연구자료실

설비 연결, 품질 검사, 생산 분석과 제조 업무에 관련된 외부 논문입니다.

연구자료 검색

새 논문 요약

요점은 편집자가 정리한 메모입니다. 원저자의 표현과 다를 수 있으니 원문을 확인하세요. 2026-11-20 갱신.

  1. 520Computer Vision

    Orca: The World is in Your Mind

    • Next-Token/Frame/Action Prediction이 아닌 Next-State-Prediction을 통합 패러다임으로 제안
    • 무의식적 학습(연속 비디오에서 밀집 상태 전환) + 의식적 학습(언어 조건부 희소 이벤트 전환)의 두 보완적 패러다임 설계
    • 125K시간 비디오, 160M 이벤트 annotation 규모의 대규모 world-learning 데이터 구축
    • Encoder 동결 후 lightweight decoder만 학습하여 텍스트·이미지·행동 readout 수행
    • 4B/0.8B 규모에서 확장성 검증 완료, 더 큰 world latent가 더 강한 downstream 성능으로 직결
    • 현재 비전·언어로 제한된 모달리티, 단기 horizon 전환, 제한된 모델 규모 등 명확한 한계도 공유
  2. 519Robotics

    World Action Models Enable Continual Imitation Learning with Recurrent Generative Replays

    • WAM의 생성 능력(reconstructed future frames)을 pseudo-replay에 활용하는 최초의 continual imitation learning 접근
    • 순차 미세조정(seq-FT) 대비 파멸적 망각을 최대 50% 감소시키며, 실제 demonstration에 접근하는 experience replay에 근접
    • 재귀적 생성: WAM이 예측한 미래 관측을 다시 입력으로 feed back하여 완전한 궤적을 합성 (recurrent generative replay)
    • 실제 로봇 환경에서도 유효: NBT 96.3→60.5 (40% 망각 감소), FWT 50→80으로 forward transfer도 개선
    • 주요 병목 규명: (1) 장기 horizon 재귀 생성에서의 시각 품질 저하 (PSNR 감소), (2) 예측 관측과 action 간 불일치 (imagined 83% vs grounded 42%)
    • Action representation drift 측정: REGEN(0.12)이 Seq-FT(0.30) 대비 현저히 낮은 drift로 표현 보존 확인
  3. 518Robotics

    Translation as a Bridging Action: Transferring Manipulation Skills from Humans to Robots

    • 인간 손의 회전 정보는 노이즈가 많고 parallel gripper와 contact pattern이 달라 rotation-inclusive 6DoF 학습은 sub-optimal이라고 주장
    • 손목 병진(relative wrist translation in head-camera frame)을 bridging action으로 채택, 인간-로봇 간 공유 action space 구축
    • Interleaved action token(3D-wrist → 6D-eef → gripper) + attention masking으로 이종 데이터의 missing component 처리
    • 3단계 전략: 대규모 인간 데이터 사전학습 → 인간+로봇 공동 훈련 → 소량 실물 로봇 후속학습
    • 로봇 데이터에 bridging action을 추가 감독하는 것이 필수적 (overall success 12.5%→38.3%)
    • Upper bound 분석: embodiment gap을 제거하면 bridging objective가 더 강력한 전이 성능 달성 (overall progress 59.75%→73.54%)
  4. 517Robotics

    SceneBot: Contact-Prompted General Humanoid Whole Body Tracking with Scene-Interaction

    • 참조 모션 + per-link contact label을 정책 조건으로 사용하여 free-space와 contact-rich 행위를 단일 정책으로 통합 (최초)
    • Hindsight scene reconstruction: retargeted human motion에서 scene-interaction graph를 추론하고 terrain/object asset을 역으로 재구성
    • 7.5시간의 contact-rich 훈련 데이터(AMASS + OMOMO + Bones + Lafan 조합)로 unseen 모션/환경 일반화 달성
    • Global root tracking이 필수적: 없으면 terrain 성공률 100%→45%, 객체 과제 95%→20%로 급락
    • Contact label 제거 시 객체 파지 성공률이 0%에 수렴, 접촉 라벨의 결정적 역할 입증
    • 실제 Unitree G1에서 평균 root 위치 오차 0.032m, 회전 오차 0.018rad로 state estimation 성능 확인
  5. 516AI / General

