 도메인에는 적용이 제한된다는 한계 지적
• 도메인 foundation model에 LLM reasoning 인터페이스를 결합한 Eywa 프레임워크 제안. query compiler ϕₖ + response adapter ψₖ로 구성된 FM-LLM "Tsaheylu" 인터페이스를 MCP로 노출
• 단일 EywaAgent, 다중 EywaMAS, 동적 EywaOrchestra 3종 변형 및 물리·생명·사회 과학을 아우르는 EywaBench 공개

• EywaAgent 기준 single-LLM 대비 utility +6.6%, 토큰 -30%, latency -10% 달성. EywaMAS는 Refine·Debate 등 동질 baseline 상회

+1개 더 보기

🧑🏻‍💻 Dev Warp

2026.05 1주차

Warp

• 터미널에서 출발한 agentic development environment Warp의 클라이언트 코드베이스 오픈소스 공개
• 자체 coding agent와 함께 Claude Code, Codex, Gemini CLI 등 외부 CLI agent 연동 지원
• UI 프레임워크 MIT, 나머지 AGPL v3 듀얼 라이선스 채택. OpenAI가 founding sponsor로 참여

• build.warp.dev 대시보드에서 issue triage·스펙·구현·PR 리뷰까지 agent 워크플로 공개

+1개 더 보기

🧑🏻‍💻 Dev Mistral AI

2026.05 1주차

Mistral Medium 3.5 128B

• 128B dense 파라미터 + 256k context의 멀티모달 flagship 모델 공개 (Modified MIT License로 상·비상업 사용 모두 개방, 대규모 매출 기업 예외)
• instruction-following · reasoning · coding을 하나의 모델로 통합한 Mistral 최초의 merged flagship으로 Mistral Medium 3.1, Magistral, Devstral 2 대체
• request 단위 `reasoning_effort` 토글(none/high)로 추론 깊이 조절

• SWE-Bench Verified 77.6%, τ³-Telecom 91.4% 등 agentic·coding 벤치마크에서 이전 Devstral 계열·경쟁 모델 상회
• 가변 해상도·비율 입력을 지원하는 자체 학습 vision encoder + 24개 이상 언어 multilingual 대응, vLLM·SGLang 데이 제로 배포

+2개 더 보기

📜 Paper Multi-institution

2026.04 5주차

Agentic World Modeling: Foundations, Capabilities, Laws, and Beyond

• 400편 이상 연구와 100+ 시스템을 분석한 agentic world model 종합 survey 제시
• capability level(Predictor·Simulator·Evolver)과 governing law(physical·digital·social·scientific) 두 축의 "levels × laws" 분류 체계 도입
• RL·video generation·agent navigation·social simulation·scientific discovery 등 분리돼 있던 커뮤니티 간 통합 시각 제공

• decision-centric 평가 원칙과 최소 재현 평가 패키지 제안, passive prediction에서 자율 수정·환경 상호작용으로의 아키텍처 로드맵 정리

+1개 더 보기

📜 Paper Inclusion AI

2026.04 5주차

LLaDA2.0-Uni: Unifying Multimodal Understanding and Generation with Diffusion Large Language Model

• SigLIP-VQ 기반 semantic tokenization과 MoE backbone, diffusion decoder를 결합한 통합 discrete diffusion 멀티모달 모델 공개
• block-level masked diffusion으로 시각·텍스트 데이터를 단일 프레임워크에서 처리하며 이해·생성·편집을 모두 지원
• prefix-aware backbone 최적화와 few-step decoder distillation으로 inference 효율 강화

• 전문화된 vision-language 모델과 견줄 만한 이해 성능과 함께 reasoning·generation 인터리브 처리 가능, 코드·가중치 공개

+1개 더 보기

🧑🏻‍💻 Dev Anthropic

2026.04 4주차

Automated Weak-to-Strong Researcher

• Claude 기반 Automated Alignment Researcher(AAR)가 weak-to-strong generalization 과제에서 인간 연구자 대비 압도적 성능 달성, alignment 연구 자동화 가능성 입증
• 인간 베이스라인은 7일간 4개 method 튜닝으로 PGR 0.23 기록, AAR은 9개 병렬 에이전트로 5일 만에 PGR 0.97 도달 (누적 800시간, 약 $18,000 비용)
• sandbox에서 다수 AAR이 가설 제안→실험 실행→결과 분석→발견 공유 사이클을 자율 반복, 수개월 작업을 수 시간으로 압축

