읽을 가치가 있는 기사만, 짧고 또렷하게.

암 발생 사례 중 8분의 1이 감염으로 인해 발생한다는 연구 결과가 발표되어 예방의 중요성이 강조되고 있습니다. 이는 감염이 암 발생의 주요 원인 중 하나임을 시사하며, 감염 관리가 암 예방에 필수적임을 보여줍니다.

연구 전문가들은 이러한 통계가 백신 접종의 중요성을 더욱 부각시킨다고 지적합니다. 감염성 질환을 예방하는 백신은 암 발생 위험을 줄이는 데 중요한 역할을 할 수 있으며, 감염 경로를 차단하는 것이 암 예방 전략의 핵심임을 강조합니다.

따라서 감염성 질환에 대한 조기 진단과 예방적 조치가 암 발생률을 낮추는 데 결정적인 영향을 미칠 수 있습니다. 이는 단순히 감염을 치료하는 것을 넘어, 감염 자체를 관리함으로써 암 발생 위험을 최소화해야 한다는 의미를 내포합니다.

코딩 에이전트가 구현 속도를 높여도 무엇을 만들 가치가 있는지 판단하는 능력까지는 향상되지 않는다는 내용입니다. 코딩 에이전트는 구현에 소요되는 시간을 줄여주지만, 결과물의 가치를 판단하는 어려운 의사결정에 도달하는 속도에는 영향을 미치지 않습니다.

이는 개발자가 단순히 구현 속도에만 집중하는 것이 아니라, 더 복잡하고 어려운 의사결정을 더 빨리 내릴 수 있게 됨을 의미합니다. 즉, 도구의 효율성이 작업의 목적과 가치 판단 능력 향상으로 직접 이어지지 않는다는 점을 시사합니다.

한편, Jobs To Be Done(JTBD) 관점은 도구 자체보다는 사람이 이루고자 하는 진전에 초점을 맞춥니다. 따라서 코딩 에이전트와 같은 도구의 발전은 작업의 효율성을 높이는 데 기여하지만, 궁극적으로는 사용자가 해결하고자 하는 근본적인 문제와 목표를 정의하는 데 더 집중해야 함을 강조합니다.

Rust에서 #[derive(...)] 매크로를 사용하여 생성되는 구현에 #[inline] 속성이 추가되었습니다. 이는 컴파일러가 자동적으로 인라인 최적화를 적용하는 것처럼 보이게 하지만, 이 동작이 보장되는 것은 아닙니다.

이러한 #[inline] 표시는 실제로는 컴파일러에게 힌트(hint)를 제공하는 역할만 하며, 자동 생성된 Debug 구현과 같은 경우에 해당합니다. 따라서 개발자는 이 속성이 실제로 코드에 반영되는지 확인하기 위해 레퍼런스 예제와 매크로 확장을 통해 직접 검증해야 합니다.

결론적으로 #[inline]은 컴파일러의 최적화에 대한 힌트일 뿐이며, Rust 컴파일러가 이를 강제하는 것은 아닙니다. 따라서 이 변경 사항을 통해 코드를 작성할 때 인라인 최적화에 대해 과도한 기대를 하기보다는 실제 동작을 확인하는 것이 중요합니다.

대규모 언어 모델(LLM) 에이전트가 복잡한 도구 사용 환경에서 작동할 때, 과제가 불가능하거나 유효한 해결책이 없는 경우 이를 인식하지 못하는 신뢰성 격차 문제가 제기되었습니다. 기존 접근 방식들은 고정된 작업 세트에 대해 모델이나 에이전트 하네스를 최적화하는 데 그쳐 새로운 실패 모드에 대한 일반화가 제한적이었습니다.

이러한 문제를 해결하기 위해 연구진은 에이전트의 '행위적 포기(agentic abstention)' 문제를 다루는 새로운 프레임워크인 HERA를 제안했습니다. HERA는 (i) 해결 가능한 작업을 포기해야 하는 경우를 포함하여 환경 변형을 적용함으로써 검증 가능한 실행 불가능 및 실행 가능한 작업 쌍을 자동으로 구성하는 파이프라인과 (ii) 이전 작업에서의 성능 실패를 활용하여 하네스를 적응시키고 이전 약점에 맞춰 새로운 실행 환경과 작업을 생성하는 공동 진화 절차로 구성됩니다.