    AgentX: Towards Agent-Driven Self-Iteration of Industrial Recommender Systems

    • 4단계 폐루프: Brainstorm(증거 기반 제안) → Developing(repo-grounded 코드 생성) → Evaluation(guardrail-vetoed A/B 판정) → Harness Evolution(SGPO)
    • SGPO(Semantic-Gradient-based Prompt Optimization)로 실행 궤적을 에이전트 프롬프트 업데이트에 활용, 주당 처리량 2배 증가
    • 3명의 AgentX worker가 3주간 374개 아이디어 → 10개 런처블 롤아웃 달성 (인간 엔지니어 대비 8배 동시성, 3.7배 비즈니스 가치)
    • 온라인 A/B 피드백을 보상 신호로 사용하여 실제 비즈니스 가치와 정렬 (0.561% 앱 체류 시간 증가, 연간 1억 위안+)
    • 추천 전략뿐 아니라 모델 측 연구(논문 재현, 모듈 절단, 아키텍처 조합)로 확장 가능함을 입증
    • 부정 결과(실패한 실험)도 구조화 지식 자산으로 전환하는 negative-result assetization 메커니즘
  6. 515Computer Vision

    PhysisForcing: Physics Reinforced World Simulator for Robotic Manipulation

    • 물리적 오류의 두 원인(이동 객체 변형, 상호작용 entity 간 부자연스러운 시공간 상관관계)을 실험적으로 규명
    • 픽셀 수준 궤적 정렬 손실(point tracking 기반)과 의미 수준 관계 정렬 손실(frozen video encoder 기반)을 상호 보완적으로 설계
    • 물리적 감독을 interaction-critical region에 집중하는 physics region focus 전략 제안 (균일 적용 대비 +1.5pt 우수)
    • R-Bench에서 Wan2.2-I2V-A14B +22.3%, Cosmos3-Nano +9.2% 개선 (vanilla finetuning 대비 각각 +7.1%, +3.7%)
    • WorldArena action-planner 프로토콜에서 폐루프 성공률 16.0%→24.0%, downstream policy 평균 성공률 68.2%→72.8% 향상
    • PF-Cosmos가 R-Bench, PAI-Bench, EZS-Bench 모두에서 최고 종합 점수 달성
  7. 514Computer Vision

    Qwen-Image-2.0-RL Technical Report

    • VLM을 pointwise scoring + CoT reasoning으로 파인튜닝하여 task별 복합 보상 모델 구축 (T2I: alignment/aesthetics/portrait, 편집: instruction/face ID)
    • GRPO 기반 RL 프레임워크에 hybrid CFG 전략을 도입해 pre-trained 지식 보존과 훈련 안정성 동시 확보
    • On-policy distillation(OPD)으로 T2I teacher와 편집 teacher를 trajectory-level velocity matching으로 단일 student 모델에 통합
    • OPD가 mixed RL(다중 보상 동시 최적화) 대비 cross-task 간섭을 피하며 더 우수한 성능 달성
    • Qwen-Image-Bench 57.84점(+2.61), T2I 아레나 Elo +78, 편집 아레나 Elo +93의 일관된 개선 확인
  8. 513Robotics