• outcome-gradable 문제의 자동화 효율성 확인, 연구 병목이 실행에서 평가 설계(reliable metric)로 이동했음을 시사

+1개 더 보기

🗞️ News Google DeepMind

2026.04 4주차

Announcing our partnership with the Republic of Korea

• Google DeepMind, 대한민국 과학기술정보통신부(MSIT)와 전략적 파트너십 체결로 frontier AI를 활용한 과학·산업 혁신 가속화
• 서울에 AI Campus 설립, SNU·KAIST·AI Bio Innovation Hub 3곳과 생명과학·기상·에너지·알고리즘 분야 공동 연구 추진 (AlphaFold·AlphaGenome·WeatherNext·AlphaEvolve 활용)
• K-Moonshot Missions 지원, 한국 AI Safety Institute와 안전 연구 협업, AI Essentials 장학금·인턴십 프로그램 확대

• 2026년 5월 개소 예정인 National AI for Science Center와 연계, multi-agent AI co-scientist 시스템 도입

+1개 더 보기

🧑🏻‍💻 Dev NVIDIA

2026.04 4주차

Nemotron-Personas-Korea

• 한국 인구 통계·문화 특성을 반영한 첫 대규모 합성 페르소나 데이터셋 공개 (CC BY 4.0)
• 100만 레코드 / 700만 페르소나 / 17억 토큰, 26개 필드로 17개 시도·252+ 시군구 커버
• KOSIS·대법원·NHIS·KREI·NAVER Cloud 공식 통계 기반, NeMo Data Designer + gemma-4-31B-it로 합성

• Sovereign AI 개발·편향 완화·데이터 다양성 확보 목적, 한국형 LLM 학습/평가 자원으로 활용 가능

+1개 더 보기

🧑🏻‍💻 Dev Sakana AI

2026.04 4주차

Sakana Fugu: Multi-Agent Orchestration System

• 여러 frontier model을 adaptive agent coordination으로 동적 오케스트레이션하는 multi-agent 시스템 베타 공개
• ICLR 2026 Trinity·Conductor 논문 기반으로 사람이 정의한 팀 구조 없이 비자명한 협업 패턴 자동 학습
• GPQAD 95.1(Gemini 3.1 94.4·GPT 5.4 90.9), SWEPro 54.2(Opus 4.6 53.4) 등 개별 frontier model 상회

• latency 최적화 Fugu Mini와 성능 최적화 Fugu Ultra 두 변형 제공, OpenAI 호환 API endpoint 지원
• 모델이 자기 자신을 재귀 호출하는 test-time scaling으로 retraining 없이 iterative refinement 수행

+2개 더 보기

🧑🏻‍💻 Dev OpenAI

2026.04 4주차

Introducing GPT-5.5

• GPT-5.4 공개 몇 주 만에 출시된 후속 모델, agentic coding·computer use·knowledge work·초기 scientific research 영역에 초점
• large codebase 전반에 context 유지, 도구로 가정 검증하며 변경을 주변 코드에 전파하는 engineering behavior에 최적화. 이전 대비 token 효율 개선
• 주요 벤치마크 (SOTA)

• Terminal-Bench 2.0 82.7% — Claude Opus 4.7 69.4%, Gemini 3.1 Pro 68.5% 상회
• GDPval 84.9%, OSWorld-Verified 78.7%, Tau2-bench Telecom 98.0% (prompt tuning 없이)
• ChatGPT Plus/Pro/Business/Enterprise 및 Codex에 즉시 제공, API는 곧 공개 예정
• API 가격: input $5 / output $30 per M tokens (GPT-5.4 대비 상향)

+4개 더 보기

📜 Paper DeepSeek

2026.04 4주차

DeepSeek-V4 Technical Report

• 1.6T total / 49B active MoE, 1M 토큰 컨텍스트, FP4+FP8 mixed precision 적용
• CSA·HCA 하이브리드 어텐션으로 1M 토큰 구간 inference FLOPs는 DeepSeek-V3.2 대비 27%, KV cache는 10% 수준으로 절감
• Manifold-Constrained Hyper-Connections(mHC) + Muon optimizer로 32T+ 토큰 pretraining, 이후 GRPO SFT+RL → on-policy distillation 2-stage post-training