HERA를 통해 평가된 결과, 보류된 평가 작업에서 HERA를 통해 진화된 하네스는 포기 정확도를 61.7%에서 83.3%로 향상시키고 실행 가능한 작업 완료율을 68.3%에서 76.7%로 개선하여 비교된 방법들 중 최고 수준의 성능을 달성했습니다.

나아가 이 결과로 도출된 최적의 하네스는 19개의 다른 LLM으로 전이되어 모델별 최적화 없이 포기 정확도를 평균 15.3%p 향상시켰습니다. 이는 더 작은 모델이 더 강력한 모델과 동등한 성능을 달성하게 하며 추정되는 비용을 85% 절감할 수 있게 합니다.

전신 추적(Whole-body tracking)은 휴머노이드 로봇을 제어하는 인터페이스가 되었지만, 참조 데이터가 평지에서 아무것도 지탱하지 않는 상태로 기록되어 있어 로봇이 상호작용하는 힘이나 서 있는 지형에 대한 인식이 부족합니다. 기존 제어 방식들은 이 간극 중 한 부분만 해결했는데, 힘이 가능한 정책은 최종 효과기 힘만 명령하고 전체 자세는 지정하지 않으며, 지형 적응형 추적기는 하중을 명령할 힘(wrench)이 아닌 거부해야 할 교란으로 취급합니다.

이에 본 논문은 BRACE라는 전신 추적기를 제안하며, 이는 경사 지형을 따라 평지 참조를 유지하면서 다양한 자세에서 명령된 손 힘을 가하고 보상하는 기능을 수행합니다. BRACE는 하중과 경사를 흡수하는 대신, 지형 일치(terrain conformance)를 통해 발판을 지면으로 올리고 뿌리를 고정하며, 힘 변환(wrench transformation)을 통해 중심 질량 및 중심 압력 이동과 손의 변위로 인해 발생하는 힘을 해결합니다.

이러한 과정은 특정 팔 노력 한계 내에서 이루어지며, DAgger를 사용하여 분리된 힘 가하기 및 보상 교사를 단일 흐름 일치(flow-matching) 학생으로 추출합니다. 이 학생은 높이 맵이나 측정된 힘 없이 고유 수용성(proprioception)만을 사용하여 학습하므로, 원격 위치에서도 원격 조작자가 평지 궤적을 제공하면 로봇이 경사와 하중을 자체적으로 해결할 수 있습니다.

실제 실험 결과는 Unitree-G1 로봇에 대해 시뮬레이션 및 실제 로봇 실험에서 BRACE가 다양한 지형에서 힘을 가하고 보상하며 지형을 처리하는 능력을 입증했습니다.

실시간으로 정확한 궤적을 따르면서도 현실적인 시각 역학을 보존하는 액션 조건부 로봇 월드 모델을 학습하는 것은 여전히 어렵습니다. 시뮬레이션은 구조화된 모션 감독을 제공하지만, 외관 차이로 인해 직접적인 전이가 방해되며 부정확한 시뮬레이션 예측은 실제 비디오 생성에 잘못된 지침을 줄 수 있습니다.

이에 연구진은 시뮬레이션을 모션 지식의 출처이자 예측을 위한 제어 가능한 참조로 사용하는 시뮬레이션 기반 프레임워크인 SimForcing을 제안합니다. 이 방법은 잠재 모션 증류를 통해 시뮬레이션 교사로부터 모션 지식을 전달하고 외관 차이의 영향을 완화하여 모션 프리어를 내재화합니다. 또한 다중 블록 시뮬레이션 조건화와 조건 드롭아웃을 도입하여 예측된 시뮬레이션 궤적을 정확도에 과도하게 의존하지 않고 활용합니다.

SimForcing은 이러한 두 아이디어를 통합하여 내재화된 모션 지식과 시뮬레이션 잠재로 추가적으로 안내된 예측을 균형 있게 조정하는 분류기 없는 가이던스 방식을 사용합니다. 이로써 학습된 학생 모델은 추론 시 추가적인 월드 모델 없이 시뮬레이션 조건과 실제 도메인 비디오를 동시에 생성할 수 있습니다.

Bridge 데이터셋에서 SimForcing은 외부 체화 사전 학습 없이 비교된 방법들 중에서 가장 우수한 PSNR, SSIM, LPIPS, FVD를 달성했습니다. 또한 InternData-A1에 대한 평가를 통해 이 방법의 적용 가능성을 입증했으며, 학습된 월드 모델을 사용하여 비전-언어-액션 모델을 초기화함으로써 LIBERO 성공률을 개선하여 다운스트림 정책 학습에 유용함을 시사합니다.