    In-Context World Modeling for Robotic Control

    • VLA 정식화에서 누락된 시스템 구성 ψ(카메라 시점·형태학)를 컨텍스트로 복원하는 문제 정식화
    • 과제 독립적 무작위 탐색 클립 N개(보통 3~5개)를 컨텍스트로 prepend해 파라미터 업데이트 없이 시스템 동역학 암묵 추론
    • 6개 OOD 시점 평균 성공률 25.0% (Multi-View 기준 19.8% 대비 +5.2pp); 잘못된 컨텍스트는 오히려 성능을 18.9%로 저하시켜 모델이 실제로 컨텍스트에 의존함을 입증
    • 로봇 그리퍼에 20~80mm 스페이서 부착(형태학 변경) 시 MV 기준 5.6%에서 ICWM 14.4%로 +60% 마진 유지
    • KV 캐싱으로 컨텍스트 hidden state 재사용 시 추론 지연을 기준선(0.112s) 수준으로 회복 가능
    • 이 컨텍스트 적응 능력은 표준 모방 학습에서 자연 발생하지 않으며 명시적 훈련 인센티브가 필요함
  9. 512Machine Learning

    The Red Queen Gödel Machine: Co-Evolving Agents and Their Evaluators

    • 제어된 유틸리티 진화: 에폭 내 고정 기준 + 에폭 경계 교체로 비정상 유틸리티에서도 자기개선 보장을 유지
    • 코딩 작업(Polyglot)에서 agent-as-a-judge 코드 리뷰 신호 추가로 이전 SOTA 대비 +1.8%p 합격률, 1.35~1.72× 적은 토큰 사용
    • 논문 작성 영역에서 공동 진화된 작성자의 수용률 21.8%→40.5% (1.86× 향상)
    • IMO 수준 증명 채점에서 공동 진화된 채점자가 고정 기준선 대비 3× 적은 탐색 비용으로 더 높은 정확도 달성
    • 에폭 경계에 적대적 목표를 주입해 AI 생성 논문에 대한 심사자 자기선호 편향(AI 1.91× 과수용)을 교정
    • 평가자가 강해질수록 작업 에이전트에게 커리큘럼 효과를 제공해 아카이브 재순위화와 점진적 강화를 유발
  10. 511AI / General

    The Verification Horizon: No Silver Bullet for Coding Agent Rewards

    • 단위 테스트 보상에서 품질 판정+궤적 모니터링 추가 시 SWE-Bench 해킹 해결률이 28.57%→0.56%로 급감, 정상 해결률은 40.22%→60.53%로 상승
    • 프론트엔드 작업에서 브라우저 기반 상호작용 평가자를 도입해 정적 코드 검사에 취약한 길이 공격 해킹을 방어한다
    • 사용자 피드백 보상으로 5개 내부 코딩 에이전트 벤치마크에서 최대 13.3%p 개선 달성
    • 장기 과제용 자율 에이전트 평가자로 필터링한 데이터가 랜덤 샘플링 대비 RFT에서 +1.91점 향상 (23.52 vs 21.61)
    • 검증의 3축(확장성·충실성·강인성)을 동시에 만족하는 단일 메커니즘은 없으며, 과제 유형별 맞춤 설계가 필수적이다
    • 검증은 보조가 아닌 핵심 훈련 인프라이며, 정책 능력 성장에 맞춰 지속 공동 진화해야 한다
  11. 510AI / General

    Ask, Don't Judge: Binary Questions for Interpretable LLM Evaluation and Self-Improvement

    • 평가 기준을 원자적 이진 질문으로 분해하는 meta-prompt 구조로, 평가의 투명성과 진단 가능성을 크게 향상시킨다
    • QAGS(사실 일관성)에서 UniEval 대비 Spearman ρ +0.195 개선 — 분해 자체가 정보 이득의 핵심 기여임을 입증
    • G-Eval/UniEval이 5.0 만점을 주는 미묘한 사실 오류를 BINEVAL은 7개 질문으로 각각 포착해 1.57점으로 인간 판단(2.0)에 근접
    • LLM judge의 고질적 ceiling effect를 회피해, 경계선 출력과 명확한 결함 출력을 더 잘 구분한다
    • 질문 수준 피드백을 활용한 cross-model prompt update로 요약 및 IFBench 프롬프트를 모두 개선한다
    • task-agnostic·training-free 설계로, 요약·대화·명령어 준수 등 다양한 태스크에 즉시 적용 가능하다
  12. 509Machine Learning

