읽을 가치가 있는 기사만, 짧고 또렷하게.

AI 에이전트의 실행 환경을 격리하고 대기 자원을 줄이는 인프라 도구인 Agent Substrate에 대한 내용입니다. 이 도구는 여러 AI 에이전트를 독립된 샌드박스 환경에서 실행할 수 있게 하여 보안성과 효율성을 동시에 확보합니다.

Agent Substrate는 모델 응답이나 도구 실행을 기다리는 동안 에이전트의 메모리와 파일 상태를 저장하는 기능을 제공합니다. 이는 작업이 중단 없이 지속될 수 있도록 하며, 새로운 요청이 들어왔을 때 저장된 상태를 복원하여 작업을 즉시 재개할 수 있게 합니다.

이러한 기능은 대기 시간 동안 낭비되는 자원을 회수하고 효율적으로 관리하는 데 중점을 둡니다. 개발자는 미리 준비된 소수의 Kubernetes Pod를 활용하여 AI 에이전트의 실행 환경을 최적화하고 대기 자원 사용을 최소화할 수 있습니다.

결론적으로 Agent Substrate는 Kubernetes 환경에서 AI 에이전트의 실행을 격리하고 자원 효율성을 극대화하여 복잡한 멀티 에이전트 시스템을 안정적으로 운영할 수 있도록 지원하는 인프라 솔루션입니다.

뉴욕 주 대표가 소비자 소유권을 요구하는 게임 소유권 법안을 발표했습니다. 이 법안은 기존의 라이선스 판매 방식 대신 소비자가 게임을 실제로 소유하도록 요구하는 것을 골자로 합니다.

이 법안의 핵심은 게임 라이선스를 판매하는 대신 소비자가 해당 게임을 소유하도록 강제하는 것입니다. 또한, 이 법안은 퍼블리셔들이 게임 지원이 종료된 후에도 게임을 계속 기능하도록 유지할 의무를 부과합니다.

이는 게임 산업 내에서 라이선스 기반의 비즈니스 모델에 중대한 변화를 가져올 수 있습니다. 개발자와 퍼블리셔는 지원 종료 이후에도 게임의 기능 유지를 위한 지속적인 유지보수 및 업데이트 전략을 재고해야 하는 상황에 놓이게 됩니다.

생체 인식 인증 시스템은 민감한 템플릿을 보호하기 위해 개인 정보 보호 메커니즘을 사용하지만, 인증 인터페이스 자체가 재구성 공격을 가능하게 하는 정보를 누출할 수 있다는 취약점이 발견되었습니다. 기존 공격들이 유사도 점수(similarity scores)를 악용했던 것과 달리, 최신 시스템은 단순히 승인/거절(accept/reject)이라는 이진 피드백만을 제공하기 때문에 정보량이 현저히 줄어들어 템플릿 재구성이 훨씬 더 어려워집니다.

본 연구는 극도로 제한된 피드백 하에서 쿼리 효율적인 재구성 공격을 제시하며 기존 공격들의 두 가지 한계를 해결합니다. 첫째, 생체 인식 인증의 기하학적 제약을 악용하여 인증 성공/실패 피드백만으로 보호된 생체 인식 템플릿을 재구성하는 최초의 공격을 도입했습니다. 둘째, 점수를 공개하는 시스템에 대해 분포 인지적인 쿼리 효율적 재구성 방법을 제시하여 최근의 점수 기반 공격보다 필요한 쿼리 수를 5배 감소시켰습니다.

연구 결과는 생체 인식 인증 과정 자체가 템플릿 보호 메커니즘과 무관하게 완벽한 템플릿 재구성을 가능하게 하는 기하학적 정보를 노출한다는 근본적인 보안 한계를 드러냅니다. 또한, 생체 인식 템플릿의 분포를 활용하면 훨씬 더 효과적인 재구성 공격을 수행할 수 있음을 보여줍니다. 이 연구는 사전 학습된 얼굴 확산 사전(pretrained facial diffusion prior)을 기하학적 이진 공격에 결합하여 필요한 쿼리 수를 다시 5배 줄이는 방식으로 두 가지 통찰을 통합했습니다.