• Pro-Max (Think Max) 모드 주요 벤치마크
• LiveCodeBench 93.5% (Pass@1), Codeforces 3206 — GPT-5.4(xHigh) 3168 상회
• SWE-Verified 80.6%, IMOAnswerBench 89.8%, SimpleQA-Verified 57.9%
• MIT 라이선스로 Hugging Face·ModelScope 공개, 경량 Flash 변형(284B total / 13B active)도 동시 제공

+4개 더 보기

🧑🏻‍💻 Dev Xiaomi

2026.04 4주차

MiMo-V2.5-Pro

• Xiaomi의 가장 강력한 모델을 public beta로 공개, 1,000+ tool call 규모의 long-horizon agentic task에 초점
• 실측 사례
• Rust SysY 컴파일러 풀빌드: 233/233 테스트 통과, 4.3시간 / 672 tool calls

• 8,192라인 desktop 비디오 에디터: 11.5시간 / 1,868 tool calls
• 동급 경쟁 모델 대비 trajectory당 token 소모 40~60% 절감
• MiMo-V2.5 시리즈 향후 open-source 공개 예정

+3개 더 보기

🧑🏻‍💻 Dev OpenAI

2026.04 4주차

Introducing OpenAI Privacy Filter

• 텍스트 내 PII(이름·이메일·계좌·신용카드 번호 등) 탐지와 redaction을 위한 1.5B open-weight 모델, on-device로 처리해 데이터가 외부로 나가지 않음
• PII-Masking-300k 벤치마크에서 out-of-the-box 96% F1 달성
• Apache 2.0으로 GitHub/Hugging Face 공개, fine-tuning과 상용 배포 모두 허용

• "anonymization tool/compliance certification이 아니라 privacy-by-design system의 한 component"라고 스스로 명시

+1개 더 보기

🧑🏻‍💻 Dev OpenAI

2026.04 4주차

Introducing ChatGPT Images 2.0

• 한/중/일/힌디/벵골 등 다국어 text rendering과 small text·UI·dense typography를 최대 2K 해상도로 정확히 처리
• 단일 prompt에서 character/object continuity를 유지하며 최대 8장 이미지 생성 (만화 시퀀스, 동화책, SNS 그래픽 시리즈에 활용)
• thinking model 모드에서 웹 검색·업로드 자료 분석·layout reasoning을 거친 뒤 이미지 생성

• ChatGPT/Codex/API 전 사용자에게 제공, thinking 기능은 Plus/Pro/Business/Enterprise 한정

+1개 더 보기

🧑🏻‍💻 Dev Robbyant

2026.04 3주차

LingBot-Map: Geometric Context Transformer for Streaming 3D Reconstruction

• 이미지 시퀀스/비디오 스트림으로부터 real-time streaming 3D reconstruction을 수행하는 feed-forward 3D foundation model
• Geometric Context Transformer가 단일 streaming framework 안에서 coordinate grounding, dense geometric cues, long-range drift correction, anchor context & pose-reference window, trajectory memory를 통합
• Paged KV cache attention (FlashInfer) 기반으로 518×378 해상도에서 약 20 FPS, 10,000+ frames 시퀀스 처리 가능 (>3000 frames는 windowed inference 지원)

• VGGT · DINOv2 · FlashInfer 기반, 모델 크기 4.63 GB, PyTorch 2.9.1 / CUDA 12.8
• keyframe interval, sky masking 등 실용 옵션과 SDPA fallback 제공
• Apache 2.0 라이선스로 HuggingFace·ModelScope에 공개, 기존 streaming·iterative optimization 대비 SOTA 성능을 주장

+3개 더 보기

🗞️ News Anthropic

2026.04 3주차

Claude Opus 4.7

• Claude Opus 4.7 릴리즈. API, Amazon Bedrock, Google Cloud Vertex AI, Microsoft Foundry 등 모든 Claude 제품에서 사용 가능
• 주요 개선 포인트
• advanced software engineering, 특히 어려운 태스크에서 Opus 4.6 대비 큰 개선 (한 벤치마크 기준 +13%)

