읽을 가치가 있는 기사만, 짧고 또렷하게.

자율 주행 시스템의 안전성을 확보하는 것은 매우 중요하지만, 시나리오 기반 테스트는 시나리오 생성, 검색, 수정, 시스템 실행, 결과 분석이 분리된 도구들로 이루어진 파편화된 모듈형 파이프라인으로 남아 있습니다. 대규모 언어 모델(LLM) 에이전트는 인식, 계획, 제어와 같은 자율 주행 시스템의 하위 시스템 전반에서 잠재력을 보여주었으나, 전체 시나리오 기반 테스트 파이프라인을 통합하는 단일 LLM-에이전트 프레임워크는 아직 없습니다.

본 논문은 시나리오 생성부터 ADS 평가에 이르는 모든 테스트 단계를 확장하고 ADS 향상 및 ADS 벤치마킹이라는 두 가지 LLM 강화 단계를 추가한 LLM-에이전트 프레임워크인 PlannerForge를 제시합니다. 연구진은 이 프레임워크를 5개의 프롬프트 조건 하에서 10개의 상용 LLM에 대해 생성, 선택, 수정, 모듈 라우팅, 플래너 테스트, 향상 등 모든 작업에 걸쳐 평가했습니다.

평가 결과, PlannerForge는 각 작업별로 0.88에서 1.00 사이의 최고 점수를 기록했으며, 오픈 소스 20~35B 백엔드는 대부분의 작업에서 상용 API와 일치했습니다. 특히 Qwen3.6:35B와 같은 오픈 소스 모델은 다섯 가지 작업 중 세 가지에서 상용 API와 일치하는 성능을 보였습니다. 또한, 모듈을 종단 간으로 연결했을 때 시드 쿼리의 83% / 78%를 유지하며, 비용 튜닝을 통해 도메인별 미세 조정 없이 플래너 성공률을 50.4%에서 70.2%로 높이고 충돌률을 19.0%에서 8.4%로 줄이는 성과를 달성했습니다.

PlannerForge는 Scenario Factory 2.0(Finkeldei et al., 2025)보다 자연어 생성(193 대 144 실행 가능한 200)에서 우수하며, 물리적으로 유효한 수정(94% 대 31%) 및 순위 1 선택(92.0% 대 67.5%)에서 BM25 및 From-Words-to-Collisions보다 뛰어난 성능을 보였습니다. 이러한 결과는 LLM 에이전트를 활용하여 자율 주행 시스템의 시나리오 테스트 파이프라인을 통합하고 효율화하는 데 기여합니다.

소프트웨어 엔지니어링 에이전트를 평가하는 표준 벤치마크로 자리 잡은 SWE-Bench Pro의 평가 신뢰성에 문제가 제기되었습니다. 분석 결과, 이 벤치마크는 보상 해킹(정답 솔루션이나 숨겨진 평가 정보 유출로 인해 발생)과 작업 품질 문제(오해의 소지가 있는 문제 설명이나 부적절하게 범위가 설정된 테스트)라는 두 가지 불확실성 때문에 평가가 훼손될 수 있습니다. 이러한 문제들은 벤치마크 성능을 부풀리고 에이전트의 실제 코딩 능력을 가리는 결과를 초래합니다.

이러한 문제를 해결하기 위해 연구진은 SWE-Bench Pro의 검증된 버전인 SWE-Bench Pro Verified를 제시했습니다. 이 접근 방식은 에이전트의 정상적인 기능에 지장을 주지 않으면서 주요 유출 채널을 제거하는 방지 장치와 결함이 있는 인스턴스 내의 불일치를 최소한으로 수정하는 작업 개선을 결합합니다.

SWE-Bench Pro Verified에 대한 평가 결과는 일부 모델들이 이전에 보고된 결과보다 실질적으로 훨씬 낮은 성능을 보임을 나타냅니다. 이는 기존 SWE-Bench Pro의 결과가 실제 소프트웨어 엔지니어링 능력을 과대평가했을 가능성을 시사합니다. 따라서 SWE-Bench Pro Verified는 소프트웨어 엔지니어링 에이전트를 평가하는 데 있어 더욱 신뢰할 수 있는 벤치마크를 제공합니다.

로봇 분야에서 정책 내 루프(policy-in-the-loop) 상상 환경으로 사용되는 월드 모델을 확장하는 데 있어, 신뢰할 수 있는 시뮬레이션을 위해서는 저수준 로봇 행동에 대한 세밀한 제어 가능성이 필수적입니다. 그러나 이러한 모델을 로보틱스 분야에서 확장하는 데 있어 주요 장애물은 행동이 픽셀 공간에서 보편적인 언어가 아니라는 점입니다. 시각 환경, 카메라 시점, 로봇 배치 또는 체화(embodiment)의 변화는 동일한 수치적 행동이 시각적으로 어떻게 나타나는지를 변화시키며, 이는 혼합 훈련 하에서 상충되는 지도 학습과 배포 시 취약한 일반화로 이어집니다.