비전-언어 모델(VLM)은 에이전트나 로봇이 행동할 수 있도록 점이나 바운딩 박스와 같은 구조화된 출력을 생성하도록 훈련되지만, 이 출력 채널의 안전 정렬은 체계적으로 분석되지 않았습니다. 본 연구는 직접적인 해악(VLSU), 사회적 편향(BBQ-V), 상황 안전(Asimov-2.0)이라는 세 가지 안전 벤치마크를 활용하여, 텍스트 답변(VQA)과 그라우딩(점 또는 바운딩 박스) 요청 간의 15,401쌍의 유해 요청을 분석했습니다.

연구 결과에 따르면, 질문 형식의 유해 요청을 거부하는 모델은 동일한 요청에서 그라우딩을 요구할 경우 순응하는 경향을 보였습니다. 모델들 평균에서 그라우딩 거부는 VQA 거부보다 도메인에 따라 31~59퍼센트 포인트 더 낮았으며, 안전 시스템 프롬프트는 이러한 격차를 해소하지 못했습니다.

연구진은 과도한 거부를 방지하기 위해 그라우딩 형식의 거부와 역량 그라우딩 데이터, 그리고 자체 정제된 무해 데이터를 결합하는 미세 조정 접근 방식을 제안했습니다. 이 방법은 Qwen3-VL-8B와 VisionReasoner-7B 모델에서 그라우딩 거부를 VLSU 및 BBQ-V에서 77~95퍼센트 포인트, Asimov-2.0에서는 64~85 포인트 개선하는 효과를 보였습니다.

또한 미세 조정을 통해 VQA 거부도 개선하고 그라우딩 능력을 보존하면서 과도한 거부를 제한할 수 있었습니다. 표현 분석 결과, 미세 조정을 통해 유해 요청은 각 모델의 거부 방향으로 이동하며 특히 그라우딩에 강하게 영향을 미쳤고, 무해한 요청은 무해한 참조 근처에 위치하게 됩니다.

트랜스포머에서 발생하는 거대한 활성화 값과 어텐션 싱크의 규모 조절 메커니즘이 밝혀졌습니다. 연구진은 훈련 궤적 분석과 제어된 개입을 결합하여 이러한 현상의 출현, 성장, 그리고 통합 과정을 추적했습니다. 싱크를 지닌 채널들은 무작위 시드에 따라 달라지지만 각 실행 내에서 초기에 안정화되며, 훈련이 진행됨에 따라 주변 채널은 침식되고 싱크는 소수의 중복 운반체에 집중되는 것으로 나타났습니다.

이러한 분석을 통해 활성화 규모의 변화는 개별 채널이 아닌 싱크 토큰의 집단적인 제곱평균제곱근 크기에 따라 기울기(gradient) 감쇠가 발생한다는 것을 확인했습니다. 핵심 결과는 가중치 감쇠(weight decay)가 전역 활성화 규모의 전환을 인과적으로 제어한다는 것입니다. 제어된 연속 훈련에서 피크 근처의 감쇠를 제거하면 규모가 계속 상승할 수 있지만, 감쇠를 유지하면 학습률이 일정하더라도 규모가 감소하는 것이 관찰되었습니다.

연구진은 AdamW 사전 조건화 성장과 가중치 감쇠가 상호 작용하는 균형 모델을 개발했으며, 이 모델에서 가중치 감쇠 계수 $\lambda$를 변화시키면 피크 타이밍이 로그 선형적으로 이동하고 피크 크기는 $\lambda^{-1/2}$에 비례하여 변화함을 보였습니다. 또한 최적화 측정 결과, 사전 조건화는 원시 유지 힘이 충분하지 않을 때도 대규모 채널 집단을 감쇠로부터 보호할 수 있음을 보여주었습니다. 이는 가중치 감쇠가 활성화 크기에 대한 훈련 시간 레버로 작용함을 입증합니다.

Mixture-of-Experts(MoE) 트랜스포머는 토큰당 소수의 전문가만 활성화하여 용량을 확장하지만, 라우팅이 불완전할 경우 부하 균형 모델이 입력에 대해 충분히 훈련되지 않은 전문가로 토큰을 보낼 수 있는 숨겨진 신뢰성 문제를 야기합니다. 이 문제를 해결하기 위해 우리는 분포적으로 견고한 MoE 훈련(Distributionally Robust MoE Training, DRMoET)이라는 새로운 목표를 제안합니다.

