하드웨어 설계의 기능 오류는 정확성과 보안을 해칠 수 있으며 테이프아웃 이전에 수정되어야 한다. 형식 속성 검증(FPV)은 어서션을 증명하거나 반증함으로써 강력한 보장을 제공하지만, 어서션의 실패가 항상 RTL 결함의 증거인 것은 아니다. 실패는 결함이 있는 어서션에서 비롯될 수도 있고, 의미상 올바르지만 직접 형식화하기에는 지나치게 모호하거나 불완전한 명세에서 비롯될 수도 있다. 이는 기존의 RTL 중심 방법이 직접 다루지 못하는 실용적인 수리 문제를 만든다. 수리 루프는 어떤 산출물을 변경할지 결정하기 전에 명세 의도, 검증 의도, RTL 동작을 정렬해야 한다. \textsc{FormalFixer}는 어서션이 포함된 Verilog 설계를 위한 다단계 의도 정렬 수리 워크플로로 이 문제를 해결한다. 이 방법은 원래의 명세를 권위 있는 정답으로 보존하고, 신뢰도로 필터링한 정제 내용을 덧붙여 암묵적 제약을 명확히 한다. \textsc{FormalFixer}는 의도 불일치와 검증기가 생성한 반례 콘 그래프를 모두 사용하여 반복적인 RTL 패치를 안내한다. 이 워크플로는 명세-어서션-RTL 간 대응 관계를 명시적으로 확인한다. 결과는 FPV 기반 하드웨어 수리에서 의도 정렬이 유효함을 뒷받침한다.
테스트 시점 연산은 추론 시 언어 모델의 정확도를 높이는 강력한 방법으로 부상하였으며, 스케일링 법칙은 순전파 횟수를 늘림에 따라 정확도가 어떻게 향상되는지를 정량화한다. 그러나 기존 스케일링 법칙은 고정된 프롬프트에서의 반복 샘플링에 초점을 맞추고 있으며, 실제로는 많은 과제가 동일한 문제의 여러 등가 표현을 허용한다. 그래프는 노드에 번호를 붙이는 방식에 의존하지 않고 프로그램은 변수 이름에 의존하지 않지만, 언어 모델은 이러한 재작성에 따라 답을 바꿀 수 있다. 본 논문은 입력의 재작성에 대한 순전파를 사용하고 재작성 군 $G$에 걸쳐 그 결과 답을 집계하는 테스트 시점 대칭화를 연구한다. 단일 표현에서의 샘플링과 반복 디코딩은 아무리 많이 하더라도 재작성을 대체할 수 없음을 증명하며, 반면 $|G|$개의 모든 재작성이 제공하는 정보를 복원하는 데는 $O(\log |G|)$개의 무작위 재작성만으로 충분함을 증명한다. 동일한 $O(\log |G|)$개의 재작성 집합은 모델, 디코딩 규칙, 샘플링된 추론 과정 전반에 대한 동시 근사를 제공하며, 로그 스케일링은 일반적으로 최적이다. 본 논문은 이론을 Qwen2.5-7B, Phi-4-mini, Llama-3.1-8B, Qwen2.5-14B에 사고 연쇄 추론을 적용하여 그래프 추론, 논리적 연역, 객관식 질의응답에서 실험으로 검증한다. 순전파 횟수가 같을 때, 모델의 답이 입력이 쓰인 방식에 의존하는 경우에는 순전파를 원래 프롬프트의 반복 샘플링에 쓰는 것보다 입력의 재작성에 쓰는 편이 훨씬 정확하며, 필요한 재작성의 수는 이론이 예측하는 대로 가능한 재작성 수에 대해 로그 수준으로만 증가한다. 본 연구의 결과는 대칭성을 모델에 내재할 수 없을 때 추론 시점에 이를 강제하는 원리적인 방법을 제공하며, 이를 모델 비종속 대칭화라고 부른다.
