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.
- 1493Research Agents
DiscoveryAgent: A Framework for Scientist-centric Agentic AI
- 연구진은 과학자가 연구 라운드 사이에 가설을 선택, 정련, 교체하고 감사 에이전트가 체크포인트 기록을 조사해 주장을 추적하고 분석을 재현하는 시스템을 제안했다.
- 두 예측 모델링 작업에서 이 시스템은 평가된 기준 가운데 최고의 변광성 분류기를 만들었고, 과학자 조종을 더한 단백질 변이 효과 예측기는 ProteinGym 기준 106개 중 하나에게만 뒤졌다.
- 감사 에이전트는 이전 AI 과학자 에이전트보다 높은 비율로 오류를 스스로 찾아냈고, 감사 에이전트와 협업한 과학자는 수동 검토를 하는 과학자보다 14배 많은 유효 오류를 확인했다.
- 전문가가 이끈 세 사례 연구에서 저자들은 저적색shift 분류에 0.971 AUROC를 달성하는 다중모달 적분선 추정기를 만들고, 2013년부터 2023년까지 플로리다 주택보험료 83% 상승을 기록했다.
- 1492Machine Learning
Heteroscedastic Gaussian Process Q-learning for Sample Efficient Experimentation
- 저자들은 Q 함수에 가우시안 프로세스 사전을 놓아 역학을 배우지 않고 컨트롤러가 직접 최적화하게 했다.
- 각 벨만 목표를 Q 함수의 잡음 있는 측정으로 취급하면 평균제곱오차를 최소화하는 학습률은 Kalman 이득이고, 관측된 전이 전부에 적용하는 것은 가우시안 프로세스 회귀와 동등하다.
- HGPQ는 각 목표의 잡음 분산을 이질 가우시안 프로세스로 정해서, 잡음이 크거나 값 함수 기울기가 큰 영역의 목표가 추정을 덜 움직이게 했다.
- 저자들은 목표별 분산을 목표 수집 시점에 배정하는 설정에서, 탐색 영역 전역에 균일한 값 추정 오차의 고확률 계수를 증명했다.
- 화학 반응기와 생물공정을 포함한 다섯 시뮬레이션 기준을 합치면, HGPQ는 같거나 더 큰 예산의 가우시안 프로세스, 커널, 심층 강화학습 기준보다 적은 에피소드로 어느 방법이든 찾은 최고 보수에 근접했다.
- 1491LLMs / NLP
K2-Horizon: A Frontier Fleet of Open Source Language Models
- 연구진은 0.9B 밀집 모델부터 375B-A23B MoE까지 여섯 개의 완전 개방 언어모델을 수학과 과학, 소프트웨어 공학, 심층 연구 같은 범용 추론과 에이전트 작업을 위해 공개했다.
- 저자들은 어텐션 값 투영에 MoE를 적용한 MoVA와 솔플러스 어텐션 게이팅을 도입했고, 36B-A4B 모델은 같은 데이터로 학습한 32B 밀집 모델과 활성 파라미터 1/7로 거의 맞먹었다.
- Uno는 별도 초안 모델 없이 디코딩을 최대 2.2× 가속하는 무손실 확산 어댑터다.
- 공개 자산에는 모든 학습 단계의 중간 체크포인트, 사전학습 데이터, 학습 로그, 학습과 평가와 인프라 코드 전체가 포함됐고, 파이프라인은 약 10T 합성 사전학습 토큰을 만들었다.
- 네 모델이 22T 토큰짜리 같은 사전학습 코퍼스와 레시피를 공유하며, 7B와 3.7B는 SWE-bench Verified를 큰 차이로 이끌었다.
- 1490Research Agents
Read Before You Fit: Text-Derived Constraints for Discovering Differential Equations from Noisy Biological Data
- 연구진은 생물학 계의 텍스트 설명을 형식화된 제약 묶음으로 옮기고, 이 제약으로 수치 적합 전에 후보 상미분방정식 구조를 제한하는 P2C 에이전트 프레임워크를 제안했다.