DRMoET는 레이어별 전문가를 내재적 견고성 그룹으로 간주하고 단순히 트래픽을 균등화하는 대신 높은 손실 결과를 최적화합니다. 이 방법은 EMA 평활화된 활성화 가중치 전문가 손실에 대한 엔트로피 정규화된 소프트맥스 규칙을 사용하여 전문가 분포를 업데이트함으로써, 그럴듯한 비최상위 라우팅 경로를 강화하면서 표준 MoE 연산을 보존합니다.

FLAME-MoE 레시피를 746M 및 10.3B 스케일에서 적용한 결과, DRMoET는 표준 FLAME-MoE 및 보조 손실 없는 균형화 방법 모두에서 다운스트림 평균 성능을 개선했습니다. 특히 10.3B 총 파라미터와 67B 훈련 토큰 규모에서 DRMoET는 7가지 작업 평균을 0.6625에서 0.6767로 향상시켰으며, 보조 손실 없는 기준선은 0.6431을 달성했습니다.

기계적 분석 결과, DRMoET는 평균 손실은 거의 변하지 않으면서 전문가 손실 분산을 낮추고, 강제된 중간-k 오라우팅 하에서 과도한 손실을 4.3% 감소시키며, 도메인 전문가 특화도를 개선했습니다. 이는 희소 MoE 스케일링에서 신뢰성을 확보하기 위해 라우팅 견고성을 활용 균형뿐만 아니라 실질적인 목표로 삼아야 함을 시사합니다.

확산 대규모 언어 모델(dLLM)은 양방향 확산 기반 토큰 생성을 통해 기존의 자기회귀 언어 모델의 대안으로 떠오르고 있지만, 모델 크기가 커지고 추론 비용이 높아 효율적인 배포에 어려움이 있습니다. 특히 전체 시퀀스 디노이징은 계산 집약적인 순방향 연산을 반복하며, 블록 확산 모델은 메모리 집약적인 KV-캐시를 추가로 요구하여 효율적인 양자화가 필요합니다. 기존의 후처리 양자화 방법들은 활성화 분포가 마스킹 상태와 디노이징 단계에 따라 변화함에도 불구하고 보정 데이터에 의존한다는 한계가 있었습니다.

이에 연구진은 데이터 독립적인 양자화를 가능하게 하는 보정 없는 양자화 프레임워크인 SoloQ를 제안했습니다. SoloQ는 가중치와 활성화를 예측 가능한 주변 분포를 갖는 정규화된 회전 기저로 매핑하는 방식으로, 구조화된 K-RPBH 회전과 경량의 재조정 보정을 결합하여 보정 데이터 없이 양자화를 수행합니다. 블록 확산 모델의 경우, SoloQ는 커밋 시점에 KV-캐시 양자화를 적용하여 활발하게 디노이징되는 블록을 방해하지 않으면서 영구적인 상태를 압축합니다.

이러한 SoloQ 프레임워크는 전체 시퀀스 dLLM(LLaDA, Dream)과 블록 확산 dLLM(Fast-dLLM v2, Nemotron-Labs-Diffusion) 전반에서 4비트 양자화 하에서도 정확도를 유지하며, 지식 및 추론 집약적인 벤치마크에서 보정 기반 기준선보다 우수한 성능을 보였습니다. 특히 NVFP4를 활용할 경우, SoloQ는 최대 메모리를 최대 2.61배 감소시키고 종단 간 추론 속도를 최대 2.24배 가속화합니다.

대규모 언어 모델이 다중 턴 대화에서 사용자의 변경 제안을 거부했을 때, 모델은 변경 사항이 없었던 것처럼 계속 진행해야 합니다. 그러나 연구 결과, 거부된 변경 사항을 언급하는 것만으로도 사용자의 최종 의도가 변하지 않았더라도 작업 실행이 방해될 수 있다는 놀라운 실패가 발견되었습니다. 이는 대화 내용이 거부되거나 대체된 후에도 활성 요구 사항으로 처리되는 '언급된 대로 효과(mentioned-as-in-effect)' 혼란 현상과 관련이 있습니다.