어디서나 학습된 행동 사전 훈련(action pretraining)은 구체적인 조작 능력을 갖춘 임베디드 파운데이션 모델(EFMs)에 강력한 일반화 능력과 폐쇄 루프 강건성을 부여하지만, 이러한 사전 훈련을 재현하기 위해서는 막대한 로봇 데이터와 컴퓨팅 자원이 필요합니다. 이러한 사전 훈련된 EFMs의 능력을 행동 사전 훈련 없이 정책으로 전이시키기 위해, 연구진은 TILDE(Teacher-In-the-Loop Distillation from EFMs)를 제안했습니다. TILDE는 학생이 유도한 상태에서의 온-폴리시 학습과 교사가 실행한 복구 궤적 학습을 결합하여 시너지를 창출합니다.

또한, 연구진은 자율적인 데이터 집계 파이프라인인 AutoDAgger를 제안했는데, 이는 로봇 보상 모델을 활용하여 작업 진행 상황을 모니터링하고 교사의 개입을 촉발함으로써 인간의 모니터링이나 수동 제어 없이 복구 경험을 수집합니다. 이 AutoDAgger 방법은 인간이 개입하는 방식에 비해 복구 궤적 수집 속도를 2배 이상 가속화합니다.

TILDE는 시연 학습, 온-폴리시 교사 감독, 교사의 수정 행동을 통합함으로써 행동 복제(behavior cloning) 대비 최대 4.1배의 작업 성능 향상을 달성하며 세 가지 실제 작업에서 효과적인 교차 아키텍처 증류를 지원합니다. 이는 EFMs의 강력한 능력을 실제 정책으로 효과적으로 전환하는 데 중요한 진전을 의미합니다.

거대 언어 모델은 사전 학습에서 습득한 지식 외에 외부 지식을 효과적으로 획득하고 활용할 방법을 필요로 합니다. 지속적인 사전 학습은 파국적 망각을 초래할 위험이 있으며, 추론 시점에 검색을 사용하는 것은 상당한 오버헤드를 추가합니다. 이러한 문제를 해결하기 위해 본 논문은 심층 융합 메모리(Deep Fusion Memory, DFM)라는 매개변수 메모리 아키텍처를 제안합니다.

DFM은 학습 데이터 구축 부담을 줄이고 학습된 메모리를 중간 은닉 상태에 통합하는 방식으로 외부 지식을 처리합니다. DFM은 선행 컨텍스트로부터 메모리를 생성하는 인과적 메모리 예측기(causal memory predictor)를 사용하여 코퍼스에서 검색된 청크 임베딩을 감독 신호로 활용합니다. 예측된 메모리는 각 청크 내 토큰에 걸쳐 공유되며 게이티드 교차 주의(gated cross-attention)를 통해 은닉 상태에 융합됩니다.

이러한 메모리 예측 및 융합 과정은 백본(backbone)을 고정시킨 채 종단 간으로 훈련되며 추론 시에는 명시적인 검색이 필요 없습니다. 기존의 토큰 수준 메모리 목표 접근 방식과 비교했을 때 DFM은 학습 데이터 구축에 필요한 검색 쿼리를 32배 적게 사용하고 검색된 항목을 2048배 적게 사용합니다.

실제 성능 평가 결과, DFM은 여섯 가지 질의응답(QA) 작업에서 가장 강력한 기준선 모델 대비 Mistral-7B-v0.3에서 12.71%, Qwen3-8B-Base에서 11.19%의 성능 향상을 보였습니다. 또한, 도메인 적응 측면에서는 Qwen3-4B-Base 대비 평균 6.51점, Qwen3-8B-Base 대비 평균 4.38점의 평균 이득을 달성했습니다.

거대 언어 모델(LLM) 추론 시 샘플링을 통해 추론 능력을 개선하는 테스트 시간 스케일링(TTS) 기법은 여러 답변을 샘플링하여 추론을 돕지만, 고정된 샘플링 예산은 쿼리 난이도와 GPU 경쟁 상황에서의 변화하는 추론 에너지 비용을 고려하지 못합니다. 실제로 GPU 부하가 증가함에 따라 동일한 네 개의 샘플에 대해 최대 4.1배의 에너지가 증가하는 것으로 측정되었습니다.

이에 연구진은 추가 샘플의 기대값과 현재 GPU 비용을 동시에 고려하는 리소스 인식 TTS 프레임워크인 ATEST를 제안했습니다. ATEST는 두 가지 모드로 작동하는데, 기본 모드인 ATEST-Online은 오프라인 보정 없이 샘플을 점진적으로 생성하고 실시간 GPU 상태를 모니터링하며 단계별 에너지 비용을 학습하여 중단 시점을 결정합니다. 반면 ATEST-Calibrated는 오프라인 정확도 및 비용 모델을 사용하여 쿼리당 예산을 선택하며 안정적인 부하 환경에 더 적합합니다.

