S-Space: 모델은 위치를 알면서도 시점 전환을 틀린다
S-Space는 멀티모달 모델의 객체 토큰에서 공간 좌표를 읽고 개입해, 위치 지각과 시점 변환 추론의 실패를 분리하는 진단 방법이다.
Blog421 posts
Knowledge WIKI
AI 에이전트, 검색, 문서 AI, 모델 학습을 읽고 만들면서 정리한 글입니다.
분야와 태그로 좁혀 볼 수 있습니다.
421 posts, 26-37 showing
글 목록
Vela 2.0: 라우팅 질문을 한 모델 인터페이스로 묶다
vLLM-SR의 Vela 2.0은 여러 라우팅 신호를 공통 질문 모델로 통합하지만, CPU 지연·작업별 정확도·평가 선택 편향을 함께 따져야 한다.
HAD는 에이전트 증류에서 하네스가 바꾼 행동을 따로 가르친다
Harness-Aware Distillation은 같은 교사를 하네스 유무로 비교해, 작은 에이전트가 외부 상태·피드백에 반응하는 행동을 직접 학습하도록 한다.
HarnessRouter는 여러 에이전트 하네스를 하나의 실행 API로 묶는다
HarnessRouter Community Edition은 여러 CLI 하네스를 세션별 workspace에서 실행하고, UHP·Responses 호환 API로 task와 실행 상태를 통합하는 self-hosted 런타임이다.
CLM은 에이전트가 행동을 고르는 방식을 점수화한다 — 가능성과 재현성 문제
CLM의 state–action 점수화와 캐시 설계, verifier 성능, 공개 재현성 이슈를 함께 살펴본다
MALA는 어텐션이 확률 질량으로 계산량을 배분하게 한다
MassAlloc Attention(MALA)은 모든 인과적 QK 점수는 계산하되, 기여도가 낮은 타일의 후속 연산을 건너뛰어 긴 문맥의 attention 비용을 줄인다. 단, QK 점수 탐색은 여전히 제곱 복잡도다.
Qwen-Planner-Agent는 모델 훈련과 실행 하네스를 함께 개선한다
모바일 에이전트를 데이터 생성·강화학습·실행 하네스의 폐루프로 개발하는 Qwen-Planner-Agent의 구조와 MobilePA-Bench 결과, 비용 비교의 범위를 살펴본다.
WROP는 비디오 모델의 물체 영속성을 훈련하고 시험한다
150개의 Blender 생성 과제로 물체 영속성과 고체성 추론을 측정하는 WROP 데이터·시험 세트와, 이를 학습한 비디오 연속 생성 모델 PWM-WROP를 정리한다.
FuseReg는 이미지 생성기의 잠재표현을 한 가지 층 조합에 묶지 않는다
표현 오토인코더가 인코더 층을 고정 융합해 재구성과 생성을 동시에 만족시키기 어려운 문제를, 무작위 층 부분집합 학습으로 완화하는 FuseReg를 살펴본다.
Transformer는 두 입력의 다음 토큰 분포를 겹쳐 표현할 수 있을까
서로 다른 텍스트의 토큰 임베딩을 섞었을 때 Transformer 출력에 각 문맥의 예측 신호가 남는다는 가설과, 이를 복원하는 학습·디코딩 실험을 검토한다.
DN-MOPD는 교사 선택을 넘어 피드백의 크기를 맞춘다
Qwen3.5 멀티 교사 증류에서 instruction-following 신호가 수학 신호보다 과도하게 큰 문제를 찾아, 도메인별 피드백 분산을 정규화해 전문가 능력 통합을 개선한다.
LingBot-Map은 streaming 3D를 ‘긴 컨텍스트’가 아니라 역할이 다른 기하 메모리로 푼다
LingBot-Map은 단안 이미지 스트림에서 camera pose와 depth를 계속 추정하는 feed-forward 3D foundation model이다. anchor·pose-reference window·trajectory memory를 분리...