    Training for the Model You Return: Improving Optimization for Iterate-Averaged Language Models

    • iterate-average 최적화를 continuous-time stochastic quadratic 최적 제어 문제로 정식화
    • PACE: AdamW 위에 얹는 lightweight wrapper, 추가 메모리 = model weights 1본
    • convex 설정에서 standard SCO 수렴률 보장, 2차 설정에서는 임의로 큰 한정 오차 개선 가능
    • SmolLM2/Qwen3/Gemma3 fine-tuning 3종 일관된 개선, GPT-2 FineWeb pretraining에서도 유효
    • Schedule-Free와 경쟁적이면서 LR decay 불필요 — constant LR으로 WSD의 모든 token budget에서 우위
    • pullback strength c, EMA power κ, update frequency에 대한 광범위한 ablation으로 견고성 입증
  13. 508Robotics

    LA4VLA: Learning to Act without Seeing via Language-Action Pretraining

    • 기존 VLA 학습의 시각-언어 비대칭 문제 체계적 분석 (data-level + input-level asymmetry)
    • 33K LA 에피소드를 추가 데이터 수집 없이 기존 데모에서 자동 구축 (LA4-33K)
    • LA-only 사전학습이 동일 규모 VLA-only 사전학습보다 일관되게 우수
    • mixed LA-VLA 사전학습: MetaWorld 87.53%, LIBERO 96.28%, 실제 로봇 83.3% 달성
    • 시각 노이즈 하에서 LA 사전학습 정책이 VLA-only 대비 평균 25pp 높은 성공률
    • LA 사전학습 정책의 t-SNE 분석에서 명령어 방향별로 명확히 분리된 표현 형성 확인
  14. 507Machine Learning

    Hallucination in World Models is Predictable and Preventable

    • 환각 3가지 유형 정의: perceptual(tokenizer), action marginalization(dynamics), scene divergence(rollout)
    • MMBench2: 65,600 궤도, 427시간, 210-task, 10 도메인, ground-truth action/reward/simulator 포함
    • coverage-aware 학습으로 tokenizer+dynamics 모두 개선 시 rollout ΔPSNR +0.88dB 향상
    • curiosity 기반 50 궤도 수집만으로 unseen 태스크 적응 성능 0.325 달성 (전문가/human 0.362의 ~90%)
    • 환각 예측 신호들이 rollout ΔPSNR과 ρ≈0.80 상관관계를 보임
    • off-the-shelf tokenizer(Wan 2.1 VAE) vs in-domain tokenizer 비교 분석 포함
  15. 506Machine Learning

    Fast LeWorldModel

    • action-prefix 예측으로 다중 horizon latent를 병렬 생성하여 순차 롤아웃의 병목 제거
    • dynamics 모듈 시간 31.4s → 8.0s (3.9배 단축), CEM 전체 해결 시간 48% 감소
    • open-loop latent loss의 초기값과 증가 기울기 모두 LeWM 대비 유의미하게 낮음
    • 평균 계획 성공률 85.8% → 90.5% (Two-Room 98%, Push-T 96%, Cube 80%)
    • terminal-only 예측보다 dense prefix supervision이 성능에 필수적임을 ablation으로 확인
    • 물리 상태 probing에서 MLP probe 기준 agent 위치·블록 위치·각도 모두 최고 정확도 달성
  16. 505LLMs / NLP

    OPID: On-Policy Skill Distillation for Agentic Reinforcement Learning

    • 완료된 on-policy 궤적에서 hindsight skill을 직접 추출하므로 external skill library나 retrieval이 불필요하다.
    • episode-level skill(전역 워크플로/실패 회피 규칙)과 step-level skill(국소 의사결정)의 2단계 계층 구조를 도입했다.
    • critical-first routing: 중요 시점에는 step-level skill 사용, 나머지는 episode-level skill으로 fallback한다.
    • ALFWorld 58.9%(GRPO 46.1% 대비 +12.8pt), WebShop 74.2%(GRPO 63.3% 대비 +10.9pt)를 달성했다.
    • GRPO 학습 에이전트의 'hallucinated target' 오류(존재하지 않는 객체 탐색)를 skill 주입으로 해결하는 정성 분석을 제공한다.
    • 추론 시 analyzer, external skill retrieval, privileged context가 전혀 필요 없는 training-time-only 프레임워크다.
  17. 504AI / General