- P2C는 텍스트에서 제약 추출, ODE 발견, 기호 검증, 파라미터 적합, 모형 점수화의 다섯 단계로 이루어졌다.
- 급성 염증과 면역 조절의 네 개 공개 ODE 계에서 텍스트 제약을 더하자 최악 형태 오차가 깨끗한 데이터에서 1.397에서 0.499로 줄었고, 표준편차 0.1 가우시안 잡음 데이터에서 13.096에서 1.095로 줄었다.
- P2C는 시험한 잡음 범위에서 여러 LLM 기준보다 낮은 형태 오차와 궤적 오차를 달성했다.
- 1489Interpretability
When can an interpretability claim be trusted? Stability and certification of feature dimensionality, ridge leverage and the feature recovery rate
- 모델 가중치의 작은 변화, 다른 학습 시드, 다른 임계값이 해석성 주장을 뒤집을 수 있으며, 이전 연구에서는 노름 임계값 하나만으로 잘 알려진 규칙성의 24.8% 겉보기 실패가 나타났다.
- 저자들은 특징 차원성이 정확히 어디서 불연속인지 특성화했다. 특징의 가중치 벡터가 사라지는 동시에 다른 특징 벡터들과 직교인 방향이 있을 때다.
- 저자들은 특징 차원성을 능선 정규화 버전으로 바꾸고 예리한 안정성 계수를 증명했으며, 능선 레버리지 점수의 변화 상수는 개선할 수 없다고 밝혔다.
- 저자들은 특징 i가 회복됐다는 주장이 주어진 사전 변화에서 살아남아야 함을 말하는 증명서를 증명했다.
- 실험은 장난감 모델, 합성 사전, 세 개 시드로 학습한 작은 사전에 국한됐고 실제 언어모델은 시험하지 않았다.
- 1488Interpretability
A Mechanistic Interpretability Study of an Astronomy Foundation Model
- 연구진은 천문학 기반모델 AION-1에 대한 최초의 인과적 기계적 해석성 연구를 수행하고, 영상과 측광을 결합할 때의 다중모달 우위에 초점을 맞췄다.
- 이 우위는 공간적으로 확장되고 먼지 소광된 은하에서 가장 크고, 그 대부분은 인코더의 열두 블록 중 첫 블록에 국소화됐다.
- 공간 크기는 인과적으로 쓰이고 한 어텐션 헤드가 선형 탐침을 지배하지만, 그 헤드를 제거해도 적분선 예측에는 거의 영향이 없었고 정보는 여러 헤드에 분산돼 지운 한 층 뒤에 다시 디코딩됐다.
- 먼지 소광은 인코더 어디에서도 약하게만 디코딩되지만, 단일 헤드가 다중모달 우위의 대부분에 필요했고 특히 먼지 소광이 큰 은하에서 그랬다.
- 저자들이 시험한 천체물리적으로 동기화된 연산 어느 것도 이 헤드가 계산하는 것을 설명하지 못했다.
- 1487AI / General
Living constitutions: Participatory alignment for sovereign foundation models
- 저자들은 헌법 개발을 시민과학에 비유한 진화하는 참여적 과정으로 다루어, 반복적으로 초안을 쓰고 시험하고 다듬도록 제안했다.
- 저자들은 반복적, 모듈적, 정당화 가능, 위치적, 정당성의 다섯 가지 바람직한 원칙을 제시했다.
- 조항을 확정, 논쟁 중, 미결으로 표시해서 오래 지속되는 의견 불일치를 헌법에 기록하도록 제안했다.
- 에이전트 기반 모델링에서 시민 가운데 악의 참여자가 50%여도, 심의 기구에 선의 참여자가 75%라면 제안된 과정은 강건했다.
- 1486Research
AI-Driven Discovery of Entanglement Witness in Spin Hamiltonians
- 연구진은 최대 4체 차수의 측정 가능한 폴리 상관량에 대한 국소 유니터리 불변 표현을 만들고, 16개 후보 불변 특징 채널을 성기게 선택해 로터리 위치 임베딩 트랜스포머로 공간 구조를 학습했다.
