SOICT 2026 대회 2라운드의 여객·소포 통합 운송 문제에 제출한 해법을 설명한다. 이 문제는 시간 제약, 개방형 경로, 서로 다른 유형의 택시를 고려하여 요청을 선택하고 승하차 및 수거·배송 경로를 정하는 문제다. 해법은 표준 라이브러리만 사용하는 단일 파일 Python 프로그램이며, 세 가지 기법을 결합한다. 첫째는 최종 허용 도착 시각까지 남은 여유를 이용하는 상수 시간 삽입 검사다. 둘째는 탐욕적 삽입, 국소 탐색, 모의 담금질의 채택 기준을 사용하는 적응형 대규모 이웃 탐색(ALNS)이다. 셋째는 정확한 경로 선택 엔진이다. 각 택시에 대해 요청 집합마다 실행 가능한 최적 경로를 열거한 뒤, 얻어진 집합 패킹 문제를 분기 한정법으로 푼다. 경로 기반 대규모 이웃 탐색, 라그랑주 경계, 감소 비용을 이용한 변수 고정으로 이를 강화한다. 문제 사례의 크기에 따라 엔진을 자동 선택하며, 독립 검증기와 감시 장치로 유효한 답을 항상 출력하도록 한다. 공식 평가의 채점 대상 38개 사례와 5분 제한에서 총 이익 487,237을 얻었다. 모든 실행은 277초 안에 끝났고 메모리는 최대 279MB를 사용했다. 38개 사례 중 28개는 제한 시간보다 훨씬 일찍 종료했다.
언어 모델은 한 번 학습된 뒤 고정된다. 모델을 개선하려면 또 한 번의 학습을 하거나, 작업이 끝나면 사라지는 프롬프트, 하네스 또는 추론 시 추가 연산이 필요하다. 본 논문은 세 번째 방법을 제시한다. 우리가 아는 한 처음으로, 언어 모델이 자신의 추론으로 스스로의 가중치를 다시 써서 기울기와 학습 없이 성능이 향상된다. 이를 자기 재작성(self-rewriting)이라 부르며, 이때 모델은 자기 자신의 옵티마이저가 된다. 기존 연구에서는 최상위 모델이 훨씬 작은 모델을 편집했으나, 본 연구에서는 공개된 270억 파라미터 모델이 자신의 가중치, 채점된 답안, 스스로를 실행할 수 있는 능력을 부여받아 자신의 실패를 진단하고 그 뒤에 있는 가중치를 다시 쓴다. 모델은 스스로를 능가한다. 자신의 편집만으로 접해 본 적 없는 문제에서 정확도가 6.6점 높아진다. 모델은 계속 향상된다. 연습 문제로 편집을 시험하여 효과가 있는 것만 제출하며, 각 편집은 이전보다 개선되고, 연속된 여덟 번의 세션 동안 정확도는 오르기만 한다. 모델은 손상된 자기 복제본도 수리한다. 이는 다시 만들지 않고도 스스로를 고치는 고장 난 로봇과 같다. 복제본은 거의 아무것도 풀지 못하지만, 재학습 없이 원본 가중치를 읽지도 않은 채 모델은 접해 본 적 없는 이미지 과제에서 원래 정확도의 80% 이상으로 복구시킨다. 또한 이 능력은 규모에 따라 나타난다. 한 모델 계열에서 더 작은 모델들은 편집을 하지 못하거나 스스로를 망가뜨리며, 가장 큰 모델만이 스스로를 개선하고 수리한다. 테스트 시점 스케일링과 달리 자기 재작성은 그 이득을 가중치에 기록하므로 답변당 비용이 들지 않으며, 학습과 달리 서빙과 마찬가지로 순전파만 실행한다. 학습과 추론 사이의 벽은 지능의 속성이 아니라 우리 도구의 한계이다. 우리는 자기 재작성이 재귀적 자기 개선을 향한 필수적인 단계라고 믿는다. 인간처럼 학습과 추론을 구분하지 않는 모델은 더 큰 모델도, 하네스나 프롬프트 엔지니어링도, 사전 학습이나 사후 학습도 없이 평생 스스로를 계속 업그레이드할 수 있을 것이다.