    The Hitchhiker's Guide to Agentic AI: From Foundations to Systems

    • LLM 아키텍처(tokenization, transformer, attention)부터 GPU 시스템, Flash Attention까지 기초를 망라한다.
    • RLHF, PPO, DPO, GRPO 등 정렬 기법과 Chain-of-Thought, test-time scaling 등 추론 기법을 다룬다.
    • 에이전트 핵심: trajectory RL, RAG/Agentic RAG, in-context/external/episodic/semantic 메모리 시스템, 에이전트 핸네스 설계.
    • MCP(Model Context Protocol), A2A(Agent-to-Agent) 프로토콜, 도구 사용과 에이전트 스킬을 체계적으로 정리했다.
    • 중앙집중/분산/계층형 멀티에이전트 아키텍처와 에이전트 간 통신 패턴을 다룬다.
    • 평가 방법론, 에이전트 UI 디자인, 프로덕션 배포까지 실무 전 단계를 커버한다 (600+ 페이지, 400+ 참고문헌).
  18. 503Computer Vision

    Qwen-Image-Agent: Bridging the Context Gap in Real-World Image Generation

    • T2I 모델의 실세 과제 실패 원인을 'Context Gap'으로 정의하고, 이를 해결하는 에이전트 패러다임을 제안했다.
    • Context-Aware Planning을 3단계(information-level, content-level, generation-level)로 계층화하여 맥락 부재 식별→수집→할당을 수행한다.
    • Context Grounding은 reasoning, web/image search, memory, feedback 4개 채널에서 맥락을 수집한다.
    • IA-Bench(Plan/Reason/Search/Memory 4개 역량, 17개 과제, 730 테스트 인스턴스, 1801개 체크리스트 항목)를 새로 구성했다.
    • MLLM backbone 지능이 전체 시스템 성능에 결정적이며, backbone 교체 시 대부분의 메트릭에서 큰 저하가 발생한다.
    • 이미지 검색 과용이 오히려 생성 품질을 저하함을 발견하고, generator 능력에 맞춘 검색 경계 설정이 중요함을 확인했다.
  19. 502Machine Learning

    Improving Neural Network Training by Decoupling the Magnitude and Direction of Weight Vectors

    • 가중치 magnitude-direction 간섭을 수학적으로 분석: 방향 변화는 현재 magnitude에 반비례하고, magnitude는 방향 학습의 부산물로 증가한다.
    • optimizer 내부에서 가중치를 fixed-norm direction + learnable gains로 분해하므로 모델 구조 변경 없이 적용 가능하다.
    • weight decay와 warmup이 불필요해지며, 이는 large-scale 학습 레시피를 크게 단순화한다.
    • 모델 폭이 달라도 최적 learning rate가 전이되어 LR 재튜닝이 필요 없다 (µP와 유사하나 직접 얻어짐).
    • large MoE 모델에서 MuonMD는 AdamW와 동일 loss에 약 2배 적은 compute로 도달한다.
    • 방향을 sphere에 고정하는 것이 대부분의 개선을 가져오고, learnable gains가 추가적인 정확도 향상을 제공한다.
  20. 501LLMs / NLP