- 저차 관측량의 기댓값만으로 EntNet은 인증된 얽힘 상태에서 98% 넘는 재현율과 분리 상태에서 거의 0에 가까운 오탐률을 달성했다.
- 재학습 없이 모델은 한 계 크기에서 다른 계 크기와 다른 해밀토니안 族으로 전이되었다.
- 모델은 짝 상관의 선택적 공간 조직을 드러냈고, 유한 온도 판별 경계는 조던-워너 준입자의 흥분 갭을 따라갔다.
- 1485Research
SciCheck: A Framework for Verifying the Integrity of Deep Learning Training
- 검증 과학자는 통계 판정 모델이 검증자 자신의 기준 실행과 단계별 그래디언트 통계를 비교하고, 스팟 체크가 원장에 기록된 체크포인트의 무작위 학습 구간을 다시 실행하는 두 층으로 학습을 판정했다.
- MLP, CNN, 오토인코더(100k–500k 파라미터)에서 그래디언트 부호 뒤집기, 라벨 오염, 조작 실행 공격 하에 F1 0.966, 0.906, 0.976을 기록하고 정직한 실행의 0–4.4%만 잘못 거부했다.
- 저자들이 시험한 공격에서는 스팟 체크가 이 정확도의 대부분을 담당했고, 각 층이 감지할 수 있는 것을 특성화했다.
- 유효 신호 통계는 부호 뒤집기 심각도 s에서 (1 −2s)2만큼 떨어져서, 그래디언트 통계만으로도 충분히 강한 부호 뒤집기는 잡지만 진짜 통계를 재생하는 조작 실행은 그렇지 못했다.
- 1484Research Agents
Discovering formally verified quantum programs with AI
- 연구진이 양자 호어 논리(QHL) 기반 Lean 검증 라이브러리를 만들고, 다중 에이전트 연구 작업 흐름을 구축해 점근적 알고리즘과 대규모 과학 시뮬레이션에서 자원 절감을 증명했다.
- 에이전트 팀은 독립적으로 재검증한 해결책과 중간 결과, 막다른 길을 공유 위키에 올리고 정기 교차 팀 회의에서 아이디어와 비판을 교환했다.
- 병렬 그로버 탐색에서 기대 오라클 호출을 최대 2.57× 줄였고, 고정소수점 arcsin에서는 290×의 시공간 비용 절감을 달성했다.
- 핵융합 알파 입자 제동 능력 문제에서 4,338개 논리 큐비트를 쓰는 해를 찾아 시공간 비용을 11.8× 낮췄다.
- 저자들은 이 시뮬레이션이 첫 내결함성 양자 컴퓨터보다 훨씬 더 많은 자원을 요구하며, 초기 하드웨어에 닿으려면 추가로 몇 자릿수 더 개선이 필요하다고 밝혔다.
- 1483Machine Learning
Sage S2.1 Flash Technical Report
- 분자 그래프와 생물 서열 전용 인코더, 스펙트럼 수치 패치를 공용 백본에 연결하는 Sage Sci-Perception 을 만들었다.
- 도구 사용, 검색, 코딩을 검증 가능 환경으로 구축해 과제 완료를 실행 결과로 확인하는 훈련을 했다.
- ToolSpace 는 도구 2,042개에서 도구 호출 패턴 노드 77,760개를 만들고 804개 환경으로 묶었다.
- 벤치마크 33개 가운데 OfficeQA Pro(72.2), MLE-bench Lite(90.3), Harvey LAB, SpreadsheetBench 2 에서 1위했다.
- OSWorld-Verified(85.2), WebArena-Verified(67.6), DeepResearch Bench II(54.2) 에서는 2위를 기록했다.
- 생성된 SFT 궤적은 평균 18.86회 도구 호출을 담고 최대 209회까지 도달했다.
- 1482Research Agents
Formally verified harness for Shor's order finding algorithm with $O(n^{2+ε})$ gate cost
- 참가자가 재귀 곱셈 설계 정책만 제출하면 Lean 이 정확성과 게이트 비용 증명을 자동으로 적용하는 하니스를 만들었다.