의도 계약은 계획 모델이 어떤 도구도 보유하지 않는 도구 사용형 LLM 에이전트를 위한 권한 부여 인터페이스이다. 계획 모델은 각 단계마다 목표, 사용자 발언의 원문 인용, 범위 필드로 구성된 짧고 기록되는 계약을 제출한다. 코드가 계약을 검증하고, 소규모 신뢰 모델이 이를 사용자의 말과 대조하여 확인한 뒤 도구 호출을 직접 작성한다. 검증 및 디스패치 코드가 올바르다면, 실행되는 모든 호출은 신뢰 모델이 작성하며, 계획 모델이 호출에 미치는 영향은 그에 앞서 기록된 계약 안으로 한정되고, 요청 중 어느 정도를 수행할지는 신뢰하는 쪽이 결정한다. 본 논문은 계약을 계획 모델이 작성한 명령에 대한 두 가지 검토자와 비교한다. 하나는 사용자의 말과 명령만 보는 검토자로, 추론을 보지 못하는 권한 분류기의 정보 경계에 해당하며, 다른 하나는 계획 모델의 목표와 검증된 인용문도 함께 보는 검토자이다. gpt-6.1-terra를 계획 모델로, GLM-5.3-Flash를 신뢰 모델로 사용하여 세 가지 AmPermBench 과제군에서 평가한 결과, 계약 하에서 변경된 모든 객체는 해당 변경을 낳은 계약의 목표에 명시되어 있었으며, 검토 방식에서는 계획 모델이 명령에는 객체를 명시하지만 목표에는 거의 명시하지 않았다. 계획 모델이 사용자가 요청하지 않은 작업을 추가하는 경우, 검토자는 명령 전체를 거부하는 것만 가능하기 때문에 계약은 30회 중 27회에서 사용자의 과제를 완료한 반면 의도를 볼 수 있는 검토자는 30회 중 16회에서 완료하였다. 계약은 무단 행위를 줄이지 못한다. 계약은 블라인드 검토와 구별되지 않으며, 벤치마크의 환경 용어를 명확히 하면 상태를 변경하는 모든 조건에서 해당 실행의 40~49%가 잘못된 대상에 도달한다. 이 오류는 모호한 지칭에 대해 계획 모델이 객체를 선택한 데서 비롯되며, 여기서의 어떤 신뢰 모델도 이를 확인할 환경을 볼 수 없다. 실행자에게 확신이 없으면 거부하도록 지시해도 이는 바뀌지 않는다. 본 논문은 적대적 계획 모델이 아니라 한 쌍의 모델로 선의의 과잉 행위를 평가한다. 플러그인과 실행 기록을 공개한다.
루브릭 기반 강화학습은 대규모 언어 모델을 인간 선호에 정렬하기 위한 보상을 구성하며, 일반적으로 판정자가 개별 기준에 부여한 연속 점수를 동일하게 집계한다. 그러나 기준 간 점수 이질성은 후보 순위를 왜곡할 수 있다. 기존 연구는 판정자 개선, 기준 가중치 학습, 집계 방식 정교화에 초점을 맞춰 왔으며, 점수 이질성과 순위 사이의 상호작용은 충분히 이해되지 못하고 있다. 우리는 이러한 이질성을 \emph{보상 이득 불균형}으로 정식화한다. 즉, 각 기준은 충족된 응답과 충족되지 않은 응답에 대한 기대 점수의 차이인 고유한 보상 이득을 가지고 집계 보상에 들어간다. 직관과 달리, 실험 결과 정답 레이블을 사용하더라도 이 불균형을 제거하면 순위 정확도가 낮아진다. 이를 설명하기 위해 임의의 두 후보 간 보상 차이를 기본 충족 신호, 보상 이득 불균형 항, 잔차 항으로 정확히 분해하여, 보상 이득 불균형이 기본 신호를 약화하거나 증폭할 수 있음을 보이고, 순위 오류가 대체로 불균형이 신호를 약화하는 쌍에 집중됨을 발견한다. 이 분석에 기반하여, 불균형을 단순히 제거하는 대신 각 기준이 보상 차이에 기여하는 정도를 제한하는 적응형 이중 중심 클리핑 집계(\textbf{D}ual-\textbf{C}enter \textbf{C}lipping, DCC)를 제안한다. 현재 후보 그룹의 점수만 사용하여 후보 간 기준별 점수 차이에 공통 상한을 부과하는 클리핑 구간을 결정함으로써, 연속적인 판정 정보를 보존하면서 극단적인 점수의 과도한 영향을 제한한다....