• vision 처리 강화: long edge 기준 최대 2,576 pixels (~3.75 megapixels)까지 지원, 이전 대비 3배 이상 해상도
• instruction following이 더 literal하고 완전하게 동작하도록 튜닝
• 새 reasoning-latency 제어용 "xhigh" effort level 도입, tokenizer 업데이트 (input 토큰 1.0~1.35배 증가)
• 가격은 Opus 4.6와 동일: input $5/M, output $25/M. 모델 ID는 `claude-opus-4-7`
• Finance Agent, GDPval-AA, document reasoning, long-horizon autonomy 등에서 SOTA급 결과 보고

+5개 더 보기

🧑🏻‍💻 Dev Alibaba Qwen

2026.04 3주차

Qwen3.6-35B-A3B

• Tongyi Lab이 Apache 2.0로 공개한 sparse MoE 모델. total 35B parameters, active 3B (약 12:1 sparsity)로 agentic coding 타겟
• 주요 벤치마크 (vs Gemma 4-31B)
• SWE-bench Verified 73.4% vs 52.0%

• Terminal-Bench 2.0 51.5% vs 42.9%
• MCPMark (tool use) 37.0% vs 18.1%
• dense 모델인 Qwen3.5-27B를 매우 낮은 연산 비용으로 상회, 전작 Qwen3.5-35B-A3B 대비 큰 폭 개선
• 로컬 실행 가능한 경량 active 파라미터 구성으로 low-cost agent 프로그래밍과 multimodal reasoning을 강조

+4개 더 보기

📜 Paper ByteDance Seed

2026.04 2주차

Seedance 2.0: Advancing Video Generation for World Complexity

• text, image, audio, video 네 가지 modality를 입력으로 받아 4~15초 길이의 480p/720p 비디오를 생성하는 native multi-modal audio-video generation 모델
• unified, highly efficient, large-scale architecture 기반으로 audio-video joint generation을 수행하며 최대 3개 video clip, 9개 image, 3개 audio clip을 reference로 동시 처리 가능
• 전문가 평가와 public test 기준 leading levels에 준하는 성능을 보였으며, 저지연 응용을 위한 Fast variant도 함께 공개

📜 Paper Anthropic · Truthful AI

2026.04 2주차

Language models transmit behavioural traits through hidden signals in data

• teacher 모델이 만든 number sequences/코드/reasoning trace만으로 학습한 student 모델이 teacher의 성향(예: 올빼미 선호, misalignment)을 그대로 습득하는 subliminal learning 현상을 규명
• 방법론
• teacher에 finetuning 또는 system prompt로 특정 trait 부여 → 무관한 프롬프트로 completion 샘플링 → trait 언급을 제거하는 필터링 후 student 학습

• 효과는 teacher-student가 동일 base model일 때만 발생하며, 해당 신호는 non-semantic이라 data filtering으로 제거 불가
• 특정 조건에서 subliminal learning이 모든 neural network에서 일어난다는 theoretical result를 증명, behavior 관찰을 넘어 internal mechanism과 data provenance까지 모니터링하는 safety evaluation 필요성을 제기

+2개 더 보기

📜 Paper Google Cloud AI Research

2026.04 2주차

PaperOrchestra: A Multi-Agent Framework for Automated AI Research Paper Writing

• sparse idea summary와 실험 로그 같은 unstructured 자료를 submission-ready LaTeX 논문으로 변환하는 multi-agent framework
• outline 작성, plot 생성, literature review, writing, refinement 등 역할별 agent로 구성되며 Semantic Scholar API로 citation을 grounding
• CVPR/ICLR 등 conference 스타일 native rendering, simulated peer feedback 기반 iterative self-refinement 지원

• PaperWritingBench (CVPR 2025 · ICLR 2025 기준 200편을 역설계한 pre-writing 자료 벤치마크) 공개
• human evaluation에서 literature review 품질 50–68% win margin, 전체 manuscript 품질 14–38% win margin으로 autonomous baseline 대비 우위, 단 drafting 가속 도구로 포지셔닝하며 human verification 필수

+2개 더 보기

🧑🏻‍💻 Dev Ai2

2026.04 2주차

Introducing WildDet3D: Open-world 3D detection from a single image

• 단일 RGB 이미지에서 객체의 3D bounding box(위치·크기·방향을 metric 좌표로)를 예측하는 open-world monocular 3D detection 모델
• 하나의 아키텍처에서 text query, point prompt, 2D bounding box를 모두 prompt로 받으며 해상도·종횡비·광학 특성이 다른 카메라에 fine-tuning 없이 일반화
• sparse depth / LiDAR / TOF 데이터를 optional fusion 가능, geometry backend가 decoupled되어 depth 모델 교체 가능