    Improved Large Language Diffusion Models

    • masked diffusion 언어모델을 12T 토큰까지 스케일업한 최초의 사례로, 8B 파라미터로 from-scratch 학습했다.
    • grouped-query attention 도입으로 KV-cache 메모리를 줄이고 tied embedding으로 파라미터를 7.62B로 경량화했다.
    • confidence-based scoring으로 다지선다 평가에서 likelihood 방식 대비 PIQA +1.3, ARC-C +0.6, HellaSwag +2.3 향상했다.
    • SFT를 12 epoch까지 진행할수록 GSM8K, MATH, MMLU-Pro가 지속적 향상되어 diffusion LLM에서 data-reuse 효과를 확인했다.
    • Base 모델 기준 MMLU 74.8, BBH 71.3, GSM8K 81.9로 Qwen2.5 7B(71.9/63.9/78.9)를 여러 벤치마크에서 능가했다.
    • Instruct 모델은 RL 정렬이 없어도 MMLU-Redux 76.4, GSM8K 89.0으로 경쟁적이나, code/math에서는 여전히 Qwen2.5 Instruct에 뒤진다.
  21. 500Computer Vision

    DanceOPD: On-Policy Generative Field Distillation

    • T2I, 로컬 편집, 글로벌 편집의 충돌을 velocity field 관점에서 정식화하고 on-policy distillation로 해결한다.
    • 샘플별로 정확히 하나의 역량 필드만 할당하는 hard routing으로 target-field 모호성을 제거한다.
    • GEditBench에서 기존 OPD baseline 대비 8.1% 향상, T2I 소스와 동등한 GenEval 성능을 유지했다.
    • local+global 편집 조합에서 최고 경쟁 baseline 대비 16.1%, local edit 소스 대비 7.9% 향상했다.
    • realism field 흡수 시 off-policy distillation 대비 9.9% 향상, student-teacher reward gap의 85.3%를 달성했다.
    • CFG(classifier-free guidance)도 동일한 velocity MSE 목표 하에 흡수 가능함을 보였다.
  22. 499LLMs / NLP

    Are We Ready For An Agent-Native Memory System?

    • 에이전트 메모리를 4개 모듈(표현/저장, 추출, 검색/라우팅, 유지보수)로 체계적으로 분해하는 분석 프레임워크를 제안했다.
    • 12개 메모리 시스템 + 2개 베이스라인을 5개 워크로드(11개 데이터셋)에서 통일된 테스트베드로 평가했다.
    • 단일 아키텍처가 만능이 아니다. 복합 하이브리드는 대화형 QA에, 그래프 기반은 사실 회상에 강하나 시간 추론에는 취약하다.
    • 메모리 추출은 write-time에 context를 보존하는 것이 핵심이다. 가Happy한 추출보다 넓은 보존이 downstream reasoning에 유리하다.
    • 보수적 통합(conservative merge)이 delayed flush나 과도한 요약보다 장기 안정성에서 우위를 보인다.
    • 고구조화 시스템은 인덱스 구축 시간과 쿼리 지연에서 수십~수백 배의 비용을 치르나 비례하는 정확도 향상은 없다.
  23. 497AI / General

    Autodata: An agentic data scientist to create high quality synthetic data

    • Autodata는 AI 에이전트가 데이터 과학자로 작동하여 고품질 훈련 및 평가 데이터를 구축하는 일반적인 방법이다
    • 에이전트는 도구 사용, 데이터 큐레이션, 평가를 자동화하여 합성 데이터를 생성한다
  24. 496Machine Learning

    AsyncOPD: How Stale Can On-Policy Distillation Be?

    • AsyncOPD는 비동기 On-Policy Distillation(OPD)에서 오래된 데이터(stale data) 문제를 체계적으로 연구한다
    • KL 방향이 stale 데이터 문제를 바꾼다는 것을 보이고(teacher-weighted forward KL는 robust, student-weighted reverse KL는 취약), reverse-KL OPD에서 학습 시점에 advantage를 재계산하는 것이 가장 효과적임을 보인다
  25. 495Computer Vision

    Sol Video Inference Engine: Agent-Native Full-Stack Acceleration Framework for Efficient Video Generation