가격과 프로모션 계획을 입력으로 받는 예측 모델은 각 예측을 기준선, 즉 아무 계획이 없을 때의 판매량과 계획이 더하는 상승분으로 설명하며, 상인들은 그 상승분을 바탕으로 재고를 주문하고 프로모션을 계획한다. 본 논문은 설명이 신뢰를 위해 사용되는 검사를 통과하고도 비용 손실을 초래할 만큼 틀릴 수 있음을 보인다. 계획 상승분을 제시하는 모든 예측기를 위한 여덟 가지 검사를 정의하며, 그중 여섯 개는 결과를 보기 전에 통과 기준을 고정했고, 이를 월드 모델과 LightGBM에 적용한다. 효과가 알려진 생성된 매장 데이터에서 월드 모델은 구성, 안정성, 가격 방향, 그리고 판매량 및 LightGBM과의 일치 검사를 통과하지만, 상인들이 수요가 높은 주에 계획을 세울 때에는 실제 상승분의 1.33~1.40배를 제시하며, 해당 세계의 여덟 가지 변형에서는 1.23~1.42배를 제시한다. LightGBM도 이를 과대 추정한다(1.26배, 그리고 1.16~1.35배). 두 모델 모두 프로모션할 주는 올바르게 고르지만, 월드 모델의 상승분에 맞춰 주문한 재고는 실제 상승분 대비 0.44~0.48만큼 어긋난다. 지속적인 정상가 변경에 대해 월드 모델이 제시하는 반응은 실제 값 -0.5의 4.7~6.5배로, 측정된 원인만이 찾아낼 수 있는 종류의 오류이다. 설명에 대한 건전성 검사는 설명이 모델에 의존하는지를 검사하지만, 의사결정에는 그 설명이 세계에 대해 옳은지가 필요하며, 본 결과는 전자가 후자를 보장하지 않음을 보여 준다. 9개 데이터셋에 대한 후속 논문의 최종 튜닝된 월드 모델에서는, 모든 윈도에서 각 모델 자체의 계획 아래 기준선과 상승분이 합산되지만, Dominick's에서는 더 깊은 가격 인하가 상품-주 단계의 29%~83%에서 예측을 낮춘다. 설정 탐색에서 나온 703개 구성에 걸쳐, 통과한 검사 수는 정확도와 관련이 없었다(스피어먼 0.02, 95% 구간 -0.02~0.05). Dominick's 데이터의 가격 에피소드에 대한 잡음이 있는 벤치마크는 방향만을 확인하는 검사로 보고한다.
대규모 언어 모델(LLM)은 업리프트 추정을 위한 의미적 특징을 제공하지만, 처치를 드러내는 텍스트는 실제 배포 환경으로 전이되지 않는 예측 지름길을 유발할 수 있다. 우리는 이러한 위험에 대응하기 위해 LLM 기반 업리프트 누출 정규화(LLM-based Uplift Leakage Regularization, LULR)를 제안한다. LLM 인코더를 고정한 상태에서 LULR은 인과 헤드의 학습 가능한 공유 표현과 처치 간의 의존성에 페널티를 부과하면서 별도의 결과 헤드를 유지한다. 이 페널티는 상호정보량의 대조 로그비 상한(CLUB)에 대한 변분 근사를 사용하며, 일반적인 파라미터 축소가 아니라 처치 의존성을 겨냥한다. 통제된 프록시 실험은 주입된 처치 정보 하에서 정규화를 하지 않은 경우 및 시험한 가중치 감쇠 설정에 비해 순위 점수가 향상된다는 탐색적 증거를 제공한다. 정형 데이터만 사용하는 벤치마크에서는 데이터셋에 따라 달라지는 미미한 효과가 나타난다. 산업용 가격 책정 무작위 대조 시험에서 평균 오프라인 lift@0.3은 LULR이 0.258이며, 동일한 백본의 베이스라인은 0.106이다. 배포된 가격 정책 전체에 대한 별도의 1주 온라인 A/B 테스트에서는 대조군 대비 판매량이 5.45%, 총상품가치(GMV)가 1.91% 더 높게 기록되었다. 이러한 단기 정책 수준의 이득은 정규화기의 효과만을 분리한 것은 아니다.
대규모 언어 모델을 실행하는 용량은 가속기 시간 단위로 임대되고, 그 출력은 100만 토큰 단위로 판매된다. 이제 두 재화 모두 공표된 가격 지수가 있으며, 그중 하나에서는 장외 선도 거래가 체결되었고, 연산 선물은 해외에서 상장되어 있으며, CME와 ICE는 미국 규제 당국의 승인을 기다리는 임대 지수 선물을 명세했다. 우리는 이 두 시장에서 무엇을, 누가, 어떤 가격에 헤지할 수 있는지를 묻는다. 세 가지 발견이 두드러진다. 첫째, 거래소 계약이 결제 기준으로 삼는 가격은 사업자의 매출을 좌우하는 가격이 아니다. CME와 ICE의 계약은 공표된 단기 임대 요율을 참조하지만, 매출의 대부분과 그에 따른 신용도는 가격이 대체로 공개되지 않는 민간 다년 계약에서 나온다. 둘째, 토큰 가격과 임대 요율은 처리량과 마진을 통한 항등식으로 연결되지만 서로 다른 익스포저이므로, 임대 요율에 대한 헤지는 추론 비용을 헤지하지 못한다. GPT-5의 측정된 성능 수준에서 가장 저렴한 정가는 12개월 동안 17배 하락했으며, 더 낮은 성능 수준에서는 하락폭이 훨씬 작았다. 셋째, 헤지 수요는 이미 신용 계약 안에 존재하며, 이는 사업자의 부채가 계약 매출보다 몇 년 더 오래 존속하는지로 나타난다. 공시 자료로는 그 격차를 측정할 수 없는데, 부채는 연도별로 일정이 정해져 있지만 계약 매출은 그런 경우가 드물기 때문이며, 이를 가격에 반영하는 유일한 대출은 당사자들만 아는 모델에 대한 현금 조기상환으로 위험을 정산한다. 우리는 레버리지를 사용하는 사업자가 임대 요율 하락에 대한 보호를 구매할 수 있는 리버스 컨버터블 노트를 설계한다. 이 노트의 쿠폰은 임대 요율의 연율화 변동성에 크게 의존하는데, 두 공개 지수는 각각의 구축 방식과 측정 기간에 따라 이를 약 5%에서 89% 사이로 제시하며, 이 범위에 걸쳐 1년 만기 공정 쿠폰은 4.1%에서 31.6%까지 이른다.