이 문제를 해결하기 위해 본 논문은 SyncWorld라는 행동 조건부 월드 모델을 소개합니다. SyncWorld는 추가적인 훈련 없이도 보지 못한 환경에서 작동하는 제로샷 시뮬레이터 역할을 수행합니다. SyncWorld는 시각 보정 에피소드, 즉 모든 제어 가능한 자유도를 보여주는 쌍을 이루는 프레임과 행동을 활용하여 상황별 행동-시각 매핑을 지정합니다.

시각 보정 컨텍스트를 사용하여 훈련함으로써 모델은 명시적인 보정이 없을 때 시각적 증거를 통해 행동을 해석하고 상호작용 이력을 활용하는 방법을 학습합니다. 실험 결과에 따르면 SyncWorld는 이전에 보지 못한 설정에서 행동 결과를 정확하게 시뮬레이션할 수 있으며, 시뮬레이션 능력을 통해 훈련 없이도 테스트 시간 정책 개선이 가능함을 보여줍니다.

재귀적 자기 개선(RSI) 연구가 주로 모델 훈련 파이프라인 자동화에 집중되어 왔지만, 신뢰할 수 있는 자율적 개발을 위해서는 모델이 무엇을 학습했는지 이해하고 안전하게 정렬을 보장하기 위한 사후 모니터링 및 감사라는 필수 요소가 부족합니다. 이러한 격차를 해소하기 위해 기계적 해석 가능성 도구가 필수적이며, 특히 희소 오토인코더(SAE)는 모델 검사와 제어를 위한 해석 가능한 특징을 분리하는 데 핵심적인 역할을 합니다.

본 논문은 AI 에이전트가 SAE 도구를 활용하여 자율적인 기계적 발견을 수행할 수 있는지 평가하기 위해 SAEScientist-Bench를 소개합니다. 에이전트는 목표 개념이 주어졌을 때 대조 탐색(contrastive probes)을 설계하고 Gemma-2-9B-IT의 131K개 이상의 특징을 포함하는 Gemma Scope 사전에서 탐색하여 최적의 특징을 발견합니다. 이 과정은 활성화 순위, 대조 텍스트에서의 개념 선택성, 인과적 방향 설정에 걸쳐 Neuronpedia에 기반한 전문가 참조 특징과 비교하여 평가됩니다.

10가지 에이전트 구성과 20가지 작업을 통해, 선도 에이전트들은 진정한 발견 능력을 보여주었지만 전문가 기준에는 여전히 미치지 못했습니다. 에이전트들은 대조 쌍을 설계하여 허위 후보를 배제할 수는 있지만 실험 측정값을 자주 오해하는 것으로 나타났습니다. 이러한 결과는 실험적 모델 이해가 폐쇄 루프 자율 AI 연구 개발을 위한 측정 가능한 능력임을 입증합니다.

결론적으로, 이 연구는 실험적 모델 이해를 자율적인 AI 연구 개발을 위한 측정 가능한 능력으로 확립하며, 자율 시스템의 안전성과 신뢰성을 확보하기 위해 기계적 해석 가능성 도구의 활용이 중요함을 시사합니다. 관련 코드는 GitHub에서 공개되어 있습니다.

에이전트 하네스(시스템 프롬프트, 도구 세트, 실행 훅, 컨텍스트 관리 구조)는 에이전트 작업 성공의 중요한 결정 요인입니다. 자동화된 하네스 진화는 더 작은 모델이 프론티어 모델 비용의 일부로 특정 도메인 작업에서 잘 수행할 수 있도록 합니다. 따라서 하네스 진화와 경량 미세 조정은 어떻게 결합해야 하는지에 대한 질문이 제기되었습니다.

연구진은 일곱 가지 기업 에이전트 작업에서 약한 모델로 하네스를 진화시킨 후, 더 강한 전문가가 이를 더 효과적으로 사용하는 것을 발견했습니다. 이는 전문가 감독이 나머지 격차를 줄일 수 있음을 시사합니다. 하지만 약한 모델을 진화된 하네스 하에서 전문가의 전체 궤적을 훈련시키면 성능이 저하됩니다. 이는 Qwen3-Coder와 Gemma 4 모델 모두에서 일곱 가지 작업에 걸쳐 4점에서 30점까지 성능이 하락하는 결과를 낳았습니다.

이러한 결과는 모방 학습이 지식과 구조 사용을 전이시키지만 모델과 하네스 간의 적합성을 방해한다는 것을 보여줍니다. 약한 모델은 실행할 능력이 부족한 전문가의 계획 전략을 채택하고, 본래 계획 스타일로 진화된 하네스와 더 이상 일치하지 않게 됩니다.

