ego-lite — AI 에이전트의 웹 자동화를 위한 초고속 브라우저

2026년 07월 27일 · #AI #LLM #트렌드 #기술블로그

arXiv 논문

AREX: Towards a Recursively Self-Improving Agent for Deep Research

에이전트

심층 연구는 여러 제약 조건을 동시에 만족시키는 답을 찾아야 하는 어려운 과제입니다. 이 논문은 AREX라는 에이전트를 제안하는데, 이 에이전트는 중간 결과물을 검증하고 그 피드백을 바탕으로 답을 점진적으로 개선하는 재귀적 자기 개선 방식을 통해 복잡한 연구 문제를 해결합니다.

139

SLAI T-Rex: Full-Parameter Post-training of the DeepSeek-V4 Family on Ascend SuperPOD

모델/아키텍처

#MoE

조 단위 파라미터를 가진 MoE 모델의 전체 파라미터 후속 학습은 메모리, 통신, 커널 효율성 측면에서 막대한 시스템적 어려움을 야기합니다. 이 보고서는 GPU가 아닌 Ascend NPU 슈퍼컴퓨팅 환경에서 DeepSeek-V4 모델군을 성공적으로 학습시키기 위한 엔드투엔드 최적화 사례를 제시하며 대규모 분산 학습의 기술적 과제 해결 방안을 공유합니다.

K12-KGraph: A Curriculum-Aligned Knowledge Graph for Benchmarking and Training Educational LLMs

모델/아키텍처 신뢰성/안전 추론/검색 개발 도구

#Eval

기존 교육용 LLM 벤치마크는 주로 시험 문제 풀이 능력에 초점을 맞추고 있어, 교육과정의 구조적 이해도를 평가하기에는 한계가 있었습니다. 이 연구는 교과 과정에 맞춰 선수 지식, 개념 체계 등을 연결한 지식 그래프 ‘K12-KGraph’를 구축하여, LLM이 교육 콘텐츠의 구조와 흐름을 얼마나 잘 이해하는지 평가하고 훈련하는 새로운 기준을 제시합니다.

ReferTrack: Referring Then Tracking for Embodied Visual Tracking

모델/아키텍처 추론/검색 에이전트

#VLM #VLA #CoT

자연어 지시에 따라 특정 대상을 추적하는 Embodied Visual Tracking(EVT) 기술은 대상 식별과 경로 계획을 동시에 처리하는 기존 방식의 한계가 있었습니다. 이 논문은 먼저 대상을 명확히 식별하고(Referring) 그 다음에 추적하는(Tracking) 2단계 접근법인 ReferTrack을 제안하여, 추적 과정의 정확성과 안정성을 크게 향상시켰습니다.

Visual Contrastive Self-Distillation

학습/최적화

#Distillation

에이전트가 스스로를 가르치는 자기 증류(self-distillation) 방식은 보통 스승 모델에게 학생 모델보다 더 많은 정보를 주어야 효과적이었습니다. 이 연구는 별도의 특권 정보 없이, 입력되는 시각 정보에만 변화를 주는 대조 학습 방식을 통해 학습 신호의 비대칭성을 만들어내는 ‘시각적 대조 자기 증류’ 기법을 제안하여 더 단순하고 효율적인 학습을 가능하게 합니다.

Hugging Face Blog

Visual Contrastive Self-Distillation

학습/최적화

#Distillation

기존의 자기-증류(self-distillation) 방식은 교사와 학생 모델 간의 정보 비대칭성을 필요로 했습니다. 이 연구는 이러한 비대칭성 없이 순수하게 입력 조건만으로 자기-증류를 수행하는 더 단순한 방법을 제안하여, 외부 교사 모델이나 추가적인 시각 정보 없이도 효율적인 학습이 가능함을 보이고자 합니다.

Yijun Liang, Yunjie Tian, Yijiang Li

SANA-Video 2.0: Hybrid Linear Attention with Attention Residuals for Efficient Video Generation

모델/아키텍처

#Transformer #Diffusion

SANA-Video 2.0은 단일 GPU에서도 최대 720p 고화질 영상을 생성할 수 있는 새로운 하이브리드 비디오 확산 트랜스포머 모델입니다. 이 모델은 선형 어텐션의 효율성과 소프트맥스 어텐션의 품질을 결합하여, 긴 시퀀스에서도 계산 비용을 줄이면서 기존 고품질 모델과 동등한 성능을 달성합니다.

Junsong Chen, Jincheng Yu, Yitong Li

Self-Supervised Learning of Structured Dynamics from Videos

영상 속 움직임은 카메라의 움직임과 객체의 실제 움직임이 섞여 있어 이해하기 어렵습니다. 이 연구는 자기지도학습(self-supervised learning)을 통해 이 두 가지 요소를 분리하는 방법을 제안합니다. 이를 통해 카메라 움직임으로 인한 변화와 실제 객체의 의미 있는 움직임을 구분하여 더 강건한 모션 표현을 학습할 수 있습니다.

Lukas Knobel, Andrew Zisserman, Yuki M. Asano