공간 추론은 시각적 관찰, 기하학적 추정, 언어적 결정을 일관된 도출 과정으로 연결한다. 그러나 도구 증강 에이전트는 명확한 목표 없이 증거를 수집하고, 일관되지 않은 객체 또는 기준 좌표계 의미론 아래에서 출력을 결합하며, 증거의 충분성을 잘못 판단하는 경우가 많다. 따라서 도구나 호출 횟수를 늘린다고 해서 추론이 안정적으로 향상되지는 않는다. 우리는 완전하고 연속적인 증거 사슬 구축을 향해 자기 진화하는 공간 추론 프레임워크 Space-X를 소개한다. 실행 에이전트는 역할별 메모리를 사용하여 문제마다 증거를 획득, 연관, 판단한다. 제어 에이전트는 실행 추적으로부터 증거 사슬의 단절을 진단하고, 도구, 인터페이스, 기술, 메모리 구성, 결정 규칙을 함께 수정한다. 이 루프는 역량과 증거 활용을 함께 진화시킨다. 증거 요구가 역량 개발을 이끌고, 활용 가능한 결과가 행동을 이끈다. 여러 벤치마크에서 Space-X는 네 가지 기반 모델 모두에서 성능 향상을 보인다. 기준 모델 대비 GPT-6-sol은 ViewSpatial과 MMSI에서 답변 정확도가 각각 50.39%와 23.07% 향상되며, Gemini-3.8-Flash는 이 벤치마크들에서 47.50%와 25.22% 향상된다. 이는 단편적인 공간 단서에서 추적 가능하고 도출 가능한 답으로 이어지는 통합된 경로를 제공한다.
고정된 검출기는 지도 후처리를 통해 더 나은 최종 출력을 지원할 수 있는 가설들을 계산한다. 판독 방식을 선택하려면 어떤 가용 정보가 검출을 개선하는지와 그 처리 비용이 얼마인지를 알아야 한다. 우리는 후보 점수, 클래스 분포, 기하, 네이티브 집합 요약, 적응된 이웃 메타 분류를 공통의 후보, 지도, 동작점 조건에서 비교한다. 보류된 CrowdHuman 이미지 320장에서 97차원 판독부에 네이티브 집합 문맥을 추가하면 매칭이 275개 늘고 매칭되지 않은 예측이 96개 늘어난다. 별도의 319장 코호트에서 Full100은 6004개 객체를 매칭하며, 소스 선택 원본 WBF는 5848개, MetaDetect 방식 적응은 6002개이다. 원본 대비 이득에는 300개의 추가 발견과 144개의 손실된 발견이 포함된다. 실행 등가 최적화 후 Full100과 메타 통계 판독부는 고정된 64장 워크로드에서 완전한 워밍 요청당 모두 약 95 ms가 걸린다. 소스 고정 전이는 일곱 개 시퀀스의 MOT17Det 프레임 223장에서 긍정적인 점 결과를 주지만, 주요 MIAP 결과에서는 개선이 나타나지 않는다. 이 연구는 충분히 정보량이 많은 출력 판독부를 사용하는 것을 뒷받침하면서도 최적화된 메타 분류가 경쟁력 있는 선택지임을 보여 준다. 또한 특징 차원과 순 검출 이득만으로는 도입 판단의 지침으로 신뢰하기 어려운 이유를 보여 준다.
영상의학 판독문은 확인된 소견, 명시적 부정, 언급되지 않은 개념을 구분하지만, 기존의 전역 영상-판독문 대조 학습은 이러한 서로 다른 증거 상태를 하나의 검사 수준 목표로 압축하는 경우가 많다. 우리는 대칭적 전역 영상-판독문 정렬을 관찰 마스킹 소견 지도 및 확인된 판독문 개념에 대한 소프트 관계 목적 함수와 결합한 \model{}을 제안한다. 텍스트에서 유래한 소견 프로토타입을 국소 시각 토큰과 정렬하며, 불확실하거나 언급되지 않은 개념은 직접적인 소견 레이블에서 제외한다. 이 프레임워크를 세 가지 CT 벤치마크와 다섯 가지 흉부 X선 벤치마크에서 평가하며, 구성 요소 제거 실험, 짝 및 임상 검색, 위치 추정, 섭동 강건성, 보정, 소견별 분석도 함께 수행한다. \model{}은 CT-RATE, RAD-ChestCT, INSPECT에서 각각 73.6%, 66.5\%, 68.8%의 macro-AUROC를, ChestXray14, CheXpert, PadChest, RSNA, SIIM-ACR에서 각각 80.2%, 91.4%, 78.5%, 86.5%, 90.8%를 달성한다. 대응하는 전역 전용 대조군과 비교하여, 소견 및 관계 목적 함수는 평가된 모든 데이터셋에서 일관된 향상을 가져온다. 이러한 결과는 의료 영상-텍스트 표현 학습 중 관찰된 판독문 개념과 관찰되지 않은 판독문 개념을 다르게 취급하는 것의 실용적 가치를 보여 준다.