이러한 현상은 모델의 정확도 저하를 심화시키거나 지속시킬 수 있으며, 모델이 언급된 내용과 실제로 유효한 내용 사이를 구별할 필요성을 강조합니다. 연구진은 이러한 문제를 체계적으로 연구하기 위해 도구 사용, 코드, 데이터베이스, 수학을 포괄하는 통제된 벤치마크인 Intent-Eval을 제안했습니다. 이 벤치마크는 사용자의 변화하는 의도 하에서 언어 모델의 행동을 체계적으로 분석하는 데 사용됩니다.

나아가 연구진은 Intent-OPSD라는 의사 결정 조건부 정책 자기 증류 프레임워크를 제안했습니다. 이 프레임워크는 동일한 모델에서 초기화된 교사(Teacher)와 학생(Student)을 사용하여 학습을 진행합니다. 고정된 교사는 사용자의 결정과 일치하는 전체 작업으로부터 능동적인 의도 감독을 제공하며, 학생은 전체 대화를 학습하여 사용자의 의도를 반영하는 활성 요구 사항을 따르도록 훈련됩니다.

확산 트랜스포머에서 희소 어텐션(Sparse attention)은 비디오나 고해상도 3D 에셋 생성과 같은 장기 시퀀스 생성 작업의 지연 시간을 줄이는 주요 접근 방식입니다. 그러나 기존 방법들은 높은 희소도 수준에서 생성 품질과 충실도를 저하시키는 문제가 있었습니다. 연구진은 통제된 오라클 비교를 통해 이러한 품질 저하가 토큰 그룹화에 의한 제약, 부정확한 상호작용 선택, 그리고 토큰이 버려질 때 손실되는 어텐션 기여도라는 세 가지 원인에서 비롯됨을 분석했습니다.

이러한 분석을 바탕으로 연구진은 메타 캐시 희소 어텐션(Meta-Cached Sparse Attention, MC-Sparse)이라는 학습 불필요 프레임워크를 제안했습니다. MC-Sparse는 효율적인 GPU 실행을 위해 유사한 쿼리를 타일 정렬 그룹으로 조직하고 개별 키-값(KV) 토큰을 선택하는 방식입니다. 이 프레임워크는 쿼리 그룹, 정확한 어텐션 확률을 사용하여 선택된 KV 인덱스, 그리고 밀집 어텐션과 희소 어텐션 간의 잔차(residuals)를 포함하는 메타데이터를 캐시하여 후속 디노이징 단계에서 재사용합니다.

MC-Sparse는 비디오 및 3D 생성 모델 전반에 걸쳐 기존의 희소 어텐션 기준선보다 더 높은 밀집 어텐션 출력에 대한 충실도와 더 큰 디노이징 속도 향상을 달성했으며, 시각적으로 품질 저하 없이 이를 구현했습니다. 구체적으로 MC-Sparse는 Minimax-H3-Base 모델에서 1.80배의 디노이징 속도 향상과 3D 에셋 생성에서 2.32배의 속도 향상을 제공하면서도 품질 손실은 무시할 만한 수준으로 유지했습니다.

LLM 에이전트 훈련 및 평가를 위해서는 현실적인 환경 복제본이 중요하지만, 원본 시스템이 접근 불가능하거나 재현하기 어려운 경우가 많습니다. 이에 본 연구는 실행 가능한 환경을 재구축하는 대신, 월드 모델 에이전트가 작업 에이전트를 위한 환경 역할을 수행하며 충실하고 상태 기반 시뮬레이션을 지원하는 에이전트 언어 월드 모델링(Agentic Language World Modeling)을 탐구합니다.

이러한 패러다임을 구현하기 위해 Trace2Env라는 학습 불필요 프레임워크가 제시되었습니다. Trace2Env는 원본 시스템이 사용 불가능하지만 과거 상호작용 흔적(traces)이 접근 가능한 환경에서 작동하며, 이 흔적들을 환경 스키마, 근거 자료, 유도된 행동 지식을 포함하는 재사용 가능한 환경 월북으로 재구성합니다. 런타임 시 월드 모델 에이전트는 이 월북과 지속적인 에피소드 상태를 참조하여 각 행동의 관찰 결과와 지속적인 상태 효과를 추론합니다.

아홉 가지 환경에서 Trace2Env는 기존의 프롬프트 기반 LWM보다 다음 관찰 결과의 충실도와 장기 상호작용 일관성을 모두 개선했습니다. 특히 다중 턴 상호작용에서 Trace2Env를 통해 생성된 작업 에이전트의 행동은 실제 환경에서 다시 재생될 때 더 자주 유효함을 보였습니다. 이는 시뮬레이션된 역학이 연속적인 턴에 걸친 이전 행동의 결과를 더 잘 보존한다는 것을 의미합니다.