실제 평가에서 ATEST-Online은 ATEST-Calibrated보다 훨씬 높은 정확도를 달성했습니다. 예를 들어, 높은 부하 조건에서 GSM8K 데이터셋을 평가했을 때 ATEST-Online은 60.0%의 정확도를 달성한 반면, ATEST-Calibrated는 44.0%의 정확도와 42.4%의 보류율을 보였습니다. 또한 온라인 비용 학습이 부하 변화에 대한 적응을 이끌어냈으며, ATEST-Online은 평가된 작업 부하에서 ATEST-Calibrated보다 GPU 시간은 42배, 에너지는 48배 적게 사용했습니다.

다만 온라인 제어 방식은 짧은 작업에서 높은 꼬리 지연 시간과 낮은 처리량을 감수하는 대신 부하 변화에 대한 견고함을 제공하며, 오프라인 보정 방식은 안정적인 조건에서 여전히 경쟁력을 유지합니다.

로봇 행동 모델 연구에서 정교한 손을 이용한 양손 조작(bimanual dexterous manipulation)에 대한 벤치마크가 부족하여 기존 모델들의 조작 능력이 충분히 평가되지 못하고 있다는 문제점을 해결하기 위해 BiDex-100이 제시되었습니다. 이 벤치마크는 광범위한 작업 커버리지, 다차원 평가, 고자유도(high-DoF) 손 구현체를 결합하여 양손 조작 능력을 체계적으로 평가할 수 있도록 설계되었습니다.

BiDex-100은 총 106개의 작업을 포함하며, 일반화(generalization), 지시 따르기(instruction following), 제한된 시연(limited demonstrations), 장기 예측(long horizon), 기억(memory)이라는 다섯 가지 능력 축을 따라 구성되어 있습니다. 각 작업은 시각 및 공간 변화가 제어된 도메인 외 변형(out-of-domain variant)과 쌍을 이루어 시스템의 견고성을 체계적으로 평가할 수 있게 합니다.

또한 이 벤치마크는 두 가지 구현체를 지원하며 8,080개의 성공적으로 검증된 원격 조작 시연(teleoperated demonstrations)을 제공하여 총 625만 프레임을 제공합니다. 연구진은 이 벤치마크를 사용하여 최근의 비전-언어-행동(Vision-Language-Action) 모델 7개를 통일된 프로토콜 하에서 평가함으로써, 능력별 성능, 견고성, 데이터 효율성에 대한 기준점을 확립했습니다.

BiDex-100 벤치마크는 https://BiDex-100.github.io/BiDex-100/에서 접근할 수 있습니다.

고충실도 변형 가능한 물체의 신경 시뮬레이션은 컴퓨터 그래픽스와 물리 AI 분야의 근본적인 과제입니다. 고해상도 3D 체적 메시의 장기 예측은 오차 누적 문제가 있는 자기회귀 방법과 계산적으로 비현실적인 직접적인 다중 프레임 예측 때문에 어렵습니다. 이러한 문제를 해결하기 위해 메시 기반 체적 물리에서 거의 탐구되지 않은 압축된 시공간 잠재 표현이 필요합니다.

이에 연구진은 단일 시뮬레이션을 위한 통합 잠재 확산 패러다임인 PhysLDM을 제안했습니다. PhysLDM의 핵심은 표준 시간 압축(예: 비디오 VAE)에서 발생하는 계단 현상을 피하는 전체적인 시공간 VAE이며, 최대 78배 토큰 압축으로 미터 규모 장면에서 약 2.48mm의 재구성 정밀도를 달성합니다.

실험 결과, 복잡한 변형 역학은 종종 혼돈적이며, 이 영역에서는 결정론적 회귀가 비물리적인 평균을 생성하는 반면 확산 모델이 분포를 더 잘 모델링한다는 핵심 통찰을 발견했습니다. 따라서 연구진은 혼돈적인 데이터로부터 물리적으로 그럴듯한 궤적을 생성하기 위해 잠재 확산 모델을 사용했습니다.

이 모델은 Objaverse 규모 데이터셋으로 순수하게 운동학적으로 훈련되었으며, 이를 통해 보지 못했던 OOD 데이터셋으로의 제로샷 일반화를 가능하게 합니다. 또한 PhysLDM의 미분 가능성은 역문제 해결과 고차 설계 최적화를 효율적으로 가능하게 합니다. 이는 체적 변형 역학을 위한 최초의 고충실도 시공간 오토인코더 및 잠재 확산 패러다임으로, 신경 시뮬레이션에 확장 가능하고 강력한 접근 방식을 제공합니다.