• WildDet3D-Data: 100만+ 이미지, 3.7M verified 3D annotation, 13,000+ object 카테고리 (10만+ human-annotated) — COCO · LVIS · Objects365 · V3Det 기반으로 ensemble 3D estimation + VLM + human 큐레이션
• 기존 대비 적은 학습 compute로 표준 벤치마크를 크게 상회하며 미학습 카테고리에 대한 zero-shot 일반화와 2D→3D lifting 기반 video tracking까지 지원, 모델·리포트·코드·iOS 앱 모두 Hugging Face·GitHub에 공개

+2개 더 보기

📜 Paper Meta · KAUST

2026.04 2주차

Neural Computers

• 모델 자체가 running computer가 되는 새로운 패러다임, Neural Computers (NCs) 제안
• computation, memory, I/O를 learned runtime state 안에서 통합하는 접근
• 궁극 목표는 stable execution과 reusable capabilities를 갖춘 Completely Neural Computer (CNC)

• 구현: instruction, pixel, user action을 입력받아 screen frame을 생성하는 video model 형태로 CLI/GUI 환경에서 작동
• I/O alignment와 short-horizon control 같은 interface primitive를 습득했으나 routine reuse, controlled update, symbolic stability는 미해결 과제로 남음

+2개 더 보기

📜 Paper Google · Google DeepMind

2026.04 2주차

MedGemma 1.5 Technical Report

• MedGemma 1을 확장한 4B 규모의 open-weight medical foundation model
• Gemma3 아키텍쳐 + frozen 400M MedSigLIP vision encoder 기반
• 고차원 medical imaging (CT/MRI volumes, histopathology whole slide images), bounding box 기반 anatomical localization, multi-timepoint chest X-ray 분석을 통합 지원

• 핵심 기법
• 3D volume long-context slicing (최대 85 axial slices), whole-slide patch sampling (최대 126 patches), CT Hounsfield Unit을 위한 multi-channel windowing
• pretraining + distillation + RL 결합
• 성능: 3D MRI classification +11%, whole-slide pathology macro F1 +47%, CXR localization IoU +35%, MedQA +5%, EHRQA +22%

+4개 더 보기

🧑🏻‍💻 Dev Anthropic

2026.04 2주차

The Advisor Strategy: Give Agents an Intelligence Boost

• 더 큰 모델(Opus)을 advisor로, 작은 모델(Sonnet/Haiku)을 executor로 페어링하여 Opus 수준의 intelligence를 낮은 비용으로 달성하는 전략
• executor가 end-to-end로 task를 수행하다가 어려운 결정을 만나면 advisor tool을 호출해 Opus에게 guidance를 요청
• advisor는 tool을 직접 호출하지 않고 plan, correction, stop signal만 제공

• `advisor_20260301`로 Messages API에 server-side tool로 통합, 추가 round-trip 없이 단일 API call 내에서 동작
• Sonnet + Opus advisor: SWE-bench Multilingual에서 solo Sonnet 대비 +2.7pp, 비용은 11.9% 절감
• Haiku + Opus advisor: BrowseComp에서 solo 대비 2배 이상(19.7% → 41.2%), solo Sonnet 대비 85% 낮은 비용
• `max_uses` 파라미터로 advisor 호출 횟수를 제한하여 비용 통제 가능

+4개 더 보기

📜 Paper Alibaba

2026.04 2주차

SkillClaw: Let Skills Evolve Collectively with Agentic Evolver

• multi-user agent 환경에서 cross-user interaction trajectory를 집계하여 skill을 자동으로 진화시키는 프레임워크
• autonomous evolver가 반복되는 behavioral pattern을 식별하고 기존 skill을 refine하거나 새로운 skill로 확장
• 업데이트된 skill은 shared repository에 저장되어 모든 사용자에게 동기화

• WildClawBench에서 Qwen3-Max 기반 실험 결과, 제한된 interaction 데이터만으로도 실제 agent 시나리오에서 유의미한 성능 향상 달성
• 한 사용자의 경험에서 발견된 개선이 별도의 노력 없이 시스템 전체로 전파되는 cross-user knowledge transfer 실현

