einsia.ai

이 이메일 도메인이 관측된 논문 2건

arXiv:2610.08791v1cs.CV

물리학에서의 월드 모델 최종 시험

World Models' Last Exam in Physics

비디오 월드 모델은 시각적으로는 그럴듯하지만 물리적으로는 일관성이 없는 시퀀스를 생성할 수 있어, 임바디드 AI 시스템에서의 예측 및 계획을 위한 신뢰성에 우려를 제기한다. 기존 평가는 흔히 모델 기반 판단이나 참조 비디오에 의존하며, 직접적인 물리 테스트는 대체로 역학(mechanics)에 초점을 맞춰왔다. 우리는 비디오 월드 모델의 물리적 일관성을 평가하기 위한 측정 기반 벤치마크인 World Models' Last Exam in Physics를 소개한다. 이 벤치마크는 역학, 광학, 유체, 열 및 상전이 현상, 전자기학, 표면 장력에 걸친 40개의 통제된 과제(task)로 구성된다. 각 과제는 초기 이미지와 생성 프롬프트를 사전에 정의된 물리적 기준과 짝지어, 참조 비디오 없이도 관측 가능한 물리적 관계에 대한 해석 가능한 테스트를 가능하게 한다. 평가자는 과제 관측 가능성(task-observability) 선별과 과제별 정량적 물리 측정을 결합한다. 8개의 비디오 생성 모델에 대해 1,280개의 비디오를 대상으로 한 실험에서 지속적인 물리적 불일치와 과제 간 상당한 편차가 드러났으며, 최고 성능 모델은 100점 만점에 57.76점의 전체 점수를 달성했다. 알려진 물리적 관계를 가진 합성 비디오에 대한 평가는 통제된 조건 하에서 측정 모듈의 타당성에 대한 근거를 제공한다. 또한 이 평가자는 과제 내 순위 매기기와 쌍별 비교 모두에서 직접적인 비전-언어 모델 기준선(baseline)보다 인간 판단과 더 높은 일치도를 달성한다. 물리적 영역 전반에 걸친 커버리지와 측정 가능한 증거 및 명시적인 측정 한계에 근거한 점수를 결합함으로써, 이 벤치마크는 물리적 불일치를 진단하고 물리적으로 일관된 비디오 월드 모델을 향한 발전을 추적하기 위한 해석 가능한 기반을 제공한다.

arXiv:2606.32014v1cs.CL

스킬 증류를 통한 브라우저에서의 확장 가능한 행동 복제

Scalable Behaviour Cloning on Browser Using via Skill Distillation

브라우저 에이전트의 핵심 병목이 저수준 조작이 아닌 불완전한 정보 하에서의 의사결정임을 규명하고, 인간의 브라우징 궤적을 재사용 가능한 자연어 스킬로 증류하는 행동 복제(behaviour cloning) 프레임워크 BrowserBC를 제안한다. 증류된 스킬을 스킬 그래프로 구조화해 무한 누적 없이 확장 가능하도록 설계하였으며, WebArena-Hard 및 ClawBench 벤치마크에서 상호작용 효율성과 태스크 성공률 향상을 입증했다.