자율 연구 에이전트인 Épi를 소개하며, 모델 세션을 넘어 축적된 경험을 통해 연구를 지속하고 방법을 발전시키는 시스템을 제시합니다. Épi는 지속적인 연구 기록, 계층적 메모리, 분기 및 독립적인 검토 기능을 결합하여 연구의 연속성을 유지하고 실험에서 학습하며 대안적인 접근 방식을 탐색할 수 있게 합니다.

이 에이전트는 실험을 세션 경계를 넘어 수행하며 고정된 검증기가 결과물을 평가합니다. Épi는 총 120개의 기록적인 결과를 도출했는데, 여기에는 12개 가족에 걸친 20개의 수치적 경계 기록과 8개 가족에 걸친 100개의 구성 기록이 포함됩니다. 구체적으로, n-queens 상수에 대해 약 84배 좁은 구간과 사각 Feigenbaum 끌개 차원에 대해 360만 배 이상 좁은 엄격한 구간을 발견했습니다. 또한, 이 연구는 코헨-엘키스 선형 계획법 경계가 차원 10과 11에서 날카롭지 않을 수 있음을 정확한 이중 증명으로 입증했습니다.

수치적 개선 외에도 Épi는 분할 그래프에 대한 투자 추측에 대한 컴퓨터 지원 증명을 제공했습니다. 또한, 차량 경로, 스케줄링 및 생산 계획과 같은 작업을 위한 실행 가능한 솔버를 개발하는 경량 구성인 Épi-turbo를 통해 알고리즘 코딩으로 연구 과정을 확장했습니다. Épi-turbo는 동일한 기반 모델과 추론 노력을 사용하면서 30개의 FrontierOR 작업에서 Codex보다 총 벤치마크 점수가 5.4% 더 높았으며 모델 비용은 64%에 불과했습니다.

궁극적으로 Épi는 계산 결과를 연구자들이 검토하고 구축할 수 있는 명시적인 방법과 수학적 논증에 연결함으로써 인간의 이해를 돕도록 설계되었습니다.

모델-하네스 코에볼루션은 실행 기반과 내재적 능력을 공동으로 진화시키는 재귀적 자기 개선(RSI) 에이전트를 위한 주요 패러다임으로 부상했습니다. 이 연구는 이러한 패러다임에서 흔히 간과되는 뇌-신체 불일치 문제를 다루는데, 이는 진화하는 하네스(신체)가 모델(뇌)이 학습하지 못한 행동을 요구하거나 이미 가지고 있는 능력을 제한하는 현상을 의미합니다.

연구진은 에이전트 주도, 양방향 역사적 상속을 통해 모델-하네스 코에볼루션을 발전시키는 RSI 프레임워크인 CoEvo-RSI를 제안합니다. 이 프레임워크는 공유된 진화 아카이브와 실행 피드백을 활용하여 메타 에이전트가 역사적 설계로부터 하네스 개발을 조정하고 모델 체크포인트 선택 또는 병합과 후속 적응을 수행함으로써 뇌-신체 불일치를 줄입니다.

CoEvo-RSI는 자체 거부 샘플링 궤적에 대한 지도 미세 조정(SFT)만을 사용하여 Qwen3.5-9B 모델이 다중 에이전트 실패 귀인, 역할 인식 텍스트-SQL, 스마트 홈 지침 따르기와 같은 다양한 분야에서 더 큰 모델들과 경쟁할 수 있게 만듭니다. 구체적으로 TraceElephant에서는 DeepSeek-V4-Pro를 +14.16 에이전트 정확도로 능가했으며, HomeBench VM에서는 GLM-5.3을 +4.90 성공률로 능가했습니다.

이 결과는 에이전트 코에볼루션을 발전시키기 위해 뇌-신체 정렬과 양방향 역사적 상속의 잠재력이 있음을 강조합니다.

디지털 아트 생성은 정적인 이미지 합성에서 인간의 그림 과정을 모방하는 동적인 비디오 생성으로 패러다임이 전환되었습니다. 기존 모델들은 그림이 그려지거나 "지워지는" 과정을 시각적으로 훌륭하게 합성할 수 있지만, 창작 과정을 블랙박스로 취급합니다. 현재의 조건화 메커니즘은 캐니(Canny) 에지나 깊이 맵 같은 정적인 기하학적 단서에 의존하거나 단순한 스칼라 진행 변수를 사용하여 국소적인 제어를 제공하지 못합니다. 이로 인해 사용자는 그림이 시간에 따라 어떻게 발전하는지 조절할 수 있는 주체성을 갖지 못합니다.