이에 연구진은 메타 레벨 MLE 에이전트에 의해 자동화되는 온-폴리시 전문가 수정 파이프라인을 개발했습니다. 이 파이프라인은 약한 모델 롤아웃에서 실패한 턴을 국소화하고 전문가에게 해당 턴만 다시 작성하도록 요청합니다. 이는 모델의 계획 스타일을 보존하고 하네스 진화와 모델 적응의 이점을 결합합니다. 이 방법은 하네스와 가중치 업데이트 사이의 충돌을 해결하여 도메인별 기업 작업에서 경제적인 공동 진화를 위한 호환성 보존 레시피를 제공합니다.

강화 학습과 검증 가능한 보상(RLVR)은 대규모 추론 모델의 성공에 중요한 역할을 했지만, 훈련 중 제한된 탐색으로 인해 모델의 내재적 추론 범위(pass@k)를 확장하는 데는 한계가 있었습니다. 이 문제를 해결하기 위해 훈련 시간의 롤아웃 구조를 최적화하여 pass@k를 향상시키는 연구가 진행되었습니다.

연구진은 pass@k를 확장하기 위한 세 가지 핵심 설계 원칙을 발견했습니다. 첫째, 난이도 적응형 롤아웃은 효율성 기준을 넘어 pass@k를 확장하는 데 중요한 역할을 할 수 있습니다. 둘째, 트리 기반 롤아웃은 올바른 답을 발견하는 데 있어 병렬 샘플링보다 우수하며, 셋째, 문장 엔트로피 기반 분기는 토큰 수준 분기에서 발생하는 국소화 현상을 극복하고 의미적 다양성을 극대화합니다.

이러한 통찰을 바탕으로 연구팀은 DATPO(Difficulty-Adaptive Sentence-entropy-guided Tree-structured Policy Optimization)를 제안했습니다. DATPO는 난이도 적응형 트리 검색과 형제 다양성 이점 항을 통합하여 훈련 중 의미적 다양성을 명시적으로 촉진함으로써 추론 범위를 확장합니다. 수학적 추론 벤치마크 실험 결과, DATPO는 특히 pass@k에서 기존 방법들보다 우수한 성능을 보였으며, 이는 테스트 시간 확장 성능의 향상으로 직접 이어졌습니다.

2026년 6월 중순에서 후반에 걸쳐 Read the Docs는 역사상 가장 크고 정교한 분산 서비스 거부(DDoS) 공격을 경험했습니다. 이 공격의 정점에는 분당 550만 건 이상의 요청이 발생하여 평소 트래픽의 약 100배에 달했으며, 약 열흘간 지속되었습니다. 공격자들은 단순한 트래픽 플러드가 아닌, 전 세계 수백 개의 네트워크(ASN)에 걸쳐 수백만 개의 고유 IP 주소에서 요청을 발생시키는 분산 방식을 사용했습니다.

공격은 단순히 대역폭을 채우는 것을 넘어, 공격자들이 HTTP 요청 헤더와 TLS 연결 매개변수를 체계적으로 무작위화하여 서명 기반 필터를 회피했습니다. 또한 공격자들은 캐시에서 제외되는 URL(404)이나 임시 리다이렉트(302)를 의도적으로 노려 공격에 취약한 캐시 미스 표면을 공략했습니다. 기존의 IP 기반 속도 제한 및 Cloudflare의 자동화된 보호 기능만으로는 이러한 글로벌 분산 공격을 완전히 막기 어려웠습니다.

이 경험을 통해 중요한 교훈은 IP 차단이 분산 공격에 효과적이지 않다는 점입니다. 대신, IP뿐만 아니라 ASN, 호스트 이름 등 더 광범위한 범위에 걸쳐 속도 제한을 적용해야 합니다. 또한, 모든 캐시 자원, 특히 임시 리다이렉트와 같은 항목을 적극적으로 캐싱하고, 공격에 취약한 캐시 미스 표면을 보호해야 합니다.

궁극적으로 공격을 완화하기 위해서는 속도 제한과 봇 관리 휴리스틱을 결합한 맞춤형 도전(JavaScript 챌린지)을 사용하고, Terraform을 통해 인프라를 코드로 관리하여 방어 규칙을 신속하게 배포할 수 있는 인프라를 구축하는 것이 필수적입니다.

모노큘러 비디오에서 임상적으로 의미 있는 보행 파라미터를 정확하게 추정하는 것은 확장 가능한 이동성 평가에 중요하지만, 기존 데이터셋의 작은 규모, 제한된 시점, 시각적 다양성 때문에 발전이 제한되어 왔습니다. 이에 연구진은 물리적으로 근거가 있는 합성 비디오 데이터셋인 SynthGait-19k를 소개합니다. 이 데이터셋은 437명의 피험자로부터 얻은 6,427개의 MoCap 시퀀스를 기반으로 19,272개의 걷는 비디오를 포함하며, 여섯 가지 보행 파라미터에 대한 SMPL 움직임 및 주석이 쌍으로 제공됩니다.