- 모든 유효 정책에 대해 재귀 곱셈 회로의 비용이 O(n2+ϵ) 로 개선됨을 정리로 증명했다.
- 정확 최적화의 표 구성은 암호학적 크기에서 불가능하여 n = 2048 최적 트리 인증에 약 3.2 × 1051 코어시간이 추정되었다.
- Qualtran 자원 추정에서 고정 k 최저는 k = 4 의 1.820 × 1012 T-게이트였다.
- 단계마다 k 를 바꾸는 정책이 1.685 × 1012 T-게이트로 더 낮은 비용을 보였다.
- 추가 최적화 없이는 PhaseProduct 방식이 Gidney-Ekerå 방식을 앞서려면 약 3.8 million 비트의 모듈러스 크기가 필요했다.
- 1481AI / Agents
Security of Deep Research Agents: Attack Surface, Defenses, Benchmarks, and Agenda Seeding against Research Planning
- 딥리서치 에이전트를 검색, 계획, 증거 통합, 보고서 생성의 4단계로 나눈 통일 위협 모델을 제시했다.
- 본연구 34편 부호화에서 26.5%만 계획 단계를 다뤘고 상업 제품의 종단 간 오염 평가는 없었다.
- 지시문을 쓰지 않고 가짜 평가 기준만 심는 아젠다 시딩 공격을 제안했다.
- 같은 예산의 샌드박스 실행 3,520번에서 GEO와 프롬프트 인젝션은 거의 효과가 없었다.
- 아젠다 시딩은 표적을 16%에서 28%의 보고서에서 최상위 선택으로 만들었다.
- 출처 표식 방어는 품질을 유지했지만 여러 지점 미끼로 우회될 수 있었다.
- 1480Software Engineering
The Hidden Methodological Layer: Uncovering Threats to Validity in LLM-Assisted Empirical Software Engineering
- 본연구 50편의 LLM 보조 연구 과제 69개를 다시 분석했다.
- 과제 69개 중 30개(43.5%)만 LLM 관련 타당성 위협을 명시적으로 보고했다.
- 자동화 범주에서는 42개 중 22개(52.4%)가 위협을 보고해 가장 보고율이 높았다.
- 증거 구축 위협이 19건으로 가장 많았고 그중 LLM 분류·표식 오류가 10건이었다.
- 저자들은 프롬프트, 모델 설정, 상호작용 절차, 검증 절차를 연구 방법의 일부로 공개해야 한다고 주장했다.
- 분석 코퍼스에서 ChatGPT 사용이 38건으로 가장 많았다.
- 1479Research Agents
Towards Agentic Scientific Discovery in Distributed Systems
- 클라이언트별 관측에서 방정식과 점수만 주고받는 인터페이스로 도구를 고르는 Query-ATLAS 컨트롤러를 만들었다.
- 겹치는 지지 구간에서 Query-ATLAS는 36개 중 23개 방정식을 정확히 복원했고 지역 PySR은 21개였다.
- 그 차이는 상대론적 질량 두 사례에서 왔고 선택된 식의 시험 NRMSE는 약 4.3 × 10−16이었다.
- 나뉜 지지 구간에서는 Query-ATLAS가 18개, 지역 PySR이 19개로 순서가 뒤집혔다.
- Query-ATLAS의 평균 실행 시간은 겹침 설정에서 지역 기준선의 4.70배였다.
- 저자들은 일반적 우월성 주장 대신 적응형 탐색의 통제된 평가가 필요하다고 결론지었다.
- 1478Research Agents
Eliciting Research Taste in LLMs through Future Research Direction Choice
- 모델 학습 기준일 이후에 나온 ML 논문 19편에서 쌍 비교 과제 80개를 만들었다.
- 모델 8개의 저자 일치율은 45.0%에서 67.5%, 안정적 이탈율은 15.0%에서 36.2%였다.
- 쌍 80개 중 45개에서 적어도 한 모델이 안정적으로 이탈했고 이탈 사건은 총 169건이었다.