기존의 잠재 추론기는 일반적으로 추론 시 미리 설정된 잠재 지평 동안 실행된다. 직관적으로는 지평이 길수록 추론의 기회가 더 많아져야 한다. 그러나 본 연구에서는 잠재 사고 사슬(CoT)을 미리 설정된 전체 지평까지 확장하면 오히려 추론 성능이 저하될 수 있음을 발견한다. 우리는 잠재 CoT가 뚜렷한 기능적 단계를 거쳐 진화함을 관찰하였다. 초기 연산은 최전선 추론 상태를 형성하는 반면, 후기 연산은 주로 기존 후보를 재구성하며 정답 후보에 대한 지지를 약화시킬 수 있다. 이러한 발견은 고정 지평 잠재 추론을 재고하게 한다. 이를 위해 우리는 잠재 CoT의 추론 이점을 실현된 건설적 진전과 남은 건설적 진전으로 규정한다. 실험적으로, 실현된 건설적 진전이 높을수록 현재 추론 정확도가 높고, 남은 진전이 많을수록 잠재 CoT를 계속할 때 미래 이득이 크다는 것을 확인한다. 이에 따라 우리는 남은 추론 진전을 추정하여 추론 중 잠재 지평을 적응적으로 조정하는 경량 방법을 도입한다. 대표적인 잠재 CoT 추론기와 여러 산술 벤치마크에서, 우리의 방법은 LLM을 재학습하지 않고도 추론 정확도를 최대 7.2%p 향상시키면서 잠재 연산을 최대 29.0% 줄인다.
대규모 언어 모델은 문맥 내 학습(ICL)을 통해 특정 규칙을 추론하고 따를 수 있지만, 제공된 근거에 충실하지 못하여 문맥 외(OOC) 환각이 발생하기도 한다. 기존 연구는 ICL과 OOC 환각의 기저 메커니즘을 대체로 별개의 흐름에서 조사해 왔다. 그러나 이러한 분리는 서로 상반되어 보이는 두 결과의 메커니즘적 기반을 불명확하게 만든다. 본 연구에서는 동적 문맥 내 기능적 역할이라는 통합된 관점에서 이 대조를 분석한다. 핵심 관찰은 역할 정보가 내부적으로 표현되더라도 출력을 안정적으로 제약하지는 못할 수 있다는 점이다. 우리는 역할 효과를 규명하기 위해 1차 분해를 유도하고, 그 효과가 크게 나타나려면 충분한 기여 크기와 일관된 부호 합산이라는 두 가지 필요조건이 충족되어야 함을 보인다. 인과 분석은 역할 구간의 기여가 응답 구조, 내용 선택, 사실 값과 관련된 핵심 토큰 선택에 영향을 미친다는 점을 추가로 보여 준다. 또한 역할에 부합하는 선택은 이러한 핵심 결정 지점에서 역할 구간의 충분한 지지에 의존하며, 실패한 선택은 이 지지가 부족분을 극복할 때 반전될 수 있음을 보인다. 이러한 결과는 ICL과 OOC 환각에 대한 공통의 메커니즘적 관점을 뒷받침한다. 즉 각 기능적 역할은 역할 구간의 기여가 유효하게 유지되어야 하는 출력 결정의 패턴을 규정하며, 이 구성의 차이가 상반되어 보이는 결과를 설명한다.
복합 섭동에 대한 전사체 반응을 예측하려면 개입 간의 상호작용과 개별 효과 추정의 오차를 구별해야 한다. 후자는 단일 섭동 증거가 희박하거나 제외된 경우에 더욱 두드러진다. 본 논문은 학습 데이터만을 이용한 교차 적합으로 단일 유전자 효과의 신뢰도를 추정하고, 이 추정치를 사용해 가산 소스 분포를 보정하는 조건부 플로 매칭 모델을 제안한다. 속도장은 가산 기준에 대한 기지의 보정항과 학습된 잔차 수송장으로 분해된다. Norman 유전자 섭동 데이터에서 평균 절대 오차(MAE)는 관측된 단일 섭동의 미관측 조합에서 0.142에서 0.131로, 구성 단일 섭동이 제외된 경우 0.198에서 0.178로 감소한다. 보류된 ComboSciPlex 약물 조합에서는 MAE가 0.191에서 0.176으로 감소한다. 비가산 잔차 상관은 0.574에서 0.638로 향상되며, 구성요소 절제 실험을 통해 신뢰도 가중의 기여를 확인한다. 이 결과는 불확실한 구성 효과를 고려하면 미관측 유전적 및 화학적 조합에 대한 일반화가 향상되며, 학습 비용은 다소 증가함을 보여 준다.