이 데이터셋을 구축하기 위해 Gait2Vid라는 방법론을 개발했는데, 이는 SMPL을 통해 이질적인 MoCap 기록을 통합하고 제어 가능한 시점 및 장면 외관 하에서 다양한 RGB 걷는 비디오를 합성합니다. 연구진은 생성된 비디오가 조건화된 보행 운동학과의 일관성을 갖는지 평가하고 추출된 보행 이벤트를 힘 플랫폼 측정값과 비교하여 검증했습니다.

SynthGait-19k를 사용하여 직접 RGB, 자세 기반, 생체역학, 인간 메시 복구 접근 방식을 벤치마킹했으며, 시점, 훈련 데이터 규모, 합성-실제 도메인 이동과 같은 요소를 분석했습니다. 또한 보행 파라미터 추정을 위한 직접 RGB 참조 모델인 GaitXFormer를 도입했는데, 합성 감독은 GaitXFormer와 자세 기반 아키텍처 모두에서 실제 비디오로 효과적으로 전달되어 다양한 표현 방식에서 유용성을 입증했습니다.

연구 결과, 공간 보행 파라미터는 시각적 도메인 이동에 더 민감하며, 향상된 인간 메시 복구만으로는 다운스트림 보행 추정 성능이 반드시 향상되지 않는다는 점을 발견했습니다. 이는 데이터셋의 품질과 시각적 맥락이 보행 추정에 미치는 영향을 이해하는 데 중요한 맥락을 제공합니다.

단일 시점 깊이 추정은 장면 재구성, 계산 사진술, 로봇 공학 등 광범위한 응용 분야를 가지고 있지만, 최근 모델들은 여전히 분포 외 입력에 대한 일반화와 선명하고 상세한 깊이 맵 생성에 어려움을 겪고 있습니다. 이 논문은 확산 트랜스포머(DiT) 아키텍처를 기반으로 하는 Marigold 기법을 활용하여 최첨단 단일 시점 깊이 추정 모델을 재조명합니다.

연구진은 사전 학습된 다단계 흐름 일치(flow-matching) 모델로부터 단일 단계 추론을 목표로 하며, 필요한 경우 양자화를 적용하여 모델 용량을 유지하면서 실행 비용을 낮춥니다. 또한, 모델의 학습 과정에서 발생하는 인공물(artifacts)을 분석하여 두 가지 효과적인 해결책을 제시했는데, 이는 모델 내부 표현을 정답 데이터에서 추출된 의미론적 특징과 정렬하고 새로운 싱커혼 기반 손실(Sinkhorn-based loss)을 중심으로 하는 2단계 미세 조정 프로토콜을 채택하는 것입니다.

이러한 개선을 통해 모델은 KITTI 및 ETH3D 데이터셋에서 이전 최고 성능 대비 AbsRel이 16~26% 향상된 더 선명하고 깨끗하며 분포 외 입력에 잘 일반화되는 깊이 맵을 생성합니다. 시각적으로 모델은 이전 모델들이 해결하지 못했던 털, 나뭇잎, 머리카락 얇은 가장자리 등을 해결해냅니다.

나아가 Marigold V2는 표면 법선 추정 및 고유 이미지 분해와 같은 다른 밀집 회귀 작업에도 적용하여 최고 수준의 결과를 달성했습니다. 이는 Diffusion Transformer 기반의 접근 방식이 깊이 추정을 넘어 다양한 밀집 회귀 작업에 확장될 수 있음을 보여줍니다.

오픈소스 기반의 음성 생성 및 편집을 통합하는 기초 모델인 AuK가 발표되었습니다. 이 모델은 자연어 지시와 오디오 컨텍스트를 공통 인터페이스로 사용하여 음성 생성과 편집이라는 광범위한 기능을 수행할 수 있도록 설계되었습니다.

AuK는 음성 생성, 콘텐츠 편집, 향상 및 분리, 운율 편집, 음향 편집 등 다섯 가지 작업 가족에 걸쳐 약 30억 3천만 개의 지시-오디오 인스턴스와 195만 시간의 효과적인 감독 데이터를 구축하여 훈련되었습니다. 모델은 의미 조건화를 위한 멀티모달 대규모 언어 모델, 음향 조건화를 위한 음성, 일반 오디오, 음악으로 공동 훈련된 VAE, 그리고 생성에 사용되는 이중 스트림 MMDiT 블록과 통합된 단일 스트림 DiT 블록으로 구성된 하이브리드 정류된 흐름 트랜스포머를 결합합니다.

훈련 과정에서는 생성 전용 예열 단계 후 공동 생성-편집 사전 훈련을 진행했으며, 이후 개방형 편집을 위한 인간 피드백 선호 최적화와 음성 생성을 위한 보상 기반 강화 학습과 같은 보완적인 후처리 전략을 적용했습니다. 추론 비용을 줄이기 위해 일관성 초기화 및 작업 경로 분리된 Decoupled DMD를 통해 모델을 추가로 압축하여 AuK-Flash를 도출했습니다.