- 프롬프트 변형 4가지에서 모델들은 가중 평균 66.9%에서 80.5%의 이탈을 유지했다.
- 사람 파일럿 실험의 고정 응답 95개 중 58개(61.1%)가 저자 추천 방향을 골랐다.
- 이탈 분석에서 인프라에서 방법론으로 옮겨가는 패턴이 55건으로 가장 많았다.
- 1477AI / Agents
Omni-Workspace: Benchmarking Omni-Modal AI Assistants on Multimodal Workspace Tasks
- 오디오, 영상, 이미지, 문서 파일이 섞인 작업 공간에서 결과물을 만들게 하는 과제 380개의 벤치마크를 만들었다.
- 모델 18개를 평가했을 때 최고 성적이 Gemini 3.5 Flash의 평균 65.93이었고 60점을 넘은 모델은 2개뿐이었다.
- 도구 사용과 코드 실행이 필요한 L2 과제에서 모든 모델이 L1보다 낮은 점수를 받았다.
- 오류 분석에서 다중모달 콘텍스트 팽창과 과제 상태 표류가 반복되는 문제로 나타났다.
- 작업 기억 관리와 명시적 과제 상태 추적을 더한 OmniFocus가 성적과 효율을 함께 개선했다.
- Gemini 3.1 Pro Preview에서 OmniFocus의 입력 토큰은 271.07k로, 두 장치를 모두 뺀 설정의 615.81k보다 적었다.
- 1476AI / Agents
The Critic Can Hurt: On the Safety of Critics in LLM-Guided AutoML Search
- 비평가 없음, 무작위 피드백, 실제 비평가, 오라클의 4군 감사를 같은 예산과 같은 후보 공간에서 돌리는 프로토콜을 만들었다.
- 단순한 8B 비평가가 이진 표 데이터셋 8개 중 7개에서 비평가 없는 바닥보다 낮은 성적을 냈다.
- 최악의 사례인 ADULT에서 손실은 0.245 AUC에 달했다.
- 결함 주입 실험에서 무작위 오류는 거의 공짜였고 체계적으로 잘못된 방향의 오류는 유효 탐색 기회를 소모했다.
- 이상화된 모델에서 비평가가 도움이 되려면 q(m−1) > β 조건이 필요하다는 결론을 얻었다.
- 검증 게이트와 학습된 탐지기가 평균 손실을 줄였지만 모든 데이터셋에서 바닥 보장은 이루어지지 않았다.
- 1475AI / Agents
Vibe synthesis: hierarchical agentic decision-making for intent-driven multistep molecule synthesis
- 관리자 에이전트가 캠페인 목표를 유지하고 작업 에이전트 10개가 계산 도구와 자동 합성 장비를 함께 쓰는 계층 구조를 만들었다.
- 베이지안 최적화 도구와 반응 장비를 이어 7번의 최적화 끝에 미츠노부 반응 수율을 81 ± 1%까지 올렸다.
- 1987년 문헌의 카탄탄틴 10단계 전합성을 722개 행동 기록으로 재현해 160 mg 생성물을 얻었다.
- 그 캠페인에서 사람의 직접 입력은 7.3%, 단순 확인은 4.2%였고 에이전트 추론이 69.7%를 차지했다.
- 비천연 아미노산을 포함한 고리 펩타이드 캠페인에서 15종 유사체가 모두 95% 넘는 HPLC 순도 기준을 통과했다.
- 마지막 단계에서 문헌의 다단계 환원 대신 로듐 촉매 히드로실릴화를 골라 95% 분리 수율을 얻었다.
- 1474Research Agents
PaperCritic: Training AI Reviewers to Assess the Soundness of Papers
- 연구자 7명을 대상으로 사람 연구를 하여 리뷰 품질 기준이 건전성과 실질성 두 가지로 정리되었다.
- 논문 1K 편에서 모은 리뷰 포인트 23K개에 품질 표식을 붙여 PaperSound-23K 데이터를 만들었다.
- 건전성과 실질성을 정밀도로, 참조 리뷰 커버리지를 재현율로 보고 F1 점수를 보상으로 하는 강화학습으로 PaperCritic을 훈련했다.