어제 성공한 에이전트 스킬이 오늘 실행 가능하다고 해서 오늘 재사용이 정당화되는 것은 아니다. 테스트는 관측 가능한 계약 조항만을 다룰 수 있고, 결과 오라클이 없을 수 있으며, 평가가 동일한 잘못된 명세를 물려받을 수 있고, 권한이나 의존성이 검증과 호출 사이에 바뀔 수 있다. 우리는 전망적 신뢰의 적절한 단위가 보증된 재사용 주장(Warranted Reuse Claim, WRC)이라고 주장한다. 이는 버전이 지정된 스킬, 대상 문맥, 증거, 가정, 식별된 반박 요인에 결부된, 주장별로 번복 가능한 승인이다. 본 논문은 문맥 변화 이후 어떤 과거 증거가 여전히 허용 가능한지를 결정하기 위해 제안된 규율인 보증 보존 증거 전달(Warrant-Preserving Evidence Transport, WPET)을 통해 이 입장을 구체화한다. 증거의 허용 가능성을 뒷받침되는 안전성 또는 효과성 주장의 참 여부와 구별하고, 조건부 보존 결과와 그 한계를 제시하며, 삼값 적용 가능성과 비대칭적인 문맥 전이 판단을 명시하고, 출처 의존성과 정책을 무효화하는 변경이 승인에 어떤 영향을 주는지 예시한다. 우리는 이 제안의 구성요소에 대해 새로움을 주장하지 않고 보증 사례, 계약, 스킬 라이브러리 유지보수와의 관계를 명시적으로 밝힌다. 반증 가능한 종단적 평가에서는 일치된 커버리지, 효용, 검토 비용 조건에서 WRC 기반 정책을 버전을 인식하는 강력한 기준선과 비교하게 된다. 본 논문의 기여는 형식화된 문제 정의, 검증 가능한 설계 의무, 보고 프로토콜이며, 구현된 검증기, 경험적 우월성 결과, 또는 보편적 에이전트 안전성의 증명은 아니다.
자기 중심 비디오로부터 미래의 손 움직임을 예측하는 것은 인간의 의도와 손-물체 상호작용을 이해하는 데 중요한 역할을 한다. 그러나 동일한 물체와 상호작용하더라도 조작 의도가 다르면 손 궤적이 크게 달라질 수 있다. 기존 방법은 이러한 조작 의존적 움직임 패턴을 포착하기 위한 관절형 손 움직임과 물체 의미 간의 내재적 관계를 충분히 탐구하지 못했다. 이에 본 논문은 자기 중심 손 동작 예측을 위한 위상 인식 조작 모델링 및 적응형 단계화 프레임워크인 TOMAS를 제안한다. 구체적으로, 손 골격 구조와 관절 동역학을 물체 의미 및 공간 관계와 연관시켜 잠재적 상호작용 대상과 잠재 조작 동작을 함께 추론하는 위상 인식 손-물체 추론 메커니즘을 개발한다. 그 결과로 얻은 물체-조작 표현은 각 데이터셋에서 이용 가능한 주석에 맞게 지도 방식을 조정하여 미래 손 궤적 예측을 위한 상호작용 조건을 제공한다. 나아가 미래 손 움직임을 학습 가능한 시간 경계를 갖는 순서화된 잠재 단계로 구성하는 적응형 단계화 메커니즘을 도입한다. 이후 단계별 기하학적 하위 목표를 반영하여 기저의 조작 패턴에 따라 궤적 정제를 유도한다. 공개된 여러 벤치마크에서의 실험 결과는 TOMAS가 다차원 및 다중 대상 손 동작 예측에서 최고 수준의 성능을 달성함을 보여 준다.
잠재 확산 모델에서 변분 오토인코더(VAE)의 잠재 차원을 확장하는 것은 복원 품질의 상한을 끌어올리는 데 필수적이다. 그러나 명시적인 구조적 제약 없이 이러한 규제되지 않은 확장은 거칠고 조건이 나쁜 잠재 다양체를 쉽게 만들어, 생성 중에 생성된 잠재 변수가 다양체에서 벗어나는 문제(즉, 다양체 이탈 문제)를 일으킨다. 최근 연구는 외부 파운데이션 모델(예: DINOv2)을 위상적 정규화기로 사용하여 이 다양체를 매끄럽게 한다. 그러나 우리는 잠재 공간을 고정된 외부 사전 지식에 묶는 것이 본질적으로 일반화를 제한한다고 주장한다. 사전 학습 분포와 의미적 편향에 묶여 있어 분포 외 영역에서 충실한 시각적 세부 정보를 포착하지 못할 수 있기 때문이다. 저차원 잠재 변수가 자연스럽게 더 매끄럽고 생성에 적합한 다양체를 형성한다는 관찰에 기반하여, 우리는 내부 표현을 위상적 정규화기로 활용하는 이중 다양체 VAE(DM-VAE)를 제안한다. 구체적으로 DM-VAE는 고차원 복원 분기와 깨끗한 위상적 골격을 추출하는 저차원 분기를 짝지어 고차원 다양체를 이 매끄러운 부분공간에 고정한다. 이 프레임워크를 바탕으로, 학습 중 생성기의 중간 특징을 지도하는 위상적 표현 정렬(TRA)과, 추론 시 고주파 세부 정보를 보존하면서 구조적 성분을 유도하는 위상적 골격 기반 내부 가이던스(IG_TS)를 추가로 도입한다. ImageNet-1K(256x256)에서 파운데이션 모델을 사용하지 않는 DM-VAE는 최고 수준의 rFID 0.12와 생성 FID50K 1.28(CFG 없음) 및 1.20(CFG 사용)을 달성하며, DINOv2와 직교적으로 결합하면 1.11에 이른다.