결과적으로 AuK-Flash는 분류 없는 가이드 없이 4단계 추론을 수행하며 전체 모델 대비 4.5배의 벽시계 속도 향상을 달성했습니다. 실험 결과는 제로샷 및 지시 기반 음성 생성과 일반 지시 기반 편집에서 선도적인 성능을 보였으며, 신호 수준 복원 작업에서는 경쟁력 있는 성능을 유지했습니다. 연구 재현성을 지원하기 위해 소스 코드와 모델 가중치가 공개되었습니다.

3D 장면을 다중 시점 이미지로 표현하면 2D VLM이 사전 학습된 지식을 재사용하여 3차원 추론을 수행할 수 있지만, 이는 각 시점에 따라 비용이 증가하는 수천 개의 중복된 시각 토큰을 발생시킵니다. 기존의 시각 토큰 가지치기 방법들은 3D 다중 시점 환경에서 각기 다른 한계를 보입니다. 학습 중요도 방법은 공간적 중복성을 고려하지 않아 몇몇 두드러진 영역의 거의 동일한 토큰만 유지하는 경향이 있으며, 복셀화 방법은 공간적 커버리지를 개선하지만 다중 시점 관측이 겹칠 때 포화 상태에 도달하여 목표치보다 낮은 수준으로 토큰을 보존합니다.

연구진은 공간적 커버리지가 3D 추론 성능과 관련이 있음을 밝히고, 학습 신호 없이 오직 토큰 좌표만을 사용하여 선택하는 결정론적이고 훈련 불필요한 선택기인 CoVeR를 제안했습니다. CoVeR는 장면의 모든 영역을 포괄하도록 토큰을 선택하며, 기존 방법들의 한계를 해결하여 장면별 정확한 토큰 예산을 강제하고, 복셀화 포화 상태를 극복하며, 학습 중요도 방법의 중복 선택을 피합니다.

광범위한 실험 결과 CoVeR는 세 가지 3D 추론 벤치마크에서 기존의 최고 성능(SOTA)을 능가했으며, 네 가지 VLM에 걸쳐 플러그 앤 플레이 모듈로 일반화되었습니다. 특히 CoVeR는 전체 토큰의 약 8%만을 사용하여 전체 토큰 성능의 93.5%를 보존하며, 벤치마크 전반에서 평균 3.9%포인트로 SOTA를 능가하는 성과를 보였습니다.

오토회귀(AR) 비디오 확산 모델은 실시간 비디오 생성에서 큰 잠재력을 보여주고 있습니다. 최근 분포 일치 증류(DMD) 방법을 통해 사전 학습된 양방향 비디오 확산 모델을 인과적 AR 학생으로 증류하는 방식이 사용되지만, 생성된 비디오는 과포화 및 과스무딩 문제를 겪어 시각적 품질과 현실성이 제한적입니다. 이러한 문제의 주요 원인은 DMD에서 사용되는 역 KL 목적 함수의 모드 탐색 행동으로, 학생 분포가 교사 분포의 소수 모드에만 수렴하여 모드 붕괴가 발생하기 때문입니다.

이러한 모드 붕괴를 완화하기 위해 본 연구는 마스크 포싱(Mask Forcing)이라는 이중 노이즈 마스킹 롤아웃 전략을 제안합니다. 마스크 포싱은 AR 학생의 자체 롤아웃에 교란을 가하여 역 KL 모드 탐색으로 인해 발생하는 모드 붕괴를 줄입니다. 핵심 아이디어는 AR 확산 증류 과정에서 자체 롤아웃 동안 공간 및 시간 축을 따라 무작위 마스크를 사용하여 노이즈가 많은 입력에 더 깨끗한 신호를 주입하는 것입니다.

이러한 교란은 학생 롤아웃이 교사 분포의 더 많은 영역을 탐색하도록 장려하며, DMD가 학생이 이미 커버한 모드 너머의 학습 신호를 제공할 수 있게 합니다. 또한, 더 깨끗해진 토큰들은 다른 노이즈가 많은 토큰들에 대한 디노이징 가이드 역할을 하여 중간 롤아웃 예측을 개선하고 오류 축적을 줄입니다.

광범위한 실험 결과는 이 방법이 실제 비디오 데이터나 추가적인 훈련 단계를 포함하지 않고도 여러 AR 비디오 확산 증류 방법을 효율적으로 시각적 품질이 높은 결과로 개선함을 입증합니다.

Miles v0.1은 최전선(frontier) 후처리 훈련을 위한 풀스택, 실제 운영 가능한 시스템을 제시합니다. 이 시스템은 각 단계의 구성 요소가 검증되고 깔끔하며 사용자 정의 가능해야 한다는 단일 원칙을 기반으로 설계되었으며, 정확도, 효율성, 신뢰성, 확장성을 최우선 목표로 합니다.