비전-언어-행동 모델(VLA)과 월드-액션 모델(WAM)은 롱테일 시나리오에 대한 강력한 일반화를 기대하게 하며 자율주행 분야에 등장했다. 이들 모델은 자율주행 벤치마크에서 최고 수준의 결과를 달성하지만, 기존 벤치마크 대부분은 정상 시나리오가 지배적이어서 이러한 기대를 검증할 수 없다. 안전에 핵심적인 롱테일 능력 중 하나를 검증하기 위해, 우리는 자차의 경로에 나타나는 객체에 주행 모델이 어떻게 반응하는지를 측정하는 벤치마크 ReactBench-AD를 소개한다. 실제 NAVSIM 및 PhysicalAI-Autonomous-Vehicles 장면을 기반으로 하는 ReactBench-AD는 횡단하는 보행자, 서 있는 보행자 또는 정차한 차량을 모든 카메라 시점과 과거 프레임에 걸쳐 일관되게 합성한다. 따라서 편집된 각 장면은 원본과 정확한 픽셀 수준의 반사실적 쌍을 이루며, 이를 통해 삽입된 객체가 예측 궤적에 미치는 인과적 효과를 분리할 수 있다. 네 개의 VLA와 두 개의 WAM을 평가한 결과, 이들은 약하게 반응하며 거의 반응하지 않는 경우도 많음을 발견했다. 마지막으로, 평가한 VLA 중 하나인 ReCogDrive가 임박한 위험에 급제동하도록 얼마나 쉽게 학습될 수 있는지를 시험한다. 편집된 장면에 대한 짧은 미세 조정 단계만으로 반응이 크게 개선되며, 학습된 행동은 보지 못한 객체와 완전한 실제 장면으로 일반화되고 정상 주행에 대한 비용은 미미하다. 이러한 결과는 이들 모델의 기본 상태에서의 롱테일 능력에 의문을 제기하지만, 적은 추가 학습으로 그 능력을 습득하는 강력한 기반이 될 수 있음을 시사하며, 정상 데이터셋에는 드물게 포함된 롱테일 행동을 보여 주는 실제 또는 합성 데이터의 가치를 부각한다.
온-정책 증류(OPD)는 언어 모델 에이전트에 특화된 능력을 전이하지만, 상호작용에 미치는 교차 도메인 효과는 분명하지 않다. 본 연구는 수학, ALFWorld, $\tau^2$-bench에서 OPD가 ReAct 상호작용 패턴을 어떻게 바꾸는지 살펴본다. 추론, 행동, 관측 획득에 초점을 맞춘다. 일반 추론 감독은 수학 과제의 도구 사용 시도율을 70.4%에서 14.4%로 낮추면서 정확도는 16.7%에서 38.0%로 높였다. 코드 인터프리터를 사용하는 감독은 가사 행동과 소매 분야 쿼리의 성능을 개선했다. 반면 ALFWorld 감독을 적용하면 $\tau^2$-bench 정확도가 41.5%에서 6.6%로 낮아졌다. 사용자 정보가 먼저 필요하다는 조건을 위반하는 도구 호출도 자주 발생했다. 원천 도메인의 학습 궤적만 사용해 부정적 전이를 완화하기 위해, 도메인별 강화학습 전후의 교사 선호 변화로 안내하는 선택적 OPD를 탐구했다. 상위 95%의 위치를 유지하자 $\tau^2$의 정확도가 11.5%에서 29.9%로 높아졌다. 다만 원천 도메인 학습 성능에는 절충이 따랐다.
본 논문은 복잡한 상호작용 환경에서의 장기 호라이즌 과제를 위해 구축된 범용 에이전트 프레임워크 Gamer를 소개한다. 이 종단간 아키텍처는 지각, 메모리 관리, 다단계 추론을 결합한다. 공유된 학습 및 배포 파이프라인은 기존의 2D 그래픽 인터페이스와 복잡한 3D 시뮬레이션 세계 모두와의 상호작용을 지원한다. 먼저 수만 시간 분량의 장치 수준 키보드 및 마우스 상호작용으로 구성된 데이터셋에서 계속 사전학습을 수행한다. 이 궤적은 시뮬레이션 게임과 임바디드 환경에 걸쳐 있어, 모델이 물리 및 가상 영역 모두에서 환경 동역학을 학습할 수 있게 한다. 이후 희소 사고(sparse-thinking) 지시 튜닝은 복잡한 의사결정에 필요한 추론을 유지하면서 중복 연산을 크게 줄인다. 유한한 컨텍스트 윈도우, 누적되는 롤아웃 오류, 희소 보상을 다루는 안정적인 다중 턴 강화학습 방법으로 장기 호라이즌 상호작용을 위한 정책을 학습한다. 실시간 상호작용을 위해 클라우드-엣지 추론 엔진은 다수의 시뮬레이션 게임 환경을 동시에 처리하고, 무제한 컨텍스트 실행을 지원하며, 온라인 추론 지연을 낮게 유지한다. 여러 도전적인 3D 오픈월드 게임에서 Gamer는 견고한 일반화와 숙련된 플레이어에 견줄 만한 운영 효율을 보인다. 또한 다양한 기존 2D 게임 벤치마크에서도 경쟁력 있는 결과를 달성한다. 이러한 결과는 반복적인 키보드 및 마우스 궤적조차 데이터와 학습 알고리즘의 확장을 통해 상당한 성능 향상을 뒷받침할 수 있음을 시사한다. 이러한 궤적으로 학습하면 Gamer가 물리적 특성과 디지털 특성을 모두 지닌 환경에서 복잡한 기술을 더 안정적으로 학습하는 데 도움이 된다. 이 접근은 디지털 세계와 물리 세계를 넘나들며 상호작용할 수 있는 범용 에이전트로 가는 경로를 제시한다.