본 연구는 예술 작품의 비디오 생성을 제어하기 위해서는 작가가 행동하는 위치와 그 행동이 발생하는 시점을 함께 이해해야 한다고 주장합니다. 이를 위해 1,000 타임스텝 연속체에 걸쳐 정규화된 구조적 변화를 명시적으로 추적하는 새로운 시공간 제어 메커니즘인 페인팅 변화 맵(Painting Change Map)을 도입했습니다. 이 표현 방식은 국소적인 시각적 차이를 인코딩된 RGB 공간으로 매핑하여 순방향 페인팅 및 역페인팅 과정 모두에 대한 세밀한 지침을 가능하게 합니다.

광범위한 벤치마크 결과는 이 접근 방식의 효과를 입증하며, 기존 제어 기준선보다 우수하고 최첨단 페인팅 방법과 비교해도 경쟁력 있거나 더 나은 결과를 달성했습니다. 특히 오라클 조건 하에서는 본 방법이 모든 기준선을 상당한 차이로 능가합니다. 이 연구는 기존의 제어 한계를 극복하고 사용자에게 그림 생성 과정에 대한 진정한 제어권을 부여하는 데 기여합니다.

흐름 일치 비전-언어-행동(VLA) 모델은 가우시안 노이즈를 반복적으로 제거하여 행동 청크를 생성하지만, 관찰된 정보를 바탕으로 재계획하기 위해 짧은 접두어만 실행한 후 나머지 부분인 행동 꼬리(action tail)는 버려집니다. 이 연구는 버려진 행동 꼬리가 전이 가능한 노이즈 제거 진행 상황을 보존한다는 것을 보여줍니다. 행동 꼬리 초기화는 네이티브 10단계 가우시안 기준선보다 더 적은 노이즈 제거 단계로 동일하거나 더 나은 성능을 달성할 수 있습니다.

하지만 최적의 노이즈 제거 예산은 샘플마다 크게 달라지므로, 꼬리 재사용은 업데이트된 환경에 맞게 조정되어야 합니다. 이러한 관찰을 바탕으로 연구진은 행동 꼬리를 재사용하는 경량 추론 프레임워크인 VLA-Rolling을 제안했습니다. 이 프레임워크는 행동 꼬리 상속, 각 행동에 대한 신뢰도 추정, 그리고 재노이징 및 노이즈 제거 예산 할당을 통한 신뢰도 기반 정제를 통해 행동 꼬리를 재사용합니다.

VLA-Rolling을 LIBERO, MetaWorld 등 16개의 모델 벤치마크 쌍에 적용한 결과, 행동 청크 추론 비용을 최대 1.48배 단축하고 14쌍에서 성공률을 최대 15.08퍼센트 포인트 향상시켰습니다. 이는 행동 꼬리가 단순히 버려진 예측이 아니라 더 효율적이고 정확한 VLA 추론을 가능하게 하는 재사용 가능한 중간 상태임을 입증합니다.

결론적으로 행동 꼬리는 더 적은 노이즈 제거 단계로 더 나은 행동을 생성할 수 있게 하며, 이는 VLA 추론의 효율성과 정확성을 동시에 높이는 데 기여합니다. 이 프로젝트는 https://chenbao123ww.github.io/VLA-Rolling/에서 공개되어 있습니다.

비디오를 통해 휴머노이드 로봇의 내부 상태를 추정하는 것은 다양한 실제 응용 분야가 있음에도 불구하고 아직 탐구되지 않은 영역입니다. 로봇과의 상호작용 중에는 개인 정보 보호, 소유권 또는 통신 제약으로 인해 로봇의 온보드 상태 정보가 사용 불가능한 경우가 많습니다. 또한 온라인 및 AI 생성 로봇 비디오는 풍부한 데이터 소스를 제공하지만 일반적으로 해당 관절 구성 정보가 부족하여 로봇 학습에 직접 사용하기 어렵습니다.

이러한 문제를 해결하기 위해 연구진은 비전을 고유 감각(proprioception)으로 간주하는 새로운 프레임워크인 HumanoidPose를 제시했습니다. 이 프레임워크는 비디오만으로 세계 공간에서 전체 신체 관절 구성을 복구하는 것을 목표로 합니다. 구체적으로, 사전 학습된 인간 자세 특징과 로봇 운동학을 통합하여 각 구현체의 관절 구성을 예측하는 통일된 모델을 구축합니다. 이 모델은 인간 움직임을 16가지 다른 휴머노이드 구현체로 리타겟팅하여 합성 데이터만으로 확장 가능한 학습을 가능하게 합니다.