시각-언어 모델(VLM)은 이미지의 전반적인 내용은 파악하지만, 큰 사진 속의 작은 물체나 빽빽한 인포그래픽 속의 숫자처럼 질문이 좌우되는 세부 사항은 놓치는 경우가 많다. 그러나 답이 틀린 경우에도 모델이 가리키는 영역에는 근거가 담겨 있는 경우가 많다. 본 논문은 고정된 VLM이 자신이 가리키는 곳을 다시 보게 하는 학습이 필요 없는 방법인 Self-Elicited Evidence(SEE)를 제안한다. 초기 답변의 신뢰도가 낮을 때 SEE는 모델이 세부 사항이 나타날 수 있는 영역을 제안하도록 유도하고, 확대된 크롭에서 질문에 답하며, 신뢰도 가중 투표로 이 답변들을 원래 예측과 통합한다. 모델은 자신의 전사 결과로도 답하며, 이는 텍스트가 많은 이미지에 도움이 된다. SEE는 검출기나 OCR 엔진이 필요 없다. 다섯 가지 백본 전반에서 SEE는 모든 소형 물체 벤치마크를 2.3-13.1점 향상시키며 소형 물체에서 학습이 필요 없는 다섯 가지 기준선을 능가한다. SEE를 적용하면 Qwen3.5-4B는 Qwen3.5-9B의 직접 답변을 능가하고 6배 큰 Qwen3.5-27B와 대등한 성능을 보인다.
그래픽 사용자 인터페이스(GUI) 에이전트는 실행 가능한 GUI 환경에서 널리 학습된다. 비용을 낮추고 환경을 일괄 구축하며 수작업을 줄이기 위해, 각 연구는 구축 방식의 선택을 통해 환경의 일부를 포기한다. 우리는 이러한 선택을 세 가지 차원으로 기술한다. 보상 범위는 검증기가 보상하는 목표 도달 궤적이고, 데이터 범위는 과제가 읽거나 쓰는 것 이외에 에이전트가 접하는 애플리케이션 데이터이며, 기능 범위는 과제가 사용하는 것 이외의 애플리케이션 기능이다. 기존 연구는 각 차원을 공학적 근거로 설정하지만 그것이 학습에 미치는 영향은 측정하지 않는다. 유능한 에이전트를 학습시키려면 환경이 얼마나, 어떤 차원에서 완전해야 하는가? MobileGym에서 우리는 각 차원을 개별적으로 조정하고 Qwen3-VL-4B-Instruct를 학습시킨 뒤 모든 정책을 원래의 완전한 환경에서 평가한다. 단 하나의 참조 경로만 보상하는 검증기는 성공률을 10.53포인트 낮추며, 불필요한 레코드를 제거해도 성공률이 낮아진다. 반면 불필요한 기능을 가지치기하면 성공률이 51.61%에서 56.13%로 오르며, 이는 전적으로 환경이 변경되지 않은 과제에서 나타난다. 이 이득은 각 에피소드에 동일한 가중치를 줄 때 뒤집히고, 가지치기된 과제의 에피소드만 균형을 맞추면 사라진다. 가지치기가 없으면 해당 과제에서의 길이 가중치가 긴 우회 성공을 강화하여 다른 과제의 기술을 약화시킨다. 이러한 결과에 따라 우리는 보상 및 데이터 범위는 완전하게 유지하고 불필요한 기능은 가지치기하는 MobileGym-Lite를 구축한다. 이는 더 낮은 구축 비용으로 완전한 환경에서 Full보다 우수한 성능(성공률 55.48% 대 51.61%)을 보인다.