- PaperCritic-4B는 도메인 내 시험에서 F1 45.1을 기록해 같은 크기의 다른 훈련 모델보다 21.4 pp 높았다.
- PaperCritic-4B는 프론티어 모델인 DeepSeek-V4-Flash-0731과 Claude Opus 5를 F1에서 각각 5.8 pp, 6.0 pp 앞섰다.
- ICLR 논문 리뷰 훈련이 Nature 계열 논문 리뷰와 코드 리뷰, 법률 계약서 리뷰, 소설 피드백 과제로 옮겨갔다.
- 1473Robotics
Toward Resilient Self-Driving Laboratories through Telerobotic Interventions
- 저자들은 6축 로봇 팔 UR3e 를 3D 마우스로 제어하는 원격 조작 인터페이스를 만들어 자율실험실의 고장 복구에 쓸 수 있게 했다.
- 공정 중단, 초기화 오류, 심화 고장의 세 가지 모의 고장 시나리오에서 여섯 명이 총 86회 시험을 수행했다.
- 분리형 컨트롤러는 결합형보다 성공률이 높았고 과제 완료 시간이 평균 25.6 s 짧았다.
- 분리형 컨트롤러의 회전량은 결합형보다 평균 3.99 rad 적었고 효과 크기는 Cohen’s dz = -1.08 이었다.
- 다중 경유점 참조 경로 안내를 받으면 비안내보다 과제 시간이 평균 40.1 s 짧아지고 경로 길이도 평균 218 mm 짧아졌다.
- 한계로, 참가자 수가 6~8명으로 적고 안내 시험을 비안내 시험 뒤에 진행해 학습 효과를 완전히 분리하지 못했다.
- 1472Research Agents
NeoResearch: Literature- and Experience-Guided Autonomous Time Series Model Discovery
- NeoResearch 는 아키텍처 탐색의 바깥 루프와 학습 최적화의 안쪽 루프를 묶은 이중 루프 연구 흐름을 썼다.
- 에이전트는 웹에서 과학 문헌을 찾아 모델링 메커니즘과 경험적 증거, 적용 조건을 추출해 시험 가능한 가설로 만들었다.
- 계층적 경험 메모리가 문헌 발견과 실험 결과를 조건별 교훈으로 통합해 과제 안팎에서 재사용했다.
- 10개 데이터셋에서 NeoResearch 는 데이터셋별 20개 오차 비교 중 19개에서 최저 값을 기록했다.
- 이중 루프 제거 실험에서 두 루프를 모두 뺀 변형보다 열 과제 모두에서 낮은 오차를 보였다.
- 한계로, Windy 데이터셋에서는 DLinear 와 DeepAR 가 더 낮은 MSE 를 기록해 전 과제 우위는 아니었다.
- 1471Interpretability
Interpretable weight-space programming builds transparent transformers and brain encoding models
- iWSP 는 에이전트가 가중치를 코드로 직접 쓰게 하고 학습을 금지해 사람이 읽을 수 있는 모델을 반복 수정하게 만들었다.
- 13개 알고리즘 과제에서 모든 실행이 검증 집합과 숨은 집합에서 정확도 100% 를 달성했다.
- 정확도 100% 에 도달한 가장 작은 모델은 Opus 실행에서 중앙값 166 개 파라미터였다.
- 시각 피질 예측에서 NSD 데이터셋의 초기 시각 영역에서 iWSP 는 0.443 으로 최고 기존 해석 모델의 0.400 을 앞섰다.
- 언어 fMRI 에서 iWSP 는 성능이 0.067 에서 0.104 로 뛰는 지점을 추적해 스캔 시작과 끝의 타이밍 혼란 변수를 찾아냈다.
- 청각 ECoG 에서 iWSP 단독은 0.074 로 Whisper 의 0.082 에 못 미쳤지만 합치면 0.070 에서 0.075 로 성능이 올랐다.