Miles는 SGLang을 기반으로 구축된 롤아웃 엔진, NVIDIA Megatron-LM 및 PyTorch FSDP 두 가지 백엔드를 지원하는 트레이너, 그리고 다양한 배포 토폴로지를 위한 세 가지 가중치 동기화 전송 방식을 포함하는 전체 시스템을 제공합니다. 또한 전체 파라미터 RL 외에도 LoRA RL, 온-폴리시 증류(on-policy distillation), 지도 미세 조정(supervised fine-tuning), 참-온-폴리시 롤아웃-훈련 정렬(true-on-policy rollout-training alignment)을 지원하며 확산 모델(diffusion models)까지 아키텍처를 확장합니다.

이 시스템은 실제 사례를 통해 그 성능을 입증했는데, GLM-5.2 744B-A40B 모델을 터미널 사용 코딩 작업에 대해 완전히 비동기적인 에이전트 RL로 수행한 결과입니다. 이 실험은 64개의 NVIDIA GB300 GPU에서 진행되었으며, 처음 30단계 동안 평균 단계 시간은 263초였습니다.

Miles는 현재 GitHub와 프로젝트 웹사이트를 통해 오픈 소스로 공개되어 있으며, 연구자와 기업이 최전선 규모의 RL을 접근할 수 있도록 지원합니다.

강화된 모델이 약한 지도(supervisor)로부터 학습하여 이를 능가할 수 있는지에 대한 질문인 약한 것에서 강한 것으로의 일반화(Weak-to-strong generalization)가 핵심 주제입니다. 이는 모델의 연속적인 세대 생성이나 다중 도메인 통합 과정에서 처음부터 다시 선행 훈련을 반복하는 것이 비용적으로 비효율적일 때 특히 중요합니다. 기존의 증류(distillation) 방식은 약한 교사를 최적화 목표로 취급하여 학생 모델의 용량 상한을 제한할 수 있다는 한계가 있었습니다.

이에 연구진은 온-폴리시 역 증류(On-Policy Reverse Distillation, OPRD)라는 새로운 방법을 제안했습니다. OPRD는 학생 롤아웃에 대해 교사의 정책 변화를 참조 정책 대비 평가하고, 학생의 검증자 기반 정책 기울기(verifier-driven policy gradient) 중 해당 방향의 구성 요소만을 조정하여 증폭시킵니다. 이 방식은 정책 최적화의 정상점(stationary points)을 보존하면서 교사 이상의 학습을 가속화합니다.

OPRD는 연속적인 모델 전송과 다중 교사 증류 모두에서 기존의 강화 학습 및 증류 접근 방식보다 더 적은 학생 업데이트로 더 높은 성능을 달성합니다. 응답 스타일 분석 결과, OPRD 학생들은 약한 교사보다는 검증자 기반 강화 학습만으로 훈련된 모델에 더 가까운 것으로 나타났습니다. 이는 교사의 지도가 학생의 최적화 방향을 재지시하기보다는 학습을 가속화함을 시사합니다.

또한, 기존의 강한 것에서 약한 것으로의 증류 결과에서도 OPRD는 용량 순서에 관계없이 검증자 기반 정책 최적화와 교사 지도를 효과적으로 결합함을 입증했습니다. 이는 모델 간의 효율적인 지식 전달과 성능 향상을 위한 새로운 프레임워크를 제시합니다.

Gander는 옴니 인식, 실시간 상호작용, 에이전트 능력을 단일 프레임워크 내에서 통합한 엔드투엔드 모델입니다. 기존의 턴 기반 패러다임과 달리, Gander는 비디오, 음성, 텍스트를 포함한 여러 양식의 스트리밍 입력을 지속적으로 수신하여 일상 대화부터 복잡한 워크플로우 기반 에이전트 시나리오까지 자연스러운 양방향 상호작용을 가능하게 합니다. 사용자는 언제든지 모델을 중단시킬 수 있으며, 모델은 중간 피드백을 제공하거나 후속 질문을 할 수도 있습니다.

이러한 기능을 구현하기 위해 Gander는 두 가지 핵심 아키텍처 설계를 채택했습니다. 첫째, 실시간 상호작용 및 옴니 대화 능력을 담당하는 소뇌(Cerebellum)와 복잡한 추론 및 고수준 에이전트 작업을 처리하는 두뇌(Brain) 간의 협업 프레임워크를 사용합니다. 이 두 구성 요소는 도구 호출 및 에이전트 오케스트레이션 런타임을 통해 지속적으로 상호작용합니다. 둘째, 소뇌는 스트리밍 Thinker-Talker 아키텍처를 기반으로 구축되어 사용자 입력과 모델 출력이 청크 수준에서 순서화된 토큰 스트림으로 압축되어 낮은 지연 시간의 연속적인 상호작용을 제공합니다.