제어 가능한 실세계 비디오 생성 모델은 레이아웃, 동작, 카메라를 고정하는 렌더링된 그레이박스 프록시 비디오를 조건으로 사용할 수 있다. 코딩 에이전트는 Blender에서 4D 장면을 생성하여 이러한 비디오를 만들 수 있으나, 렌더링된 프록시 비디오와 그 배후의 복잡한 다중 샷 장면을 모두 검증하는 벤치마크는 아직 없다. 본 논문은 4D 장면 생성 벤치마크인 VibePrevisBench를 소개한다. 에이전트는 브리프를 실행 가능한 4D 장면으로 변환하고 그 프록시 비디오를 렌더링한다. 242개의 과제는 스크립트, 사진, 연속 장면, 참조 비디오를 포함한 네 가지 입력 유형에 걸쳐 있다. 각 결과물은 두 가지 평가 차원에서 채점된다. 규칙 기반 Scene Check는 코드를 다시 실행하고, 내보낸 4D 장면을 숨겨진 정답 사실과 아홉 개 차원에서 비교한다. VLM 기반 Screen Check는 규칙을 통과한 사실이 프록시 비디오에서 식별 가능한지를 VLM 심사자에게 묻는다. 11개의 최첨단 코딩 에이전트의 평가 결과와 궤적을 분석하여 세 가지 핵심 관찰을 도출한다. 첫째, 멀티모달 이해가 에이전트를 구분하며, 특히 공간과 카메라 움직임에 대한 이해에서 그러하다. 둘째, 모든 에이전트는 기본적인 카메라 워크와 연출을 이미 숙달한 것으로 보이며, 도전적인 요청에서는 실패한다. 셋째, 에이전트는 자신의 렌더링을 점검하지만 오류를 수정하지 못한다. 따라서 에이전트에게는 공간과 카메라에 대한 더 나은 시각적 이해, 도전적인 요청에 대한 명시적 점검, 브리프에 대한 렌더링의 항목별 검증이 필요하다.
Coq, Agda, Lean 4와 같은 수학적 증명 보조기는 증명 무관성을 정의적 변환에 내장하여($P : Prop$일 때 $p, q : P$에 대해 $p \equiv q$), 어떤 도출이 정리를 성립시켰는지를 지운다. 고정된 공리 위의 수학에는 자연스럽지만, 판단적 증명 무관성은 검증된 과학적 저장소와 양립할 수 없다. 이러한 저장소는 주장에 대한 독립적인 도출들을 검사하고 비교하여 일치성(consilience)을 평가하고, 어세이, 시약 또는 모델이 무효화될 때 반사실적 철회를 계산해야 하기 때문이다. 더욱이 정의적 증명 무관성을 서브싱글턴 제거와 결합하면 정규화가 깨지고 알고리즘적 변환이 비추이적이 된다. 본 논문은 과학을 위한 검증된 지식 기반인 Eigenius의 유형 이론적 및 기관적 토대를 제시한다. 첫째, 누적 우주($Prop, Set, Type_k$), 임프리디커티브 $Prop$, 인덱스에 의해 강제되는 서브싱글턴 제거를 갖는 귀납 패밀리, 내포적 동일성 타입을 갖춘 의존 커널을 정식화한다. 여기서 정의적 동등성 $\equiv$은 직교 CRS 하에서의 비유형 결합 가능성이며 증명 무관성은 증인이 있는 공리($irrel : \Pi P{:}Prop.\,\Pi p,q{:}P.\,Id\,P\,p\,q$)이다. 둘째, 우주 누적성, $\Pi$-공변 서브타이핑, 온톨로지 클래스 포함을 강제 변환 없는 포섭 판단으로 통합하며, 그 양방향 단편($\mathcal{K}_0, \mathcal{K}_1$)은 주체 환원을 만족하고, 단일화 없는 검사기($\mathcal{A}_0, \mathcal{A}_1$)로 컴파일되며, 선언적 타이핑과 일치한다. 셋째, 외부 검증기를 명시적 공리 정책(Adopt, Discharge, Relativize)을 갖춘 3단계 기관 계층으로 조직하고, Why-출처 지원 $supp(j,P)$를 갖춘 정당화 논리를 내재화하며, 개방 세계 지식 그래프를 위해 Cooper의 레코드 타입 이론(TTR)을 내장한다. 마지막으로 Grothendieck 우주에서 일관성을 증명하고, 메타이론을 sorry 공리 없이 Lean 4에서 기계화한다.