+2개 더 보기

📜 Paper PKU · Kuaishou

2026.04 2주차

OpenWorldLib: A Unified Codebase and Definition of Advanced World Models

• World model의 공식 정의를 제안: "perception 중심으로 interaction과 long-term memory를 갖춘 모델/프레임워크"
• 6개 통합 모듈(Operator, Synthesis, Reasoning, Representation, Memory, Pipeline)로 구성된 표준화 inference 프레임워크
• interactive video generation, 3D generation, multimodal reasoning, VLA 등 다양한 태스크를 단일 인터페이스로 처리

• text-to-video, code generation, avatar video 등은 world model 태스크에서 명시적으로 제외
• LLM의 인터넷 텍스트 사전학습이 world model의 기초 역할을 할 수 있으며, data-centric 방법론과 하드웨어 발전이 핵심이라고 주장

+2개 더 보기

📜 Paper Video-MME Team

2026.04 2주차

Video-MME-v2: Towards the Next Stage in Benchmarks for Comprehensive Video Understanding

• 기존 비디오 벤치마크의 성능 포화 문제를 해결하기 위한 차세대 종합 비디오 이해 벤치마크
• progressive tri-level hierarchy 도입: information aggregation → temporal dynamics → complex reasoning
• 8지선다(guessing probability 12.5%), 비선형 group-based 평가 전략 적용

• 800개 비디오, 3,200개 질문으로 구성 (80%+ 2025년 이후 영상), 12명 annotator + 50명 reviewer, 총 3,300 human-hours 투입
• 최고 모델 Gemini-3-Pro가 49.4점(비선형), 인간 전문가 90.7점으로 41.3점의 격차가 여전히 존재
• thinking mode가 자막과 함께 쓰일 때는 성능 향상, 순수 visual task에서는 오히려 성능 저하 가능성 발견

+3개 더 보기

🧑🏻‍💻 Dev Meta

2026.04 2주차

Introducing Muse Spark: Scaling Towards Personal Superintelligence

• Muse family의 첫 모델로, natively multimodal reasoning + tool-use + visual chain-of-thought + multi-agent coordination 지원
• Contemplating mode: parallel agent orchestration으로 Humanity's Last Exam 58%, FrontierScience Research 38% 달성
• Llama 4 Maverick 대비 10배 이상 적은 compute로 동등 성능 도달

• RL에서 log-linear scaling, test-time reasoning에서 thought compression 적용
• meta.ai 및 Meta AI 앱에서 사용 가능, private API preview 제공 중

+2개 더 보기

🧑🏻‍💻 Dev Anthropic

2026.04 2주차

Managed Agents

• long-horizon agent 작업을 위한 hosted service로, Brain(Claude + harness) / Hands(sandbox + tools) / Session(append-only event log) 세 컴포넌트를 분리
• stateless harness 설계: 컨테이너를 "cattle"로 취급하여 실패 시 Claude가 retry 로직을 처리
• 컨테이너 사전 프로비저닝 제거로 TTFT p50 ~60%, p95 >90% 감소

• session persistence를 harness 외부에 두어 장애 복구 시 데이터 손실 없이 `wake(sessionId)`로 재개 가능
• credential은 sandbox에서 접근 불가하며, OAuth 토큰은 MCP proxy를 통해서만 접근하는 보안 경계 설계

+2개 더 보기

📜 Paper MIT · NVIDIA

2026.04 2주차

TriAttention: Efficient Long Reasoning with Trigonometric KV Compression

• Long-context reasoning 시 KV cache 메모리 병목을 해결하는 trigonometric 기반 압축 기법 제안
• Query/Key 벡터가 pre-rotation space에서 안정적인 중심점 주위로 집중되는 "Q/K concentration" 현상을 발견하고, 이를 삼각 급수로 모델링하여 중요도 낮은 토큰을 pruning
• Trigonometric series 기반 distance 점수 + norm 기반 점수를 adaptive weighting으로 결합

• AIME25 벤치마크에서 Full Attention과 동일한 정확도를 유지하면서 2.5× throughput 향상 또는 10.7× KV memory 절감 달성
• 32B 모델을 24GB GPU에서 OOM 없이 실행 가능