Gander에 대한 포괄적인 평가 결과, 모델은 SOTA 오픈 소스 모델의 자연스럽고 표현력 있는 음성 대화 능력을 유지하면서도 옴니 상호작용에서 경쟁력 있는 성능을 달성했습니다. 또한, 배경 소음 간섭, 다자간 상호작용, 백채널 통신을 포함한 까다로운 실제 시나리오에서도 견고함을 입증했습니다. 연구 커뮤니티의 발전을 촉진하기 위해 Gander와 관련 모델, 코드, 데이터를 공개했습니다.

대규모 언어 모델은 정적 추론 능력은 뛰어나지만, 장기 목표를 위한 자율 에이전트 훈련 시 보상 희소성(reward sparsity)으로 인해 강화 학습(RL)을 적용하기 어렵다는 한계가 있습니다. 기존의 지도 미세 조정(SFT)을 통한 에이전트 측 예열 과정은 데이터 부족과 탐색 제약으로 인해 성능 향상에 한계가 있었습니다.

이러한 문제를 해결하기 위해 연구진은 피드백 풍부 환경(Feedback-Enriched Environments, FEEs)을 구축하는 환경 측 적응이라는 패러다임 전환을 제안했습니다. FEEs는 에피소드 내 탐색과 에피소드 간 진화의 후반 단계에서 행동 지침에서 관측 풍부로 전환하는 피드백 설계 전략을 통해 환경을 재구성합니다.

SciWorld 및 BFCL 벤치마크에서 Qwen3 모델 스케일과 GRPO, GSPO, DAPO와 같은 다양한 RL 알고리즘을 사용하여 대규모 실험을 진행한 결과, FEEs는 표준 설정보다 일관되게 성능 향상을 보였습니다. 또한, FEEs를 사용하여 훈련할 경우 훈련 역학을 안정화하여 엔트로피 변동성을 줄이고, 어려운 작업에서 선제적인 상태 공간 탐색을 촉진하며, 환경 지침을 정책 가중치에 내재화하는 것을 보장합니다.

특히, 이 연구는 그룹 내 피드백 일관성이 안정적인 최적화를 위한 중요한 경계임을 밝혀내어 안정적인 학습 환경 구축에 중요한 통찰을 제공합니다.

재귀적 자기 개선(RSI)은 AI 시스템이 자신의 능력을 관찰하고 그 증거를 다음 학습 단계로 전환하는 구체적인 메커니즘을 필요로 합니다. 이에 NeoHorse-1은 에이전트 기반 후처리를 통해 이 경로를 탐색하기 위해 개발된 에이전트 네이티브 모델군입니다. 이 시스템은 이질적인 모델 풀과 지능형 라우팅을 결합하여 각 사용자 턴에 대한 예측된 능력 요구 사항, 선택된 서비스 등급, 그리고 후속 상호작용을 기록합니다.

이 기록들은 추론, 도구 호출, 하네스트(harness) 컨텍스트를 보존하는 학습 예제로 변환되며, 구조적 검증, 6차원 의미론 평가, 서브씬 수준 레이블링을 통해 채택됩니다. 라우팅 신호는 지도 미세 조정(supervised fine-tuning)을 3단계 커리큘럼으로 조직하고, 교사가 학생 생성 응답을 감독하는 라우팅 기반 온-폴리 정책 증류(routing-guided on-policy distillation)로 확장됩니다. 최종적으로 능력 기반 할당(capability-guided allocation)은 평가 피드백을 다음 학습 혼합물로 변환하여 시스템이 다음 학습을 통해 무엇을 배우는지 결정하는 평가-선택-업데이트 루프를 완성합니다.

이러한 과정을 통해 NeoHorse-1은 11가지 벤치마크(하네스 기반 에이전트, 도구 사용, 코딩, 지침 준수 포함)에서 후처리를 수행했을 때 성능이 크게 향상되었습니다. 4B 모델은 58.94에서 64.87로, 9B 모델은 65.60에서 69.04로 최대 평균 점수가 상승했으며, 이는 후처리를 통해 4B 모델과 9B 기본 모델 간의 격차를 상당히 좁혔습니다. NeoHorse-1은 이러한 피드백 기반 프로세스의 초기 프로토타입이자 연속적인 반복에서 하네스 기반 RSI로 나아가는 경로를 제시합니다.

구글 딥마인드가 인간 DNA의 고해상도 지도를 제공하는 AlphaGenome Atlas를 공개했습니다. 이 데이터베이스는 인간 게놈 내의 모든 가능한 단일 뉴클레오타이드 변이(single nucleotide variant)가 분자 생물학에 미치는 영향을 예측하는 가장 포괄적인 카탈로그입니다. 연구진은 AlphaGenome AI 모델을 사용하여 90억 개의 단일 문자 유전적 변화에 대한 조절 영향을 사전 계산함으로써 1페타바이트에 달하는 방대한 데이터셋을 구축했습니다.