연구 결과, HumanoidPose는 평가된 기준선보다 관절 각도와 관절 위치 정확도를 향상시켰습니다. 특히 세 가지 실제 휴머노이드 플랫폼에서 최적의 기준선 대비 관절 각도 오류를 18~32% 감소시켰습니다. 또한 이 프레임워크는 보지 못한 구현체에 대한 전역 위치 추정 및 일반화 능력을 개선했습니다. 이는 상호작용 중 다른 로봇에 대한 시각적 이해와 온라인 및 생성된 비디오에서 로봇 움직임을 추출할 수 있게 해줍니다.

코딩 에이전트가 검증에 실패할 것으로 예상되는 실행을 계속 진행하고, 이를 감시하기 위해 최첨단 모델을 사용하는 것은 비용이 많이 듭니다. 이에 따라 실패 예측을 학습하여 조기 중단을 유도하는 작은 외부 모니터인 StopLoss를 소개합니다. StopLoss는 완료된 궤적과 검증 결과로부터 실패 인식을 학습하여 자원을 절약하는 것을 목표로 합니다.

StopLoss는 금융에서의 손절매 주문에서 영감을 받아, 실행이 실패할 가능성이 높을 때 실행을 조기에 중단합니다. 최종 결과 레이블을 사용하여 이전의 로컬 창에 실패 예측 정보를 표시하고, 이를 통해 미세 조정된 언어 모델이 단일 순방향 패스에서 가장 최근의 도구 단계를 평가할 수 있습니다. 성공적인 실행을 기반으로 보정된 임계값을 사용하여 이 점수를 중단 결정으로 전환하며 실행기 자체를 변경하지 않습니다.

StopLoss는 GPT 계열 SWE-rebench 궤적을 기반으로 훈련되었으며 SWE-bench Verified 및 SWE-bench Pro 하위 집합에서 GPT와 Claude 실행기를 사용하여 평가되었습니다. 이 시스템은 여섯 가지 일반 목적 심사관과 비교되었으며, 실패 예측을 거의 우연에서 유용한 신호로 끌어올립니다. 이는 테스트된 어떤 심사관보다 체크당 비용을 100만 배 이상 낮추며, 전체 작업 완료 대비 보존된 해결책의 비용을 절감합니다.

구체적으로 StopLoss는 Verified 실행에서 보존된 해결책의 비용을 4.5% 낮추는 동시에 성공적인 실행의 99%를 보존하며, 비용이 더 높은 Pro 하위 집합에서는 최대 31%까지 절감합니다. Qwen3-8B 백본을 사용했을 때 48%의 비용을 달성했으며, 모든 설정에서 보존된 해결책의 비용은 모든 심사관 정책보다 낮습니다. 결과적으로, 결과 기반으로 훈련된 소형 모니터는 조기 중단이 비용을 상쇄할 수 있을 만큼 실패 인식을 저렴하게 만들 수 있습니다.

대화형 AI 모델에게 법적 권리, 의무, 절차 등에 대해 질문하는 사용자들의 행동을 연구하기 위해 새로운 방법론을 제시합니다. 연구진은 법적 안내 요청을 다른 법적 주제나 무관한 대화와 구별하기 위해 다차원 법적 질의 분류 체계를 개발했습니다. 이 분류 체계를 2,122개의 자연 발생적인 WildChat-1M 대화에 적용하고 인간이 검토한 200개의 정답 평가 세트를 구축했습니다.

이 데이터셋 분석 결과, 법적 내용을 포함하는 대화 중 71.1%가 개인화되거나 실용적인 안내를 구하는 것으로 나타났습니다. 또한, 권리와 선택에 관한 조언이 가장 흔한 주요 요청 유형이었으며, 안내를 요청한 대화 중 25.3%는 여러 법적 주제를 포괄하고 있었습니다.

이 정답 평가 세트는 ModernBERT-base와 ModernBERT-large 모델을 TF-IDF 캐스케이드와 비교하는 데 사용될 수 있습니다. 이 프레임워크는 대화형 AI에서의 법적 안내에 대한 대규모 연구를 지원하며, 주석이 달린 데이터의 공개를 통해 재현 가능한 연구와 향후 모델 개발을 촉진합니다. 모든 주석, 모델 체크포인트, 평가 코드는 공개되어 있습니다.