비용이 많이 드는 시뮬레이션과 실험은 공학 설계에 활용할 수 있는 데이터를 제한한다. 본 논문은 가중치가 고정된 사전 학습 표 형식 Prior-Data Fitted Network(TabPFN) 분류기의 안내를 받는 학습 불필요(training-free) 후보 생성기인 GenPFN을 제안한다. 컨텍스트는 바람직함(클래스 1) 또는 바람직하지 않음(클래스 0)으로 레이블링된 평가 완료 설계들을 포함한다. GenPFN은 바람직한 설계들 사이를 보간하고, 게이트가 적용된 분류기 기울기와 가우시안 잡음을 이용해 후보를 정제한다. 각 후보는 문제의 제약 조건과 목적 함수를 사용해 평가된다. 평가된 바람직한 설계와 그 목적 함수 값은 회귀 학습을 위한 컨텍스트를 증강한다. 평가는 두 개의 매개변수를 갖는 벤치마크와 44개의 매개변수를 갖는 선체 문제를 포함하여 선별된 14개의 문제에 걸쳐 수행된다. 쌍대 비교에서 TabPFN v1을 사용한 GenPFN은 시험한 적대적 생성기, 변분 오토인코더 생성기, 확산 생성기보다 더 높은 클래스 충족도와 더 낮은 현실성 거리를 달성한다. 변분 오토인코더 생성기는 더 큰 커버리지와 다양성을 제공한다. 합성 소수 클래스 과표집 기법(SMOTE)과 비교하면 GenPFN은 더 낮은 커버리지 거리와 더 큰 다양성을 제공한다. 관측된 쌍대 회귀 적합들 가운데, 증강은 컨텍스트만으로 학습한 경우에 비해 AutoGluon 검증 평균 제곱 오차 추정치를 62.1% 감소시킨다. 선체-선미 사례 연구에서는 무작위로 표집한 컨텍스트 설계의 1.4%에 비해 99.3%의 후보가 프로펠러와 호환된다. 생성 후 평가를 거쳐 얻은 표본 집합은 제한된 데이터셋을 증강하고 더 정확한 예측 모델의 학습을 뒷받침한다.
"용종이 있는가?"와 같은 폐쇄형 임상 질문을 받는 의료 비전-언어 모델(VLM)은 영상이 아닌 질문에 의존하여 높은 점수를 얻을 수 있으며, 현재의 환각 벤치마크는 진정한 시각적 판별을 편집 지름길이나 답변 임계값의 변화와 구분하지 못한다. 본 연구는 반사실 증거 프레임워크(Counterfactual Evidence Framework)를 제안한다. 이 프레임워크는 각 병변 삭제를 영상의 다른 위치에서 모양과 도구가 일치하는 대조 편집과 짝지으며, 동일 부위 고리 대조군, 복원 및 부분 삭제, 열화된 뷰, 자연 음성 사례를 추가한다. 또한 보류된 인페인팅 도구에서 검증하고, 판별(증거 민감도 격차(ESG)와 AUROC)을 답변 임계값과 분리하며, 맹검 의사 판독자와 은닉 상태 프로브로 레이블을 점검한다. 507개의 주 시험 사례(1,115개 뷰)에서 9개의 최첨단 VLM은 삭제된 병변의 41.1%~61.6%를 존재한다고 답했으며(ESG 0.269~0.470), 자동으로 구축된 반사실 궤적으로 학습한 Qwen3.5-4B 에이전트인 MedScope-4B는 9.6%만 존재한다고 답했다(ESG 0.758; 27개의 모든 주요 비교에서 p <= 0.001). 의사 판독자는 대장내시경에서 자동 삭제를 지지하며, 이 경우 최첨단 모델은 여전히 삭제된 병변의 45%를 존재한다고 답한 반면 MedScope-4B는 1%였다. 그러나 모든 출처를 합친 삭제 판독의 54.7%에서 소견이 존재한다고 답했으며, 이는 검증되지 않은 삭제가 보증할 수 있는 범위를 제한한다. 12개의 사전 등록된 학습 또는 시스템 구성과, 사전에 고정된 규칙에 따라 선별한 270개의 의사결정 정책 전반에서, 겉보기 효용 향상은 모두 보류 데이터에서의 판별 개선이 아니라 임계값 이동에서 비롯되며, 프로브는 지각이 남은 한계임을 시사한다. 또한 외부 코호트에서 기흉 0/48의 실패를 보고한다. 모든 단계에 기흉 환자를 포함하여 재학습하면 주 시험 결과를 바꾸지 않으면서 새로운 환자에서 기흉의 53%를 찾아낸다.