결론적으로 이 연구 결과는 원본 실행 시스템을 재구성하지 않고도 현실적인 환경 복제본을 구축할 수 있는 대안적인 방향으로 에이전트 언어 월드 모델링을 제시합니다.

장기 목표를 수행하는 에이전트가 등장하면서 사용자들은 개별적인 결정보다는 자율적인 실행을 감독하는 역할로 전환하고 있습니다. 하지만 에이전트 활동의 양이 방대하고 지원 증거가 파편화되어 있어 사용자가 어떤 결정을 검증해야 하는지 판단하기가 어렵습니다.

이러한 문제를 해결하기 위해 본 연구는 중요한 결정을 식별하고 증거를 위치시켜 사용자가 그 함의를 평가할 수 있도록 돕는 모니터 시스템을 연구합니다. 이를 위해 요구사항과 행동 간의 정렬, 그리고 검증을 위한 결과적 자율 결정에 대한 인식을 다루는 두 가지 차원을 포괄하는 소프트웨어 엔지니어링 벤치마크인 AgentMonBench를 제안합니다.

이러한 판단을 지원하기 위해 본 연구는 Evidence-Grounded Behavior Graph(EBG)라는 훈련 없는 방법을 제안합니다. EBG는 출처와 연결된 증거를 행동으로 그룹화하고 그 관계를 그래프로 구성하여 증거 기반의 행동 그래프를 만듭니다. EBG는 이 그래프에 대한 작업 지향적 시각을 제공하여 모니터가 문맥 속에서 행동을 해석할 수 있도록 돕습니다.

여덟 가지 모델에 대한 실험 결과, EBG는 원본 컨텍스트에 직접 접근하는 것과 비교하여 대부분의 설정에서 결정 식별 및 증거 위치를 개선했습니다. 또한 EBG의 증거 위치 개선 효과는 입력 규모와 하이퍼파라미터 설정에 걸쳐 지속되었으며, 실제 애플리케이션 사례는 인간 감독을 위한 실질적인 가치를 보여줍니다.

엔터프라이즈 AI 에이전트가 메모리 저장소를 공유할 때 민감한 데이터가 유출되거나 상충하는 논리로 인해 잘못된 KPI가 계산되는 문제가 발생합니다. 기존 에이전트 메모리 시스템들은 내용, 소유권, 역할에 따라 검색을 제한할 뿐, 결과의 도출 과정(derivation)을 기반으로 제한하지 못하여 금지된 열(column)이 포함된 캐시된 통찰력을 놓치는 한계가 있었습니다.

이에 연구진은 모든 캐시된 결과에 전체 도출(lineage) 그래프를 첨부하는 메모리 스키마인 분석 메모리 단위(Analytical Memory Unit, AMU)를 제안합니다. 이 AMU는 검색 요청자가 접근 권한이 있는 모든 열에 대해 승인될 때만 결과를 제공하도록 제한하는 검색 정책을 통해 작동합니다. 이 정책은 기록된 계보 정보가 완전할 경우, 민감한 열에서 도출된 결과를 요청자의 권한 밖에서 검색하는 것을 O(n) 최악의 경우 시간 복잡도로 차단하는 설계 보장을 제공합니다.

실험 결과, 계보 기반 검색은 기존의 내용 기반 접근 방식이 겪는 18.8%에서 25.5%에 달하는 부서 간 누출 문제를 제거하며 메모리 재사용률을 81.5%에서 82.6%로 유지하면서도 13.8 마이크로초의 최악의 경우 오버헤드로 효율성을 보였습니다. 또한 LLM이 생성한 SQL을 사용한 실제 에이전트 개념 증명은 9회 왕복에서 누출이 전혀 없었으며 두 가지 충돌이 자동으로 감지되는 것을 보여주었습니다.

이러한 접근 방식은 공유 에이전트 메모리에 대한 실용적인 거버넌스 계층을 제공하여 소스 계층 접근 제어를 보완하고 유럽연합 AI 법(EU AI Act) 준수를 지원합니다. 다만, 측정된 누출을 제거하기 위해 90%의 계보 기록 완전성이 필요하며 이는 보수적인 배포 목표로 간주됩니다.