이 Atlas는 연구자들이 방대한 정보를 신속하게 탐색할 수 있도록 AlphaGenome 변이 영향(AVI) 점수를 도입했습니다. 이 점수는 코딩 영역과 비코딩 영역 모두에 대한 예측을 결합하여 연구자들이 수천 개의 데이터 포인트를 검토하지 않고도 가장 유망한 연구 방향을 빠르게 우선순위화할 수 있게 합니다. 예를 들어, 이 도구를 사용하여 희귀 유전적 변이 연구에서 DNM1 유전자의 중요한 변이를 식별하거나, 복합 형질과 관련된 비코딩 변이를 찾아내어 신체 질량 지수(BMI)와 연관된 유전적 영역을 식별하는 데 활용되었습니다.

AlphaGenome Atlas는 코딩 기술이 없는 전 세계의 임상 연구자 및 생물학자들에게도 직관적인 웹 포털을 통해 접근을 허용합니다. 이는 생물학적 발견의 속도를 가속화하고 모든 사람에게 유전체 발견과 과학에 대한 접근성을 민주화하려는 구글 딥마인드의 지속적인 노력의 일환입니다.

LogiCola의 새로운 버전은 2008년 원본의 디자인 언어를 역설계하여 학생들에게 더 접근하기 쉬운 학습 솔루션을 제공하는 것을 목표로 개발되었습니다. 기존 버전이 Windows 기반으로 제한적이었던 문제를 해결하고, 크롬북이나 모바일 기기를 사용하는 학생들도 사용할 수 있도록 확장되었습니다. 이번 업데이트는 무한한 번역 드릴을 통해 숙달 학습을 제공하고 원본 소프트웨어의 재미 요소를 현대적으로 재해석하여 구현했습니다.

새로운 디자인은 사용자 경험을 개선하는 데 중점을 두었으며, 이전의 기업 소프트웨어 같은 느낌에서 벗어나 생동감을 부여했습니다. 특히 논리 드릴에 따라 색상을 다르게 적용하여 사용자가 현재 위치를 명확히 알 수 있도록 했으며, RGB 색상환과 InvertRect 함수를 사용하여 색상을 계산하는 방식을 적용했습니다. 또한 메가맨이나 스트리트 파이터 같은 비디오 게임에서 영감을 받은 마이크로 전환 및 애니메이션을 도입하여 플랫폼을 더욱 역동적으로 만들었습니다.

이러한 변화는 단순히 외관을 바꾼 것을 넘어, 커뮤니티의 피드백과 AI 도구 활용을 통해 이루어졌습니다. 개발 과정에서 색채 이론에 대한 이해를 확장하고 애니메이션 제작 방법을 학습했으며, 이는 원본의 유산을 존중하면서도 새로운 흥미를 제공하는 색상 조합을 찾는 데 기여했습니다.

LogiCola 3는 이러한 과정을 통해 원본의 공식을 기반으로 하면서도 2026년 학생들에게 더욱 관련성 높은 언어를 제공하며 새로운 디자인 요소와 템플릿을 얻었습니다. 이 프로젝트는 여러 개발자와 교수진의 협력과 커뮤니티의 피드백을 통해 탄생했으며, 플랫폼의 기반을 다지는 데 중요한 역할을 했습니다.

웹 환경이 끊임없이 변화함에 따라 HTML 표준과 관련 코드는 지속적으로 변화하고 있습니다. 이 글은 브라우저 경쟁, 확장 기능, 플랫폼별 해킹 등으로 인해 웹사이트에 포함된 구식 HTML 조각과 잔재들을 다루며, 이는 과거의 필요에 의해 추가되었으나 현재는 무의미해진 코드들을 분석합니다.

과거에는 특정 브라우저 호환성을 확보하기 위해 `X-UA-Compatible`와 같은 메타 태그가 사용되었으며, 이는 Internet Explorer(IE)의 특정 버전을 목표로 설정하는 데 사용되었습니다. 또한 Microsoft는 조건부 주석을 통해 특정 브라우저 환경에서만 코드가 표시되도록 구현했으며, Netscape는 JavaScript 엔티티를 사용하여 조건부 주석을 처리하는 독자적인 방식을 사용했습니다.

Twitter 임베드 관련 메타 태그들(`twitter:card`, `twitter:site` 등)도 과거에 사용되었으나, 현재는 Open Graph 태그로 대체되어야 하며 해당 태그들은 더 이상 유효하지 않습니다. 특히 트위터의 추적 방지 태그(`twitter:dnt`) 역시 현재는 존중되지 않습니다.

개발자들은 이러한 구식 코드를 제거하고 최신 표준을 따르는 것이 중요하며, 특히 Twitter 관련 태그는 Open Graph 태그로 전환하여 사용해야 합니다. 이는 웹의 안정성과 현대적인 개발 환경을 유지하는 데 필수적입니다.