- 1470Agents
Can You Trust Your Finance Agent? Drift, Diagnosis and Auditable Intervention on One Shipped Financial Research Agent
- 같은 설정의 에이전트를 18개 질문에 일곱 번 돌린 결과 149개 채점 기준 중 통과 수가 105에서 123까지 변했고 비용은 최대 17% 흔들렸다.
- 실패한 20개 궤적을 미리 정한 분류로 나눈 결과 13개는 에이전트 지시문, 3개는 도구, 4개는 모델, 데이터는 0개였다.
- 네 명의 눈가림 판독자는 80건 중 75건에서 분석기와 같은 결함을 지목해 진단의 신뢰성을 뒷받침했다.
- 비용 목표의 최종 구성은 검증 질문에서 기준 대비 0.34배 비용을 기록하고 정확도는 노이즈 안에 유지됐다.
- 정확도 목표는 개발 질문에서 14점을 얻었지만 검증 질문에서는 1.5점에 그치고 신뢰구간이 0을 지나 확산됐다.
- 한계로, 이 결과는 한 에이전트와 9개 검증 질문에 대한 사례 연구이며 일반적인 결론이 아니다.
- 1469Research Agents
MineralExp: Benchmarking LLM Agents for Experimental Design in Real-World Mineral Exploration
- 저자들은 광물 탐사의 실험 설계를 Source, Transport, Deposition, Modification, Preservation 다섯 과정의 19개 실험 유형으로 정리해 다중 레이블 문제로 바꿨다.
- 벤치마크는 공개 논문에서 277개 사례와 1,572개 참조 실험 계획을 뽑아 전문가 검증을 거쳐 만들었다.
- 4개 에이전트 하니스와 7개 LLM 의 28가지 조합을 시험한 결과 전체 재현율은 70.76%에서 91.56%였지만 가장 높은 전체 F1 은 63.84%에 그쳤다.
- 참조 사례의 실험 수가 평균 3.49개인데 비해 DeepSeek-V4.1-Flash 는 사례당 거의 10개를 제안해 정밀도가 약 32%로 떨어졌다.
- LLM-as-a-Judge 평가에서 부분 커버리지는 83.59%에서 93.51%였지만 엄격 커버리지는 22.65%에서 36.83%에 머물렀다.
- 한계로, 도메인용 하니스 Biomni 는 사례당 약 67k 입력 토큰을 써서 OpenCode 의 12배 이상 비용을 들였지만 성적은 더 낮았다.
- 1468Machine Learning
Uncertainty-Aware Continual Learning for 2D XRD Interpretation Using Simulated and Experimental Data
- 프레임워크는 MMD 기반 도메인 적응, CNN-SNGP 불확실성 추정, 재생과 지식 증류 기반 연속 학습을 하나로 묶었다.
- 시뮬레이션과 실험 검증 구간에서 모든 모델이 약 94-96% 정확도를 냈고 도메인 적응을 더한 CNN-SNGP-adapt 가 실험 검증 정확도 95.69 ± 4.17% 로 가장 높았다.
- 처음 보는 재료에 대해서는 CNN-SNGP-adapt 가 실험 정확도 50.3 ± 6.9% 로 CNN 의 29.1 ± 10.2% 를 크게 앞섰다.
- 재료 단위 짝 비교에서 도메인 적응 모델은 CNN 보다 21.2 포인트, CNN-SNGP 보다 6.0 포인트 정확도가 높았다.
- 제안 연속 학습 전략은 이전 블록과 새 블록 모두에서 단순 미세조정보다 높은 정확도를 보이며 망각도 크게 적었다.
- 한계로, 이 연구는 미리 정의된 데이터 블록으로 하는 오프라인 개념 증명이며 실험 선택이나 장비 제어는 하지 않았다.
- 1467Machine Learning
Diffusion Tree Sampling for Inference Time Adaptation of Crystal Generative Models
- 저자들은 확산 모델의 노이즈 제거 궤적을 몬테카를로 트리 탐색의 트리로 보고 보상이 기울어진 분포로 샘플링을 이끄는 DTS 를 결정 구조 생성에 적용했다.