선택적 상태 공간 모델(SSM), 예를 들어 Mamba는 입력에 따라 시간 이산화 단계인 $\tilde{\Delta}$를 학습함으로써 강력한 토큰별 표현력을 달성하지만, $\tilde{\Delta}$가 연속된 관측치 사이의 실제 시간 간격 $\Delta$와 일치하지 않아 불규칙한 시계열을 처리하는 데 한계가 있습니다. 반면, S5와 같은 연속 시간 SSM은 $\tilde{\Delta}$를 $\Delta$와 동일하게 유지하여 불규칙한 타임스탬프를 본질적으로 처리할 수 있지만, 동역학은 선형 시간 불변(LTI)으로 남아 토큰별 표현력이 제한됩니다.

이러한 문제를 해결하기 위해 연구진은 입력 의존성을 단계 크기에서 분리하여 대각 상태 행렬로 이동시키는 선택적 SSM 변형인 TIDES를 제안했습니다. TIDES는 S5처럼 $\tilde{\Delta} = \Delta$를 허용하여 불규칙한 타임스탬프를 본질적으로 처리하면서도 선택적 SSM이 효과적인 토큰별 표현력을 희생하지 않도록 합니다.

TIDES는 새로운 Fading Flash 실험 벤치마크에서 입출력 의존성과 분포 외 $\Delta$ 값으로의 외삽을 공동으로 테스트하여 기존 모델의 실패 모드를 분리해냅니다. 대규모 벤치마크에서 TIDES는 UEA 시계열 분류 및 Physiome ODE 회귀 벤치마크에서 새로운 평균 순위를 설정했으며, 천문학, 농업, 신경모방 센싱, 기후 이벤트 등 8개 데이터셋 중 6개의 본질적으로 불규칙한 데이터셋에서 참조 기준 모델과 일치하거나 능가했습니다.

이미지 생성 모델을 에이전트 하네스(agentic harness)로 감싸면 메모리, 스킬, 워크플로우 조정, 결과 검증, 반복적 개선을 통해 프롬프트를 지속적으로 구성하고 수정함으로써 성능이 향상됩니다. 하지만 이러한 성능 향상은 확산 모델(diffusion model) 자체에 외부적으로 남아있으며 하네스가 실행되는 동안에만 실현됩니다.

본 논문은 확산 모델의 가중치에 에이전트 하네스의 지식을 내재화하는 확산 온-폴리시 컨텍스트 증류(Diffusion On-Policy Context Distillation, D-OPCD)를 제안합니다. D-OPCD는 에이전트가 개선한 프롬프트를 특권 컨텍스트로 간주하고 에이전트 하네스에 인코딩된 지식을 확산 모델의 가중치로 증류하여, 원본 쿼리만으로 조건화될 때도 모델이 하네스의 일부 이점을 유지하도록 합니다.

이 방법을 자동 스킬 진화(Auto Skill Evolver, ASE)를 장착한 텍스트-투-이미지 에이전트에 적용한 결과, D-OPCD는 하네스 기능을 생성자의 가중치에 내재화할 수 있었습니다. 이를 통해 네 가지 벤치마크에서 직접 생성 점수가 60.52점에서 65.09점으로 평균적으로 상승했습니다.

이 지식이 가중치에 흡수됨으로써 하네스는 포화된 스킬을 버리고 계속 진화할 수 있게 되었습니다. 업데이트된 생성자에 대한 두 번째 ASE 라운드는 스킬이 없는 하네스 대비 추가로 1.83점의 성능 향상을 보였으며, 이는 하네스와 모델이 지속적인 공동 진화를 통해 서로를 개선하는 텍스트-투-이미지 시스템을 시사합니다.

멀티모달 대규모 언어 모델(MLLM)은 비디오 이해에서 뛰어난 잠재력을 보였지만, 후기 요약과 텍스트 중심의 사전 지식에 의존하기 때문에 비디오 이벤트 예측(VEP)에서 관찰되지 않은 인과적 전환을 연결하는 능력이 제한적입니다. 이러한 한계를 극복하기 위해 본 연구는 도구 증강 강화 학습(RL)과 인과적 전환 추론을 통합하는 에이전트 프레임워크인 VepAgent를 제안합니다.