1991년 9월 17일, 뉴욕 지역의 항공 교통 통제 시스템이 마비되었고 1,174편의 항공편이 취소되거나 지연되는 사태가 발생했습니다. 이는 맨해튼 33 Thomas Street에 위치한 AT&T 통신 허브의 20층 DC 전력실에서 발생한 전기 시스템 오류로 인해 발생했습니다.

이 사고는 단순한 전력 문제가 아니라, 중앙 집중식 시스템의 취약성을 드러냈습니다. 전력 공유 협정에 따라 건물 전력 공급이 발전기로 전환되는 과정에서 발생한 전압 스파가 과부하 보호 릴레이를 작동시켜 AC-to-DC 정류기(rectifiers)를 차단시켰습니다. 이로 인해 FAA의 뉴욕 관제 시설과 주요 공항의 통신 라인 및 레이더 피드가 동시에 중단되었습니다.

시스템은 배터리 예비 전력을 통해 6시간 반 동안 운영을 유지했지만, 실제 고장 경로에는 경보 신호가 전달되어야 할 네 개의 물리적 및 조직적 연결이 모두 끊어져 있었습니다. 이는 고장 발생 시 인간 대응자가 문제를 인지하고 해결하는 데 필요한 알람 경로 자체가 실패했음을 보여줍니다.

결과적으로 이 사건은 대규모 분산 시스템에서 하드웨어 오류뿐만 아니라 알람 및 안전 절차의 실패가 전체 시스템의 중단으로 이어질 수 있음을 시사합니다. 이는 시스템의 복원력과 안전 표준에 대한 근본적인 재검토가 필요함을 강조합니다.

안전장치 분류기(guardrail classifier)는 '안전하지 않음(unsafe)'을 텍스트의 속성으로 보고하지만 실제로는 정책의 속성으로 작동한다는 연구 결과가 보고되었습니다. 연구진은 동일한 약 53k 프롬프트를 두 가지 운영 정의("유해 콘텐츠 요청인가?"와 "모더레이터가 차단할 것인가?")에 따라 이중으로 레이블링하여 이를 활용했습니다.

이러한 데이터는 동일한 아키텍처와 최적화 기법을 공유하는 열 개의 안전장치 팔(arms)을 훈련하는 데 사용되었으며, 이 훈련 코퍼스에는 이미 JailbreakBench-benign 88%와 OR-Bench-hard 82%와 같은 벤치마크가 포함되어 있었습니다. 연구는 안전 벤치마크 점수가 모델의 탐지 능력보다는 레이블 정의에 의해 얼마나 결정되는지를 보여주며, 아키텍처와 최적화 기법이 고정되었을 때 열 개의 팔 간의 범위는 0.99로 나타났습니다.

또한, 소스 레이블(teacher's soft labels)은 모든 하드 레이블이 다른 정책을 포함하더라도 이러한 현상을 일으키므로, 모든 공개된 체크포인트에는 교사 출처(teacher provenance)가 기록되지 않은 혼란 변수로 작용합니다. 모든 20개 팔을 평가하는 단일 분할에서 검증 정확도는 탐지 능력(rho=+0.34)이 아닌 주석 작성자의 정책과의 일치도(rho=+0.74)를 추적했습니다.

따라서 연구진은 안전장치 평가 시 오염(contamination), 시드 플로어(seed floor), 그리고 평가 기준이 된 정의를 제1급 변수로 보고해야 한다고 주장합니다.

Feed-forward 3D Gaussian Splatting(3DGS)은 고품질의 새로운 시점 합성으로 즉각적인 장면 재구성을 약속하지만, 미세한 기하학과 외관을 복원하는 데는 여전히 어려움이 있습니다. 이러한 한계를 극복하기 위해 본 논문은 미세한 이미지 패치를 기반으로 하는 FineSplat이라는 새로운 피드-포워드 3DGS 프레임워크를 소개합니다.

FineSplat은 고해상도 토큰에서 전역 다중 시점 어텐션이 지나치게 비용이 많이 드는 문제를 해결하기 위해 이점들을 개발했습니다. 구체적으로 시점별 그룹화(view-wise grouping)와 3차원 공간 그룹화(3D spatial grouping)라는 두 가지 상호 보완적인 국소성 형태를 결합하는 이중 그룹화 전략을 사용합니다. 이는 이전에 시점별 그룹화에서 상호작용하지 않았을 수 있는 기하학적으로 관련된 토큰들을 3차원 장면 공간으로 끌어올려 연결합니다.

