AI Tech - 2026-05-17
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
Achieving Gold-Medal-Level Olympiad Reasoning via Simple and Unified Scaling
최근 수학 및 과학 올림피아드 수준의 문제 해결 능력을 갖춘 AI 모델들이 등장하고 있습니다. 이 논문은 후속 훈련된 추론 모델을 올림피아드 수준의 해결사로 전환하는 간단하고 통일된 방법을 제안하며, 이를 통해 국제수학올림피아드(IMO)에서 금메달 수준의 성능을 달성했습니다.
Causal Forcing++: Scalable Few-Step Autoregressive Diffusion Distillation for Real-Time Interactive Video Generation
실시간 상호작용 비디오 생성은 낮은 지연 시간과 스트리밍 제어를 요구하지만 기존 방식은 한계가 있었습니다. ‘Causal Forcing++’는 단 1~2단계의 샘플링만으로 프레임 단위의 비디오를 생성하는 새로운 확산 모델 증류 기법을 제안하여, 실시간에 가까운 빠르고 제어 가능한 영상 생성을 가능하게 합니다.
Self-Distilled Agentic Reinforcement Learning
긴 상호작용을 학습하는 LLM 에이전트는 강화학습(RL)의 희소한 보상 신호만으로는 세밀한 학습이 어렵습니다. 이 논문은 추가적인 정보를 가진 ‘교사’ 모델이 ‘학생’ 에이전트에게 토큰 수준의 촘촘한 가이드를 제공하는 자기 증류(Self-Distillation) 방식을 제안하여, 다중 턴 상호작용에서의 불안정성을 해결하고 학습 효율을 높입니다.
MemLens: Benchmarking Multimodal Long-Term Memory in Large Vision-Language Models
대형 비전-언어 모델(LVLM)이 긴 멀티모달 대화 내용을 기억하고 활용하는 능력은 매우 중요하지만, 이를 체계적으로 평가할 벤치마크가 부족했습니다. ‘MemLens’는 여러 세션에 걸친 대화에서 멀티모달 증거를 필요로 하는 질문들을 통해 모델의 장기 기억 능력을 종합적으로 평가하는 새로운 벤치마크입니다.
SANA-WM: Efficient Minute-Scale World Modeling with Hybrid Linear Diffusion Transformer
‘SANA-WM’은 분 단위의 고화질 비디오를 생성할 수 있는 효율적인 2.6B 파라미터 규모의 오픈소스 월드 모델입니다. 이 모델은 하이브리드 선형 어텐션 등 혁신적인 아키텍처 설계를 통해, 대규모 상용 모델에 필적하는 시각적 품질을 훨씬 효율적으로 달성하며 정밀한 카메라 제어까지 가능하게 합니다.
Hugging Face Blog
ATLAS: Agentic or Latent Visual Reasoning? One Word is Enough for Both
기존의 시각적 추론 모델은 중간 이미지를 직접 생성하여 계산 비용이 높거나, 외부 도구를 호출하여 지연 시간이 발생하는 문제가 있었습니다. ATLAS는 에이전트 기반 추론과 잠재 공간 추론의 장점을 결합하여, 단일 단어만으로도 효율적인 시각적 추론을 수행하는 새로운 접근 방식을 제시합니다.
VGGT-Edit: Feed-forward Native 3D Scene Editing with Residual Field Prediction
기존 3D 장면 생성 모델은 정적인 결과물만 만들 수 있어 사용자와의 상호작용이나 편집이 어려웠습니다. VGGT-Edit는 2D 이미지를 거치지 않고 3D 공간에서 직접 장면을 편집하는 새로운 피드포워드 방식을 제안하여, 일관성을 유지하면서도 동적인 편집을 가능하게 합니다.
RAVEN: Real-time Autoregressive Video Extrapolation with Consistency-model GRPO
기존의 실시간 비디오 생성 모델은 긴 영상을 만들 때 학습 데이터와 추론 과정에서 생성된 데이터 간의 분포 차이로 인해 품질이 저하되는 문제가 있었습니다. RAVEN은 이러한 불일치 문제를 해결하는 새로운 자기회귀(autoregressive) 네트워크로, 장시간에 걸쳐 일관성 있는 고품질 비디오를 실시간으로 예측하고 생성할 수 있습니다.
GitHub Trending
K-Dense-AI/scientific-agent-skills
scientific-agent-skills는 연구, 과학, 엔지니어링, 분석 등 전문 분야에 바로 사용할 수 있는 AI 에이전트 스킬 모음입니다. 이 프로젝트를 활용하면 금융이나 글쓰기 같은 특정 작업을 수행하는 에이전트를 더 쉽게 개발할 수 있습니다.
Anil-matcha/Open-Generative-AI
Open-Generative-AI는 다양한 상용 AI 영상 플랫폼을 대체할 수 있는 오픈소스 프로젝트입니다. 200개 이상의 모델을 지원하여 이미지와 영상을 자유롭게 생성할 수 있으며, 자체 서버에 설치하여 콘텐츠 필터 없이 운영할 수 있습니다.
tinyhumansai/openhuman
openhuman은 개인화된 초지능 AI를 지향하는 프로젝트로, 강력한 성능을 제공하는 데 초점을 맞춥니다. 사용자의 개인정보 보호를 최우선으로 고려하며, 누구나 쉽게 사용할 수 있도록 단순하게 설계되었습니다.
colbymchenry/codegraph
codegraph는 Claude Code 모델을 위해 미리 인덱싱된 코드 지식 그래프를 제공하는 도구입니다. 이를 통해 토큰 사용량과 외부 도구 호출을 줄일 수 있으며, 100% 로컬 환경에서 실행되어 효율성과 보안성을 높입니다.
K-Dense-AI/scientific-agent-skills
scientific-agent-skills는 연구, 과학, 엔지니어링, 분석 등 전문 분야에 바로 사용할 수 있는 AI 에이전트 스킬 모음입니다. 이 프로젝트를 활용하면 금융이나 글쓰기 같은 특정 작업을 수행하는 에이전트를 더 쉽게 개발할 수 있습니다.
오늘의 키워드
Reasoning Distillation LLM Agent Multimodal Benchmark Transformer Inference Claude Knowledge Graph