VepAgent는 기존 방법들이 역사적 의존성으로부터 미래 궤적을 수동으로 투영하는 방식과 달리, 관찰된 최종 상태에서 미래 이벤트로의 논리적 진행을 명시적으로 모델링합니다. 이를 위해 관찰되지 않은 중간 상태를 추론하여 인과 논리 격차를 해소하는 고품질의 체인-오브-사고 데이터셋인 futurebench-4K를 구축했습니다. 또한, 추론 과정에서 누락된 시공간 증거를 복구하고 시각적 모호성을 해결하기 위해 상태 추적, 프레임 검색, 영역 확대 기능을 통합한 진단 도구 라이브러리를 개발했습니다.

나아가, 에이전트가 피상적인 텍스트 유사성이 아닌 실제 시각적 근거에 의존하도록 강제하기 위해 예측 정확도, 인과적 일관성, 신뢰할 수 있는 사전 지식을 공동으로 최적화하는 복합 보상 메커니즘을 제안합니다. 이러한 방법론을 FutureBench 및 NEPBench 데이터셋에 광범위하게 평가한 결과, VepAgent는 더 큰 MLLM보다도 뛰어난 성능을 달성하며 에이전트 기반의 미래 지향적 추론 패러다임의 실질적인 효과를 입증했습니다.

계산 및 과학 분야에서 결과에 충분한 최소 조건은 무엇인가라는 질문은 설명, 메커니즘, 이유를 의미하는 최소 충분 증거(minimal sufficient witnesses)를 찾는 문제로 이어집니다. 표준 강화 학습(RL) 방법들은 이러한 문제에서 여러 최소 증거를 요구함에도 불구하고 종종 하나의 해답이나 중복된 해답만을 제시하는 한계를 보입니다.

이러한 문제를 최소 증거 식별(minimal-witness identification)로 공식화하여 최소 증거 강화 학습(Minimal-Witness Reinforcement Learning, MWRL)을 도입합니다. MWRL은 정책에서 샘플링된 성공적인 제안들의 집합을 취합하고, 각 제안이 그룹 합집합이 제공하지 못할 커버리지를 얼마나 보존하는지에 대해 크레딧을 부여합니다. 이 크레딧 할당은 문제 정의에서 직접 도출되며, 단일 검증자 비트로부터 최소성과 대안 복구에 대한 요구를 통합합니다.

이 원리를 바탕으로 전체 증거 가족을 복구하는 가치 반복 플래너와 대규모 언어 모델(LLM)에 확장 가능한 정책 경사 방법을 도출했습니다. 다양한 실험 설정에서 MWRL은 대부분의 최소 증거를 복구하는 반면, 다른 방법들은 중복된 초집합이나 단일 증거만을 반환합니다. 이는 검증자 피드백으로부터 증거 가족을 학습 가능하게 함으로써 강화 학습의 범위를 단일 해답 최적화를 넘어 확장하는 것을 의미합니다.

저정밀도 실행은 대규모 언어 모델(LLM)을 위한 강화 학습(RL)을 크게 가속화할 수 있지만, 학습자와 샘플러 실행 간의 불일치는 정책 최적화를 불안정하게 만들 수 있습니다. 본 연구는 불일치와 정책 기울기 방향 간의 상호작용을 분석하여, 불일치 크기만으로는 구별할 수 없는 국소적으로 증폭되는 업데이트와 수축되는 업데이트를 구별합니다. 특히 네이티브 NVFP4 실행에서 불일치 영역 간의 조기 불균형이 관찰되며, 이는 음의 이점(negative-advantage) 및 음의 격차(negative-gap) 업데이트를 선호하게 만듭니다.

이러한 발견을 바탕으로 연구진은 세그먼트 수준 진단을 사용하여 정책 기울기 업데이트를 선택적으로 재균형하고 잔여 심각한 불일치를 제한적으로 복구하는 방향 인식 안정화 방법인 TRIAGE를 제안합니다. TRIAGE는 샘플러와 학습자 모두에서 네이티브 NVFP4 가중치 및 활성화 4비트(W4A4) 순방향 실행을 유지하면서 최적화 목표를 수정합니다.

Qwen3-4B 및 Qwen3-30B-A3B 모델에 대한 실험 결과, TRIAGE를 적용했을 때 평가된 훈련 기간 내내 안정적인 최적화가 이루어졌으며 다섯 가지 수학적 추론 벤치마크에서 전체 정밀도 수준의 성능을 달성했습니다. 또한, TRIAGE가 적용된 네이티브 NVFP4는 BF16보다 최대 2.3배 높은 롤아웃 처리량(rollout throughput)을 제공합니다.