한 영상을 다른 영상과 기하학적으로 일치하도록 변형하는 픽셀 단위 변형장을 복원하는 밀집 비강체 정합은 의료 영상, 구조 생물학, 대응 추정 전반에서 근본적이지만, 실제 데이터에서는 정답 변형장을 얻기가 매우 어렵다는 점이 학습 기반 접근법의 심각한 병목이다. 본 논문은 밀집 탄성 변형장을 완전 비지도 방식으로 예측하는 종단간 아키텍처인 2D Gum-Net을 제시한다. 본 연구는 원래 극저온 전자 단층촬영의 3D 서브토모그램 정렬을 위해 개발된 기하학적 비지도 매칭 네트워크(Geometric Unsupervised Matching Network, Gum-Net)를 2D 탄성 정합으로 이전한다. 세 모듈을 모두 2D로 재설계하고, 강체 변환 헤드를 희소 제어점 격자를 회귀하는 밀집 공간 변환기(Dense Spatial Transformer)로 대체하며, 이 격자는 쌍삼차 보간으로 전체 해상도 변형장 $\Phi$로 확장된다. 다운샘플링에는 고정 기저 행렬곱으로 구현된 DCT 스펙트럼 풀링을 사용하며($\approx 50\times$ GPU 속도 향상), 최대 풀링과 평균 풀링이 파괴하는 미세한 준주기 구조를 보존한다. 평가는 이 과제에 도전적인 시험대인 접촉식 지문에서 수행한다. 국소적으로 자기유사한 융선 패턴은 대응을 극도로 모호하게 하고, 센서에 눌린 피부는 실제 큰 변위의 탄성 왜곡을 만들며, 세부점은 독립적인 매처가 예측된 변형장의 위상적 정확성을 외부에서 검증할 수 있는 정밀한 랜드마크로 작용한다. 합성 지문 인상만으로 학습하고 실제 벤치마크에서 제로샷으로 평가한 결과, 본 방법은 FVC2004에서 구조적 상관을 최대 15.7% 향상시키고, 독립 매처 하에서 진짜 매칭 점수를 높이면서 사칭 점수는 거의 변화시키지 않는다. 이는 예측된 변형이 대응을 조작하지 않고 실제 구조를 복원함을 시사한다.
AI 확산형 생성기가 좌절된 스핀 글라스를 표본추출할 때, 어떤 거시적 대안을 먼저, 그리고 언제 결정하는가? 본 연구는 점 소스에서 시작하는 경로적분 확산(Path Integral Diffusion, PID) 유형의 브리지 확산 모델에 대해 이를 연구한다. 모든 등방 PID가 시간 변환된 가우시안 확률적 국소화임을 보이고, 역으로 모든 신호 대 잡음비 스케줄이 PID 프로토콜로 실현됨을 보인다. 따라서 연속 시간 생성기가 무엇을 결정하는지는 프로토콜에 의존하지 않으며, 프로토콜은 결정이 언제 어떤 비용으로 이루어지는지만 정한다. 생성기의 상태는 부분적 확정, 즉 목표 분포가 정하는 중첩된 설정 클래스들에 각 순간 부여하는 확률로 기술한다. 부분적 확정은 클래스 대비를 따라서만 움직이는 마팅게일이다. 이들의 앙상블 평균은 제곱 자화 대비가 정하는 정확한 비율로 각 수준에 대한 정보를 제공한다. 균형 잡힌 사실상 이진 근사에서 분할은 \gamma=1.044/\lambda_P 근처에서 클래스 정보의 절반에 도달하며, 여기서 \lambda_P는 부모 공분산의 최대 고윳값이다. 이 이론은 최대 24개 스핀의 Bethe 격자 및 Sherrington--Kirkpatrick(SK) 글라스에 적용된다. 궤적이 먼저 영장(zero-field) 측도의 두 거울 반쪽 중 하나로 가중치를 옮긴 뒤 그 안의 글라스 클래스로 이동하는 현상이 일반적으로 관측된다. 이러한 클래스는 유리 전이 근처에서 나타나고 냉각 시 정체성을 유지하며, 같은 그래프 위의 강자성체에서는 나타나지 않는다. 희소(Bethe) 글라스와 밀집(SK) 글라스는 이러한 클래스가 얼마나 자주, 얼마나 강하게 존재하는지에서 다르며, 궤적이 그 클래스에 확정되는 방식에서는 다르지 않다. 유한한 횟수의 단계를 거치는 생성기의 경우, 프로토콜은 거시적 결정이 아니라 후반의 국소 단계를 통해 영향을 미친다. N=32,64에서의 표본추출 사후분포와 소규모로 학습한 잡음 제거기도 같은 순서를 보인다.
대규모 언어 모델은 정적 이미지와 자연어 요청으로부터 모션 그래픽을 생성할 수 있으나, 공간적, 외형적, 시간적 요구 사항이 결합된 요청을 모델이 얼마나 잘 따르는지 평가하기는 여전히 어렵다. 본 논문은 입력 정적 SVG를 모션 편집 프롬프트로 애니메이션화하는 100개 인스턴스의 전문가 큐레이션 벤치마크 MotionGraphicsBench를 소개한다. 필요한 모든 시각 요소를 제공함으로써 본 편집 과제는 디자이너와 유사한 작업 흐름을 반영하고 모션 생성을 그래픽 생성으로부터 분리한다. 실제 Lottie 모션 디자인에서 도출된 본 벤치마크는 시공간 애니메이션 행동의 다양한 조합을 포함한다. 각 벤치마크 인스턴스는 모델 입력과, 서로 다른 유효한 구현을 허용하며 참조 애니메이션과 비교하거나 VLM 판정자를 사용하는 대신 어떤 프롬프트 요구 사항이 통과 또는 실패하는지 보고하는 결정론적이고 사람이 읽을 수 있는 검증 프로그램을 짝지어 제공한다. 이 프로그램들은 사람이 레이블링한 애니메이션과 합성된 테스트 케이스를 사용하는 멀티 에이전트 파이프라인으로 구축한다. 180개 애니메이션의 균형 잡힌 시험 집합에서 본 프로그램은 사람 판단과 93.3%의 원시 일치도를 달성하여 최첨단 VLM 판정자보다 4.4%~12.8% 우수하며, 사람의 승인과 거부 모두에 대해 최소 90%의 재현율을 달성한다. 12개 제공자의 32개 LLM에서 나온 47개 구성에 걸쳐 pass@1은 5.0%에서 68.0% 범위이다. 최고 추론 강도의 15개 모델에서는 추가 시도가 모든 모델을 개선하지만 pass@32는 여전히 38.0%에서 95.0% 범위이다. 검증 프로그램 분석은 생성된 애니메이션이 참조 자세와 일치하지 못하거나, 요청된 모션 궤적을 따르지 못하거나, 관련 이벤트를 조율하지 못하는 경우가 많음을 보여준다. 본 검증 프로그램을 보상으로 사용하여 Qwen3.8-27B를 그룹 상대 정책 최적화(GRPO)로 미세 조정한 결과, 보류된 인스턴스에서 pass@1이 30.31%에서 52.19%로 향상되었다. 프로젝트 페이지는 https://motion-graphics-bench.github.io/ 이다.