실시간 다대일 배차를 위한 분산 최적화 단위로서 공간적으로 응집된 물류 흐름의 그룹인 규모 효과 핫스팟(SEH)에서 주문량을 정확하게 예측하는 것은 Meituan과 같은 주문형 음식 배달(OFD) 플랫폼에서 효율적인 주문 묶음 처리의 전제 조건이다. 그러나 실제 물류 네트워크는 표준 시공간 예측 모델을 무력화하는 고유한 난제를 제시한다. (i) 동적 위상: 정적인 도로망과 달리 물류 그래프는 일시적이며 핫스팟이 끊임없이 나타나고 사라진다. (ii) 규모-물량 이질성: 그래프 크기는 $10^2$에서 $10^4$까지 다양하며, 영과잉이고 긴 꼬리를 가진 물량은 계산 병목을 일으키고 예측을 비활동 쪽으로 편향시킨다. (iii) 이벤트 기반 교란: 외생적 이벤트(공휴일, 날씨, 학사 일정)는 순수 데이터 기반 백본이 예측할 수 없는 체계적 수요 변화를 유발한다. 본 논문에서는 이질적인 수요 체제와 이벤트 기반 변화에 적응하면서 확장 가능한 잠재 공간에서 진화하는 물류 그래프를 모델링하는 실서비스용 프레임워크 GLIDE를 제시한다. GLIDE는 미분 가능한 희소 할당을 통해 다양한 물리적 부분 그래프를 고정 크기의 의미적으로 안정적인 잠재 공간으로 동적으로 투영하는 그래프 유도 잠재 집계 메커니즘을 도입한다...
분류기 출력은 지식 증류(KD)를 위한 근본적이고 보편적으로 사용 가능한 지식 인터페이스를 제공한다. 그러나 표준 로짓 목적 함수는 전이 가능한 의미적 관계를 아키텍처에 의존적인 매개변수화 아티팩트와 뒤섞어 분류기 기하 불일치를 일으키며, 이로 인해 직접적인 지식 전이가 불안정해진다. 이를 해결하기 위해 우리는 각도 조건부 증류(ACD)를 제안한다. 먼저 각도 좌표 인터페이스(ACI)는 각도 좌표를 사용해 학생 분류기를 재구성하여 크기와 편향의 영향을 억제하고 기하적으로 호환되는 공간을 제공한다. 이어서 스케일 불변 조건부 증류(SICD)는 출력을 표준화하고 조건부 비목표 관계만을 전이하여 전이할 수 없는 절대적 확신도를 걸러 낸다. 함께 사용하면 ACI는 어디에서 전이할지를, SICD는 무엇을 전이할지를 정의한다. 폭넓은 실험에서 ACD는 기존 KD 방법을 능가하는 최고 수준의 성능을 달성한다. 또한 범용 대체 모듈로서 특징 어댑터나 추가적인 추론 시간 비용 없이 기존 증류 파이프라인을 일관되게 개선한다. 코드는 https://github.com/laniusnan/ACD 에서 확인할 수 있다.
LLM이 거짓 사실을 믿게 만드는 것은 정렬 평가와 모델 생물체 구축에 유용하다. 기존 연구는 합성 문서 미세조정(SDF)으로 이를 시도했다. 그러나 SDF는 주입할 거짓 믿음 집합마다 새 모델을 미세조정해야 한다. SDF 기반 정렬 평가를 더 큰 규모로 가능하게 하기 위해, 우리는 프롬프트의 <facts> 태그에 놓인 어떤 사실이든 믿는 단일 모델을 만들고자 한다. 이를 위해 프롬프트 조건부 SDF를 탐구하는데, 이는 각 문서가 프롬프트에 제시된 사실에 조건화된 수천 개 사실에 대한 합성 문서로 모델을 미세조정하는 방식이다. 우리는 선행 연구의 평가와 새로운 야코비안 렌즈 평가를 사용하여 모델이 프롬프트에 제공된 사실을 얼마나 깊이 믿는지 평가한다. 보지 못한 사실에 대한 믿음 깊이는 학습 사실 수에 대해 대략 로그-선형으로 증가함을 발견했으며, 이는 모델이 거짓 사실을 믿게 하는 저렴하고 유망한 방법임을 시사한다. 다만 우리가 연구한 소형 모델에서 정렬 감사에 적용한 예비 실험은, 이러한 소형 모델이 일반적인 허니팟 시스템 프롬프트에 제공된 사실을 이미 믿는 것처럼 행동하는 경우가 많아 부정적인 결과를 보였다. 프롬프트 조건부 SDF 위에 RL을 사용하여 모델이 프롬프트의 거짓 사실을 따른다고 언어로 표현하는 비율을 낮추면 보류된 평가로 일반화되며 일부 평가에서는 SDF에 거의 필적한다. 그러나 믿음 깊이에 대한 지표 중 하나에 맞서 학습시키면 해당 평가를 신뢰하기 더 어려워진다.