또한, FineSplat은 재구성 오류를 직접적인 피드백으로 활용하여 렌더링 기반 신호를 제공함으로써 미세한 구조와 외관을 복원합니다. 마지막으로, 효율성과 압축성을 유지하면서 미세한 특징의 이점을 보존하기 위해 컴팩트한 가우시안 생성 방식을 채택했습니다. 이러한 설계 덕분에 FineSplat은 기존 방법보다 동일하거나 더 작은 가우시안 예산으로 더 풍부한 기하학과 외관을 복원하며 최고 수준의 결과를 달성합니다.

범용적인 로봇 조작을 위해서는 장면의 변화를 예측하고 상호작용 가능 영역을 식별하며 행동을 결정하는 것이 필수적입니다. 기존의 행동 레이블이 지정된 로봇 비디오는 제어에 직접적인 감독을 제공하지만 비용이 많이 들고 다양성이 제한적이며, 시점 중심의 인간 비디오는 다양한 상호작용을 포착하지만 로봇 행동 정보가 부족하고 형태와 외모가 다릅니다.

이에 연구진은 AffordanceWAM이라는 어포던스 인식 생성 세계 행동 모델을 제안했습니다. 이 모델은 스칼라 어포던스와 어포던스 히트맵을 통해 객체 중심의 시공간적 어포던스를 생성된 미래 세계 내에서 표현합니다. 이는 시각 예측을 작업 관련 객체와 상호작용 영역에 기반하여 구체화하고, 인간 및 로봇 비디오 전반에 걸쳐 공유된 상호작용 목표를 제공합니다.

AffordanceWAM은 사전 학습된 비디오 확산 트랜스포머를 기반으로 하며, 마스크된 공동 자기 주의(Masked Joint Self-Attention)를 통해 분리된 세계 전문가(World Expert)와 행동 전문가(Action Expert)를 결합하여 미래 RGB 관측, 스칼라 어포던스 필드, 어포던스 히트맵, 그리고 연속적인 로봇 행동을 통합된 흐름 일치(flow-matching) 목표 하에서 공동으로 예측합니다.

인간 비디오는 미래 세계 스트림 전체를 감독하며, 로봇 궤적은 행동 감독을 제공하여 인간 행동 레이블이나 리타게팅 없이도 전이를 가능하게 합니다. RoboCasa, CALVIN ABCrightarrowD, 그리고 실제 조작 실험에서 이 방법은 RGB 전용 및 로봇 데이터 전용 기준선 대비 일관된 성능 향상을 보였습니다. 특히 로봇 감독이 고정된 상태에서 어포던스 주석이 달린 인간 비디오가 확장됨에 따라 RoboCasa 성능은 지속적으로 향상되었습니다. 이러한 결과는 어포던스가 시각-언어-행동 학습과 인간-로봇 전이를 위한 효과적인 인터페이스임을 뒷받침합니다.

음성 익명화 연구는 음향 신호에 초점을 맞추었기 때문에, 전사된 단어들이 얼마나 많은 화자 정보를 보존하는지에 대한 질문이 남아 있습니다. 이 연구는 전사된 음성으로부터 화자 및 인구통계학적 속성을 쌍별로 검증하는 것을 탐구합니다.

연구진은 12,500명 이상의 화자와 150만 개의 품질 필터링된 발화로 구성된 두 개의 팟캐스트 코퍼스를 기반으로 SPARC(Spoken Profile Authorship Recognition Corpus)라는 벤치마크를 도입했습니다. 이 코퍼스는 성별, 연령, 억양에 대한 화자 수준의 추론 또는 출처 제공 레이블을 포함하고 있습니다. 연구는 다섯 가지 속성 귀인 모델과 세 가지 대규모 언어 모델(LLM)을 사용하여 에피소드 및 메타데이터 기반 주제 프록시와 함께 신원 및 속성 검증 실험을 수행했습니다.

LLM 적대자는 텍스트만으로도 동일 화자 쌍을 구별할 수 있으며, 속성 레이블의 일치 여부는 검증하기가 더 어렵습니다. 하지만 LLM은 무작위보다 높은 확률로 성별 및 억양 레이블을 검증해내는 능력을 보였습니다. 또한, 단지 짧은 탐색 텍스트(50단어)만 공개할 경우 가장 강력한 적대자들의 성능이 가장 크게 저하되어 관찰된 연관성이 부분적으로 감소하는 결과를 얻었습니다.