최근 로봇 조작 연구는 시연으로 학습한 전문가 정책에 초점을 맞추어 왔다. 본 논문은 범용 AI 모델이 비전-언어-행동 모델(VLA)과 월드-행동 모델(WAM) 같은 전문가 정책보다 더 안정적으로 매니퓰레이터를 제어할 수 있음을 보인다. 범용 AI 모델이 매니퓰레이터를 직접 지휘하며 과제가 진행됨에 따라 행동을 조정하는 에이전트형 조작 정책(AMP)을 체계적으로 분석한다. 단일 팔, 양팔, 모바일 조작 전반에서 변경 없이 실행되는 참조 하니스 AMP1을 제시한다. AMP1은 시연이나 과제별 학습 없이 RoboLab-120과 CaP-Gym 벤치마크에서 최고 수준의 결과를 달성한다. RoboLab-120에서 AMP1은 제로샷으로 85.6%의 성공률에 도달하며, 이는 선도적인 VLA 및 WAM 정책의 49.2%, 42.9%와 비교된다. 이 에이전트는 12개 과제와 3개 로봇 인스턴스에 걸친 108회의 실제 시도 중 104회에서 제로샷으로 성공하여, 강력한 VLA 및 WAM 기준선 대비 실패율을 각각 20배, 15배 줄였다. 기본 하니스는 잡기, 밀기, 놓기 기술을 제공하지 않으며, 에이전트는 숨겨진 물체 탐색, 물체를 도구로 사용하기, 카메라 보정 등 스스로 전략을 개발한다. 지속적 메모리 저장소를 추가하면 에이전트는 경험으로부터 학습할 수도 있다. 에피소드 간에 이어지는 메모리 표현을 갖춘 확장 하니스는 RoboDojo 양팔 조작 과제에서 제로샷 배포 대비 실패율을 4.6배 낮춘다. 본 분석은 AMP가 전문가 조작 정책보다 훨씬 더 범용적이고 견고하며, 로봇 조작을 위한 유망한 기반을 제공함을 시사한다.
가시광 영상과 다변량 진단 신호는 토카막 방전에 대한 상호보완적인 관측 정보를 제공한다. 그러나 기존의 핵융합 사전학습 방법은 주로 관측값을 재구성하거나 예측하는 방식으로 표현을 학습하므로, 이들 모달리티 간의 대응 관계는 충분히 탐구되지 않았다. 또한 영상 프레임에서 플라즈마 영역이 공간적으로 국소화되어 있고 진단 장비 간 샘플링 속도의 차이가 크다는 점도 표현 학습을 어렵게 한다. 본 논문에서는 멀티모달 대조 사전학습 프레임워크인 FusionCLIP을 제안한다. 선택적 비디오 인코더는 정보량이 높은 시각 토큰만을 유지하고, 쿼리 기반 시계열 인코더는 관측 타임스탬프를 이용하여 비동기 진단 신호를 통합한다. 대조 학습을 통해 두 모달리티의 표현을 정렬한다. 우리는 1307회의 EAST 방전으로 구성된 EAST Multimodal Diagnostics(EAST-MMD) 데이터셋을 구축하고, 방전 붕괴(disruption) 예측, 경계 국소 모드(ELM) 분류, H98 회귀의 세 가지 과제에 대해 독립적으로 미세조정하여 모델을 평가한다. FusionCLIP은 Joint 점수 89.07%를 달성하였으며, 이는 최고 성능의 경쟁 기준 모델 및 도메인 내 대조 사전학습 기준 모델인 CLIP-Base보다 각각 절대값으로 2.41%, 2.90% 높은 수치이다. 어블레이션과 어텐션 시각화는 핵심 구성 요소의 기여를 추가로 뒷받침한다.
