ECC — Claude, Codex 등 에이전트 성능 최적화 하네스 시스템
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
HiFi-UMI: Learning Deployable Manipulation Policies from High-Fidelity UMI Data Alone
로봇 조작 정책 학습은 고품질의 확장 가능한 데이터가 부족하다는 한계가 있습니다. 이 연구는 실제 로봇 데이터 없이, 로봇 없이 수집한 UMI 데이터의 품질을 높여 실제 환경에 바로 적용 가능한 정책을 학습하는 HiFi-UMI 방법을 제안합니다. 이를 통해 데이터 수집 비용을 줄이고 확장성을 크게 향상시킬 수 있습니다.
A New Role for Relevance: Guiding Corpus Interaction in Agentic Search
기존 검색 에이전트는 문서의 관련성을 상위 콘텐츠 선택에만 사용해 복잡한 질문 해결에 한계가 있었습니다. 이 연구는 관련성 정보를 단순히 문서 선택이 아닌, 코퍼스와의 상호작용을 안내하는 새로운 역할로 활용하여 에이전트가 증거를 더 빠르고 효율적으로 찾도록 돕는 방법을 제안합니다. 이를 통해 에이전틱 검색 시스템의 성능과 수렴 속도를 개선합니다.
Rethinking Classifier-Free Guidance in On-Policy Diffusion Distillation
On-Policy Diffusion Distillation(OPD)에서 Classifier-Free Guidance(CFG)를 어떻게 적용할지에 대한 이해는 부족했습니다. 본 연구는 기존 방식이 가진 문제점을 지적하며, 가이던스의 긍정적 요소와 부정적 요소를 분리하여 학습하는 새로운 목표 함수를 제안합니다. 이를 통해 증류된 모델의 성능과 생성되는 샘플의 품질을 크게 향상시킬 수 있습니다.
ReDesign: Recovering Editable Design Structures from Images via Agentic Decomposition
일반 이미지 파일을 편집 가능한 디자인 파일로 복원하는 작업은 매우 어렵고 비용이 많이 듭니다. 이 연구는 ReDesign이라는 에이전트 프레임워크를 제안하여, 다양한 전문 도구를 조합하고 순차적으로 적용함으로써 이미지로부터 타이포그래피, 벡터 도형, 레이어 순서 등을 포함한 편집 가능한 구조를 자동으로 복원합니다.
CodeNib: A Multi-View Data System for Serving Repository Context to Coding Agents
코딩 에이전트는 코드 저장소의 컨텍스트를 파악하기 위해 반복적으로 정보를 검색하고 처리해야 하는 비효율성을 겪습니다. 이 연구는 코드 저장소의 다양한 관점(어휘, 구조 등)을 통합하여 관리하는 데이터 시스템인 CodeNib을 제안합니다. CodeNib은 단일 런타임을 통해 에이전트에게 일관되고 효율적인 컨텍스트를 제공하여 코드 탐색 및 이해 과정을 크게 개선합니다.
Hugging Face Blog
Pass the Baton: Trajectory-Relayed On-Policy Distillation
On-policy distillation(OPD) 방식은 학생 모델이 한번 잘못된 추론을 시작하면 계속해서 그 방향으로 나아가는 ‘prefix failure’ 문제가 있습니다. 이 논문은 교사 모델은 경로를 수정하려 하지만 학생 모델은 기존 방향을 고수하는 비대칭성을 지적하며, 이를 해결하기 위한 새로운 궤도 전달 기반의 증류 기법을 제안합니다.
Wonder: Video World Model Done Better
‘Wonder’는 실시간으로 카메라를 조작하며 가상 세계를 탐험할 수 있는 범용 비디오 월드 모델입니다. 사용자는 주어진 이미지나 비디오를 기반으로 생성된 세계 속에서 자유롭게 이동하며 보지 못했던 영역을 발견하고, 이전에 방문한 곳을 다시 찾아가는 등 장시간 상호작용이 가능합니다.
Parallel Decoding Distillation for Fast Image and Video Generation
비디오 디퓨전이나 플로우 모델은 반복적인 샘플링 과정 때문에 생성 속도가 매우 느리다는 단점이 있습니다. 이 논문은 기존 가속 기법들이 최적화가 어렵고 비디오의 다양성을 해치는 문제를 해결하기 위해, 병렬 디코딩 증류라는 새로운 방식을 제안하여 이미지와 비디오 생성을 가속화합니다.
GitHub Trending
moeru-ai/airi
Airi는 사용자가 직접 호스팅하여 소유할 수 있는 개인 맞춤형 AI 동반자 프로젝트입니다. 실시간 음성 채팅, 마인크래프트 게임 플레이 등을 지원하여 가상의 캐릭터와 현실 세계에서 상호작용하는 경험을 제공하는 것을 목표로 합니다.
affaan-m/ECC
ECC는 AI 에이전트의 성능을 최적화하기 위해 설계된 시스템입니다. Claude Code, Codex와 같은 코드 생성 모델을 대상으로 기술, 기억력, 보안 등 에이전트의 핵심 능력을 강화하는 데 중점을 둡니다.
huggingface/speech-to-speech
허깅페이스의 speech-to-speech는 오픈소스 모델을 활용하여 로컬 환경에서 구동되는 음성 에이전트를 구축할 수 있게 해주는 프로젝트입니다. 이를 통해 사용자의 음성을 입력받아 다른 목소리로 변환하거나 음성으로 응답하는 AI 애플리케이션을 개발할 수 있습니다.
microsoft/VibeVoice
VibeVoice는 마이크로소프트에서 공개한 최첨단 오픈소스 음성 AI 기술입니다. 이 프로젝트는 매우 자연스럽고 표현력이 풍부한 음성 합성을 목표로 하며, 누구나 자유롭게 활용하여 혁신적인 음성 기반 서비스를 만들 수 있도록 지원합니다.
different-ai/openwork
Openwork는 Claude Cowork의 오픈소스 대안으로 개발된 프로젝트입니다. opencode 기술을 기반으로 하여, AI를 활용한 협업 및 코드 작성 환경을 누구나 자유롭게 구축하고 사용할 수 있도록 하는 것을 목표로 합니다.
오늘의 키워드
LoRA Retrieval Agent Eval Distillation Vision MoE Claude Cursor