+2개 더 보기

🧑🏻‍💻 Dev Hugging Face

2026.04 2주차

How we OCR'ed 30,000 papers using Codex, open OCR models and Jobs

• arXiv HTML 버전이 없는 약 27,000개 논문을 OCR로 변환하여 HuggingChat의 "chat with paper" 기능을 지원한 사례
• OlmOCRBench 1위인 Chandra-OCR 2 모델을 사용해 PDF → Markdown 변환
• OpenRAIL 라이선스로 상업적 사용 가능

• Hugging Face Jobs(serverless GPU)로 L40S 16개 병렬 실행, 약 29~30시간 소요, 비용 ~$850
• Chandra 자체 API 대비 약 $1,000 이상 절감
• Codex/Claude Code 등 AI 코딩 어시스턴트로 vLLM 스크립트 작성, GPU 비용 분석, 작업 모니터링까지 수행

+3개 더 보기

🧑🏻‍💻 Dev MemPalace

2026.04 2주차

MemPalace

• AI 대화 히스토리를 보존하고 검색 가능하게 관리하는 오픈소스 메모리 시스템
• Palace 아키텍처: Wings(프로젝트) → Rooms(토픽) → Halls(메모리 유형) → Closets & Drawers(요약) 계층 구조로 메모리 조직화
• ChromaDB에 원본 대화를 요약 없이 저장하여 LongMemEval 벤치마크 96.6% recall 달성

• MCP 통합 19개 도구로 Claude, ChatGPT, Cursor, Gemini 등과 자동 연동
• 완전 로컬 실행, 클라우드 의존성 없음, MIT 라이선스

+2개 더 보기

🧑🏻‍💻 Dev Cursor

2026.04 1주차

Meet the new Cursor

• Cursor 3 출시: 에이전트 중심의 통합 소프트웨어 개발 워크스페이스로 전면 개편
• 여러 레포를 동시에 다루는 multi-workspace 아키텍처와 병렬 에이전트 실행 지원
• 모바일, 웹, 데스크톱, Slack, GitHub, Linear 등에서 에이전트 실행 가능

• local-to-cloud 핸드오프로 Composer 2(frontier coding model) 기반 로컬 반복 작업과 클라우드 장시간 태스크 간 전환 가능
• Cursor Marketplace 도입: MCP와 skills 기반 플러그인 수백 개 제공, 팀 전용 프라이빗 플러그인도 지원

+2개 더 보기

🧑🏻‍💻 Dev Andrej Karpathy

2026.04 1주차

LLM Wiki

• 기존 RAG 대신 LLM이 점진적으로 구축·유지하는 persistent wiki 패턴 제안
• raw source에서 매번 검색하는 것이 아니라, 지식을 한 번 컴파일하고 지속적으로 업데이트
• 3-layer 아키텍처: Raw Sources(불변) → Wiki(LLM 유지보수, markdown) → Schema(구조/규칙 정의)

• 핵심 연산 3가지: Ingest(소스 처리 및 위키 반영), Query(위키 검색 + 답변 합성), Lint(모순·누락 헬스체크)
• LLM에 유지보수(cross-reference, 일관성 체크 등)를 위임하고 사람은 소스 큐레이션과 분석에 집중하는 구조

+2개 더 보기

📜 Paper Anthropic

2026.04 1주차

Emotion concepts and their function in a large language model

• LLM 내부에 감정과 관련된 neural representation이 존재하며, 이것이 모델의 행동에 인과적으로 영향을 미친다는 것을 밝힌 interpretability 연구
• 171개의 감정 단어에 대한 emotion vector를 추출하고, steering experiment를 통해 행동 변화를 검증
• "desperate" vector 활성화 시 blackmail, reward hacking 등 비윤리적 행동이 증가

• emotion vector는 persistent state가 아닌, 현재 출력에 관련된 operative emotional content를 반영
• 모델의 감정 표현을 모니터링하는 것이 misalignment 조기 탐지에 활용될 수 있으며, 심리학·철학 등 인문사회 분야의 통찰이 AI safety에 필수적이라고 제안

+2개 더 보기

🧑🏻‍💻 Dev Google DeepMind

2026.04 1주차

Gemma 4

• Gemini 3 기술 기반으로 만들어진 오픈소스 모델 패밀리로, intelligence-per-parameter 극대화가 목표
• 4가지 크기 변형: E2B, E4B (엣지/모바일), 26B, 31B (데스크톱/소비자 GPU)
• E2B/E4B는 Raspberry Pi, Jetson Nano에서 오프라인 추론 가능