추론 과정은 복잡한 멀티모달 과제에서 비전-언어 모델의 성능을 향상시키지만, 모든 입력에 긴 추론 과정을 강제하면 과잉 사고와 불필요한 추론 비용이 발생한다. 본 연구는 VLM의 적응형 빠른/느린 사고를 다루며, 하나의 모델이 단순한 입력에는 직접 답하고 필요할 때는 단계별로 추론한다. 빠른 답변과 느린 추론 과정은 서로 다른 행동 정책에서 생성되는 경우가 많아, 단일 참조 오프라인 목적함수는 한쪽 모드에 잘못된 가중치를 부여하게 된다. 우리는 목표로 하는 빠른/느린 혼합 참조와 샘플링 분포를 구분하고, 보상 가중 학습에서 둘 사이의 불일치를 보정하는 DUAL-REFERENCE BOLT(DR-BOLT)를 제안한다. 빠른/느린 분할 경쟁은 최적 목표에서의 라우팅을 설명하며, 응답 형식이 잘 분리되어 있을 때 효율적인 소스별 보정은 정확한 목적함수를 근사한다. Qwen3-VL을 이용한 대응 비교에서는 동일한 후보 뱅크를 사용하여 목적함수의 효과를 느린 교사 모델의 품질과 분리한다. DR-BOLT는 ScienceQA와 세 개의 보류된 전이 벤치마크에서 평가된 오프라인 및 온라인 기준 모델보다 점수-길이 간 절충을 개선하며, 벤치마크 전반의 느린 사고 비율은 24.1%이고 재현한 GRPO 대비 종단 간 학습 속도는 2.90배 빠르다. 이러한 결과는 연구된 이중 참조 설정에서 적응형 추론을 뒷받침하지만, 더 폭넓은 강건성은 여전히 열린 문제이다. 코드는 https://github.com/HongbinLin3589/DR-BOLT 에서 공개되어 있다.
자동화된 과학적 발견은 질병 기전에 대한 이해를 증진하고 조기 질병 표지자의 식별을 가속할 잠재력을 지닌다. 인구 규모에서는 수동 데이터 주석이 불가능하므로, 멀티모달 및 비정형 임상 데이터에서 사전 정의된 표현형을 자동으로 추출하는 방법이 요구된다. 그러나 이러한 사전 정의된 특징 집합은 해당 접근법이 발견할 수 있는 연관성을 결정하고 제한한다. 이 한계는 이러한 도구를 사용하여 인구 규모 데이터를 질의하는 에이전트형 AI 시스템에도 적용된다. 반면 대규모 임상 데이터로 학습된 파운데이션 모델(FM)은 학습 목표를 넘어서는 과제를 수행할 수 있다. 이는 이들의 잠재 임베딩이 질병 기전에 대한 통찰을 줄 수 있는 새롭거나 탐구되지 않은 특징을 표현할 수 있음을 시사하지만, 이러한 잠재 특징은 여전히 해석하기 어렵다. 이 문제를 해결하기 위해, 우리는 FM과 희소 오토인코더를 사용하여 멀티모달 및 비정형 임상 데이터에서 특징을 추출하고, 이를 코드화된 임상 개념으로 해석하며, 임상 과학적 발견에 대한 가치를 평가하는 자동화된 다단계 프레임워크인 Glyph를 소개한다. 우리는 여러 기관의 환자 41,628명의 복부 CT 볼륨, CT 영상의학 보고서, 검사실 측정값에 Glyph를 적용하였다. 그 결과 4,463개의 Bonferroni 유의 연관성이 뒷받침하는 397개의 예측 개념을 식별하였다. 더 나아가 발견된 연관성의 대부분은 서로 다른 기관의 보류된 코호트에서 자동으로 재현되었다. Glyph 개념은 문헌에서 유래한 표지자에 대해 상보적인 연관성을 제공하여 예측 능력의 향상으로 이어졌다. 보다 폭넓게, 이러한 결과는 해석 가능성 방법을 통해 드러난 파운데이션 모델의 특징이 질병에 대한 임상적 이해를 확장할 수 있음을 시사한다. Glyph는 https://github.com/StanfordMIMI/Glyph 에서 공개한다.
인터랙티브 월드 생성에는 정확한 국소 제어와 긴 롤아웃에 걸친 안정적인 장면 일관성이 모두 요구된다. 기존 방법은 카메라 또는 기하 조건화를 통해 국소 생성을 개선하고 메모리 메커니즘으로 과거 맥락을 확장한다. 그러나 불완전한 목표 시점 안내와 장면 갱신 중 누적되는 불일치로 인해 장기 탐색은 여전히 어렵다. 본 논문은 지속적인 3D 가우시안 월드 상태를 중심으로 구성된 생성-재구성 프레임워크 \textbf{GSExplorer}를 제안한다. 각 단계에서 현재의 3DGS 장면은 비디오 생성기에 멀티모달 렌더링 조건을 제공하고, 카메라 기하는 별도의 상대 레이 인코딩 분기를 통해 주입된다. 생성된 비디오는 이후 SLAM 기반 재구성 백엔드로 다시 입력되며, 여기서 외형 및 기하 일관성 검사가 선택적 장면 갱신과 청크 간 자세 보정을 위한 공유 지지 마스크를 생성한다. 또한 장면 외삽 중 현실적인 3DGS 열화를 재현하는 데이터 구축 파이프라인을 설계하여, 열화된 멀티모달 렌더링과 실제 목표 비디오로 이루어진 29만 3천 개의 학습 쌍을 확보하였다. GSExplorer는 단일 단계 및 3단계 WorldScore 평가 모두에서 비교 방법들 중 가장 우수한 전체 성능을 달성하며, 단일 단계 외삽에서 카메라 제어 점수 99.07을 기록한다. 481프레임의 이탈 후 복귀 롤아웃에서도 강한 재방문 일관성을 보인다.