무인 항공기(UAV)는 엄격한 온보드 제약 아래에서 의미론적 추론, 지능적 의사결정, 장기 내비게이션을 달성할 것으로 기대된다. 최근 파운데이션 모델 기반 접근법이 이 목표를 향해 유망한 진전을 보였으나, 기존 방법은 복잡한 환경에서 3D 데이터 확보, 궤적 실현 가능성, 장기 추론, 계산 효율성 측면의 과제로 인해 여전히 한계가 있다. 이러한 격차를 해소하기 위해 우리는 공중 로봇을 위한 계층적 비전-언어-내비게이션(VLN) 프레임워크인 VLN-AR을 제안한다. VLN-AR은 멀티모달 추론과 저수준 제어를 분리하여, 3D 자세 명령과 내비게이션 의도를 구조적으로 예측하고 이를 동역학적으로 실현 가능한 행동으로 변환한다. 데이터 부족과 도메인 격차를 완화하기 위해, 확장 가능한 사실적 UAV 내비게이션 데이터를 생성하는 완전 자동화된 3D 가우시안 스플래팅(3DGS) 기반 파이프라인을 도입한다. 점진적 3단계 학습 전략은 그라운딩, 장면 추론, 복잡한 내비게이션 능력을 더욱 향상시킨다. 아울러 경량 인지 에이전트가 메모리 인식 작업 분해를 통해 장기 추론을 개선한다. 마지막으로 토큰 희소화와 모델 경량화를 포함한 온보드 최적화 기법을 설계하여, 자원이 제한된 UAV 플랫폼에서 높은 내비게이션 성능을 유지하면서 7.1배~9.4배의 속도 향상을 달성한다. 실험 결과 시뮬레이션과 실제 UAV 내비게이션 모두에서 기존 방법 대비 큰 향상을 보인다. 프로젝트 웹사이트: https://wyz000.github.io/VLN-AR/
집단 규모의 정밀한 심근 표현형 분석은 심장 자기공명영상(CMR)의 비용과 접근성 때문에 제한되는 반면, 심전도(ECG)는 널리 이용 가능하지만 구조적·기능적 정보가 아닌 전기적 정보를 반영한다. 본 연구에서는 CMR의 심근 구조 및 기능 지식을 표준 12유도 ECG로 증류하여 ECG만으로 영상 기반 심근병증 검출과 아형 분류를 가능하게 하는 교차 모달 표현 학습 프레임워크 MyoECG를 개발한다. MyoECG는 UK Biobank와 3차 심혈관 센터의 ECG-CMR 쌍 검사 45,241건으로 사전학습한 뒤, 7개의 독립 데이터셋에 걸친 180만 건 이상의 ECG에서 개발 및 검증되었다. 유병률이 0.2~54.7%에 이르는 내부 및 외부 데이터셋 전반에서 MyoECG는 사전학습된 다섯 가지 ECG 파운데이션 모델을 능가했으며, 심근병증 검출의 AUROC는 0.800~0.974였다. 심장내과 의사 6명의 다중 판독자 연구에서 MyoECG의 보조는 평균 민감도를 0.109(95% CI, 0.041~0.175; P = 0.009), 특이도를 0.056(95% CI, 0.004~0.108; P = 0.040) 향상시켰다. UK Biobank 참가자 41,128명에서 MyoECG 점수는 심근병증(rg = 0.409) 및 확장성 심근병증(rg = 0.371)과 유전적 상관을 보였고, NFIA와 KCNQ1에 매핑되는 영역을 포함한 네 개의 유전자 좌위에서 전장 유전체 연관성을 보였으며, 심근 스트레스, 세포 접착, 혈관 생물학, 대사와 관련된 69개의 순환 단백질과 연관되었다. 심근병증과의 상관은 측정된 27개의 CMR 특성을 보정한 후 유의하지 않은 수준으로 감소하여(rg = 0.131; P = 0.143), 이 점수가 데이터셋 특이적 지름길이 아니라 CMR에서 유래한 정보를 포착함을 시사한다. MyoECG는 CMR 기반 심근병증 평가에 대한 확장 가능한 경로를 제공하며, 자원 집약적인 영상으로부터 널리 배치 가능한 생리 신호로 지식을 전이하는 전략을 제시한다.