- 조건부 생성 모델을 탐색 제안으로 쓸 때 중요도 가중치로 보정해 이중 기울어짐 없이 목표 분포를 유지했다.
- 다목적 확장 MO-DTS 는 목표마다 가치 추정을 따로 두고 탐색마다 선호를 샘플링해 하나의 트리로 파레토 프런트 전체를 뽑는다.
- MatterGen 실험에서 같은 계산 예산 안에 안정 구조 수가 기준 868 개 대비 최대 1432 개로 늘었고 안정 비율도 68.4% 에서 75.7% 로 올랐다.
- DiffCSP 실험에서 안정성 비율은 계산 예산 105 에서 107 로 늘릴수록 올라가 추론 시점 확장 효과를 보였다.
- 한계로, 이 방법은 보상 평가에 사전 학습 예측기를 쓰며 실험적 합성 검증은 별도 과정으로 남아 있다.
- 1466Distributed Systems
Scaling Pêlagos: Multi-GPU Orchestration for Relay Belief-Propagation Decoding
- 저자들은 GPU 마다 프로세스를 분리하고 호스트 전처리를 병렬화하며 결과를 공유 메모리로 돌려주는 다중 GPU 오케스트레이션을 설계했다.
- 원래 구조에서 8개 GPU 가속은 한 그로스 코드에서 2.20배와 3.22배에 그쳤지만 개선 후 5.68배와 6.23배로 올랐다.
- 두 그로스 회로에서 8개 GPU 엔드투엔드 가속은 MI300X 에서 6.92배, MI355X 에서 7.01배였다.
- GPU 디코딩 시간만 계산한 두 그로스 가속은 7.58배와 7.45배로 거의 선형 확장에 가까웠다.
- MI355X 는 메모리 대역폭 8.0 TB/s 로 MI300X 의 5.3 TB/s 보다 모든 GPU 수에서 더 높은 처리량을 보였다.
- 한계로, 배치 크기는 부호 있는 32비트 인덱싱 때문에 한 그로스에서 5,114, 두 그로스에서 1,707으로 제한됐다.
- 1465Research Agents
Auditable Human-Agent Teams for Autonomous X-ray Experimentation
- VISION-CC 는 코딩 에이전트 팀 위에 Operator, Analyst, GP, Writer 역할 전문 에이전트를 얹어 방사광 X선 실험을 자율적으로 운영했다.
- 세 차례 빔타임에서 50시간 이상 활동하며 나노입자 초격자 시료의 적응 샘플링 지도를 만들었다.
- 세 번의 실험에서 메시지의 61-67% 가 해석이나 판단을 담은 종합형 통신이었다.
- 방법론적·과학적 기여 비중은 첫 실험의 46% 에서 이후 실험의 56-61% 로 올라갔다.
- 오류 수정의 59-68% 는 두 명 이상의 참여자가 도입, 포착, 수정에 관여했다.
- 한계로, 감사 파이프라인의 개별 라벨과 연결에는 불확실성이 있고 결론은 집계 비율에 의존한다.
- 1464Interpretability
Glyph: An Interpretability Engine for AI-Driven Scientific Discovery in Clinical Data
- Glyph 는 파운데이션 모델 임베딩을 희소 오토인코더로 분해해 임상 개념으로 해석하는 다단계 프레임워크다.
- 연구진은 41,628명의 복부 CT 영상, 판독문, 검사 수치를 세 종류의 파운데이션 모델로 임베딩했다.
- 141개 예후 결과와의 604,185개 연관을 검정해 397개 예측 개념과 4,463개 유의 연관을 확보했다.
- 발견된 연관은 간, 신장, 심혈관, 종양 축의 알려진 예후 관계를 회복하고 외부 기관 코호트에서 재현됐다.
- 축별 상위 10개 Glyph 개념은 문헌 마커보다 재현율이 64.8% 대 41.2% 로 높았다.
- Glyph 개념의 중앙 오즈비는 1.31 로 문헌 마커의 1.16 보다 컸다.
연구에서 제품 적용까지
운영 중인 기능, 시범 적용과 개발 중인 기술을 구분해 정리했습니다.
보유기술 보기