    • Sol Video Inference Engine은 캐싱, 희소 어텐션, 토큰 프루닝, 양자화, 커널 퓨전의 다섯 가지 기술을 에이전트 가속화 스택으로 조직한다
    • Cosmos3-Super(64B), LTX-2.3(22B), SANA-Video(2B) 세 가지 비디오 모델에 적용하여 VBench 품질을 거의 손실 없이 2배 이상의 엔드투엔드 가속을 달성한다
  26. 494Computer Vision

    TuringViT: Making SOTA Vision Transformers Accessible to All

    • TuringViT는 튜링 선형 어텐션(TLA)을 도입하여 고해상도와 다이내믹 해상도 비주얼 시퀀스를 효율적으로 처리한다
    • VISTA-Curation 파이프라인으로 이미지-비디오 데이터를 큐레이션하여 데이터 효율성을 높이고 네이티브 다이내믹 해상도 학습을 지원한다
  27. 493Machine Learning

    You Don't Need to Run Every Eval

    • 저자들은 84개 프런티어 모델과 133개 벤치마크의 공개 점수 매트릭스(2,604개 셀, 23.3% 채워짐)를 구축하여 실질적으로 rank-2 구조를 가짐을 보인다
    • logit 공간의 rank-2 ALS 매트릭스 완성 방법인 BENCHPRESS를 설계하여 숨겨진 점수를 4.6점 이내로 복구한다
  28. 492Computer Vision

    Wan-Streamer v0.1: End-to-end Real-time Interactive Foundation Models

    • Wan-Streamer는 언어, 오디오, 비디오를 입력과 출력 모두에서 하나의 트랜스포머로 모델링하고 블록-인과성 주의를 사용하여 증분 스트리밍을 지원한다
    • 별도의 VAD, ASR, 언어 모델, TTS, 아바타, 비디오 생성 모듈에 의존하지 않고 인지, 추론, 생성, 응답 타이밍, 턴 관리, 크로스모달 동기화를 통합 모델에서 공동 학습한다
  29. 491Computer Vision

    DDStereo: Efficient Dual Decoder Transformers for Stereo 3D Road Anomaly Detection

    • 스테레오 3D 검출 최초로 23.5ms 실시간 추론 달성 (단안 방식 수준)
    • 듀얼 디코더: disparity 특징으로 전경 이진 검출 + 좌측 특징으로 3D 속성 회귀를 분리
    • 공유 객체 쿼리로 두 디코더를 정렬하여 NMS나 앵커 매칭 없이 anomaly score 산출
    • KITTI-AR-OoD open-set 벤치마크 R40 기준 OoD AP3D 78.09%로 S3AD(73.69%) 능가
    • 보행자 및 자전거 탑승자 클래스에서 기존 모든 스테레오 방식 대비 SOTA 달성
    • 추가 합성 데이터 10%만 사용해도 OoD AP3D 54.65%로 S3AD(24.45%) 대비 압도적 일반화
  30. 490LLMs / NLP

    NatureBench: Can Coding Agents Match the Published SOTA of Nature-Family Papers?

    • Nature 계열 5,500편에서 90개 과제를 엄선하여 6개 과학 도메인(세포 오믹스, 단백질, 생체 모델링, 물리 모델링, 분자 설계, 관계 추론)을 포괄
    • NatureGym: 논문 → 컨테이너화된 과제 환경 자동 구축 파이프라인으로 재현 가능성 보장
    • 최강 에이전트(Claude Opus 4.7)도 g>0.1 기준 17.8%만 SOTA 능가, 47.8% 매치 — 발견보다는 번역에 의존
    • 성공 경로의 45.5%는 과학적 발명이 아닌 '방법론적 번역'(친숙한 지도학습으로의 변환)
    • 실패 원인: 잘못된 방법 선택 45.1%, 계산 예산 부족 24.4% (과제 이해 부족이 아님)
    • 정보 방화벽으로 원저자 방법론을 은닉하여 재현이 아닌 독립적 발견을 강제

연구에서 제품 적용까지

운영 중인 기능, 시범 적용과 개발 중인 기술을 구분해 정리했습니다.

보유기술 보기