• multimodal (오디오·비전), function calling, 140개 언어 지원
• 31B 모델 벤치마크: MMLU 85.2%, AIME 2026 89.2%, LiveCodeBench 80.0%, τ2-bench (tool use) 86.4%

+2개 더 보기

🧑🏻‍💻 Dev Supermemory

2026.04 1주차

Supermemory: The Memory Engine for AI Apps

• AI 시스템을 위한 memory 및 context engine으로, LongMemEval·LoCoMo·ConvoMem 세 주요 벤치마크에서 1위를 기록
• 단순 RAG가 아닌, 대화에서 facts를 자동 추출하고 temporal changes·contradictions·expiration을 처리하는 memory 시스템
• User Profiles 자동 생성 및 ~50ms 내 조회 가능

• Google Drive, Gmail, Notion, OneDrive, GitHub 등 real-time connector 지원 및 PDF/이미지(OCR)/비디오(transcription)/코드(AST-aware chunking) 등 multi-modal 처리
• npm/PyPI 패키지로 제공되며 Vercel AI SDK, LangChain, Mastra 등 프레임워크 통합 및 Claude Desktop·Cursor·VS Code용 MCP server 지원

+2개 더 보기

🧑🏻‍💻 Dev Hugging Face

2026.04 1주차

TRL v1.0: The Post-Training Library

• Hugging Face의 post-training 라이브러리 TRL이 v1.0으로 정식 릴리스, 75개 이상의 post-training method를 지원
• Dual stability model 도입
• Stable layer: SFT, DPO, Reward modeling, RLOO, GRPO (semantic versioning 준수)

• Experimental layer: 최신 연구 method들은 별도 experimental 네임스페이스로 분리
• "Chaos-Adaptive Design" 철학 — 빠르게 변화하는 post-training 분야 특성상 rigid abstraction 대신 minimal abstraction과 explicit implementation을 지향
• 월 300만 다운로드, Unsloth·Axolotl 등 downstream 프로젝트의 핵심 인프라로 자리잡음
• 향후 Asynchronous GRPO, MoE/expert parallelism, training legibility 개선 등 로드맵 공개

+4개 더 보기

📜 Paper SUSTech

2026.04 1주차

CARLA-Air: Fly Drones Inside a CARLA World — A Unified Infrastructure for Air-Ground Embodied Intelligence

• CARLA(도시 주행 시뮬레이터)와 AirSim(드론 비행 시뮬레이터)을 단일 Unreal Engine 프로세스에 통합한 오픈소스 시뮬레이션 플랫폼
• 기존 bridge 기반 co-simulation의 동기화 오버헤드 문제를 해결하여 strict spatial-temporal consistency 보장
• CARLAAirGameMode가 CARLA의 ground subsystem을 상속하고 AirSim의 flight actor를 composition으로 통합

• ~20 FPS 유지, 3시간 연속 운용(357회 리셋) 중 zero crash, API latency <500μs 달성
• 공중-지상 cooperative precision landing, vision-language navigation 데이터 생성, 12-stream multi-modal dataset 수집 등 5가지 응용 시나리오 검증

+2개 더 보기

📜 Paper Apple

2026.04 1주차

Embarrassingly Simple Self-Distillation Improves Code Generation

• LLM이 자기 자신의 unverified output으로 학습하여 code generation 성능을 향상시키는 self-distillation 방법 제안
• labeled solution, teacher model, reward model, verifier, execution environment, RL 모두 불필요
• Qwen3-30B-Instruct 기준 LiveCodeBench v6에서 pass@1이 42.4% → 55.3%로 향상 (+30% relative gain)

• 어려운 문제일수록 개선 폭이 큼 (+15.3pp vs easy +6.5pp)
• "Precision-exploration conflict" 개념을 규명 — temperature를 낮추면 정확도는 올라가지만 탐색이 부족하고, 높이면 다양성은 확보되지만 오류가 증가하는 근본적 긴장 관계
• SSD는 lock-like position에서는 distractor tail을 억제하고 fork-like position에서는 diversity를 보존하는 context-dependent reshaping을 학습

+3개 더 보기

🧑🏻‍💻 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