이미지 생성기(Image Generators)는 범용 시각 학습기(Generalist Vision Learners)이다.

LongCat-Next: Modality를 이산적 Token으로 어휘화하기

FIPO: Future-KL 영향을 받는 정책 최적화를 통한 심층 추론 유도

강화 학습에서 그룹 수준의 자연어 피드백을 활용한 부트스트래핑 탐색 (Bootstrapping Exploration with Group-Level Natural Language Feedback in Reinforcement Learning)

SocialOmni: Omni Models의 오디오-비주얼 사회적 상호작용(Audio-Visual Social Interactivity) 벤치마킹

DeepSeek-V4: 고효율 Million-Token 컨텍스트 인텔리전스를 향하여

생성적 관점에서의 공간 지능 탐구

DeVI: 합성 비디오 모방을 통한 물리 기반의 숙련된 인간-객체 상호작용 (Physics-based Dexterous Human-Object Interaction via Synthetic Video Imitation)

대규모 모델 시대의 Reward Hacking: 메커니즘, 창발적 정렬 불일치(Emergent Misalignment), 그리고 과제

DR-Venus: 단 10K개의 오픈 데이터만으로 구현하는 프런티어 엣지 규모(Edge-Scale)의 딥 리서치 agent를 향하여

근미래 정책 최적화 (Near-Future Policy Optimization)

LLaDA2.0-Uni: Diffusion Large Language Model을 통한 멀티모달 이해 및 생성의 통합

BioInstruct: 생물 의학 자연어 처리(Biomedical Natural Language Processing)를 위한 Large Language Models의 Instruction Tuning

Logics-Parsing-Omni 기술 보고서

Task Tokens: 행동 파운데이션 모델(Behavior Foundation Models) 적응을 위한 유연한 접근 방식

PlayCoder: LLM 생성 GUI Code의 실행 가능성 확보

TEMPO: 대규모 추론 모델을 위한 Test-time Training의 확장

AnyRecon: Video Diffusion Model을 이용한 임의 시점 3D Reconstruction

AgentSPEX: An Agent SPecification and EXecution Language

CoInteract: 공간적으로 구조화된 공동 생성(Co-Generation)을 통한 물리적 일관성을 갖춘 인간-객체 상호작용 비디오 합성

Tstars-Tryon 1.0: 다양한 패션 아이템을 위한 강건하고 사실적인 가상 Try-On

Large Language Model Inference를 위한 Fast NF4 Dequantization Kernels

EasyVideoR1: 비디오 이해를 위한 더욱 용이한 RL

MultiWorld: 확장 가능한 Multi-Agent Multi-View 비디오 월드 모델 (Scalable Multi-Agent Multi-View Video World Models)

OpenGame: 게임을 위한 Open Agentic Coding

Agent-World: 진화하는 범용 agent 지능을 위한 실세계 환경 합성의 스케일링

OneVL: 시각-언어 설명을 통한 단일 단계 잠재 추론 및 계획 (One-Step Latent Reasoning and Planning with Vision-Language Explanation)

변별적 텍스트 표현(Discriminative Text Representation)을 통한 클래스 레이블 기반의 원스텝 이미지 생성을 텍스트로 확장하기

ScribblePrompt: 모든 생의학 이미지를 위한 빠르고 유연한 상호작용형 Segmentation

Long-VITA: 선도적인 Short-Context 정확도를 유지하며 Large Multi-modal Models를 1 Million Tokens로 확장하기

이미지 생성기(Image Generators)는 범용 시각 학습기(Generalist Vision Learners)이다.

LongCat-Next: Modality를 이산적 Token으로 어휘화하기

FIPO: Future-KL 영향을 받는 정책 최적화를 통한 심층 추론 유도

강화 학습에서 그룹 수준의 자연어 피드백을 활용한 부트스트래핑 탐색 (Bootstrapping Exploration with Group-Level Natural Language Feedback in Reinforcement Learning)

SocialOmni: Omni Models의 오디오-비주얼 사회적 상호작용(Audio-Visual Social Interactivity) 벤치마킹

DeepSeek-V4: 고효율 Million-Token 컨텍스트 인텔리전스를 향하여

생성적 관점에서의 공간 지능 탐구

DeVI: 합성 비디오 모방을 통한 물리 기반의 숙련된 인간-객체 상호작용 (Physics-based Dexterous Human-Object Interaction via Synthetic Video Imitation)

대규모 모델 시대의 Reward Hacking: 메커니즘, 창발적 정렬 불일치(Emergent Misalignment), 그리고 과제

DR-Venus: 단 10K개의 오픈 데이터만으로 구현하는 프런티어 엣지 규모(Edge-Scale)의 딥 리서치 agent를 향하여

근미래 정책 최적화 (Near-Future Policy Optimization)

LLaDA2.0-Uni: Diffusion Large Language Model을 통한 멀티모달 이해 및 생성의 통합

BioInstruct: 생물 의학 자연어 처리(Biomedical Natural Language Processing)를 위한 Large Language Models의 Instruction Tuning

Logics-Parsing-Omni 기술 보고서

Task Tokens: 행동 파운데이션 모델(Behavior Foundation Models) 적응을 위한 유연한 접근 방식

PlayCoder: LLM 생성 GUI Code의 실행 가능성 확보

TEMPO: 대규모 추론 모델을 위한 Test-time Training의 확장

AnyRecon: Video Diffusion Model을 이용한 임의 시점 3D Reconstruction

AgentSPEX: An Agent SPecification and EXecution Language

CoInteract: 공간적으로 구조화된 공동 생성(Co-Generation)을 통한 물리적 일관성을 갖춘 인간-객체 상호작용 비디오 합성

Tstars-Tryon 1.0: 다양한 패션 아이템을 위한 강건하고 사실적인 가상 Try-On

Large Language Model Inference를 위한 Fast NF4 Dequantization Kernels

EasyVideoR1: 비디오 이해를 위한 더욱 용이한 RL

MultiWorld: 확장 가능한 Multi-Agent Multi-View 비디오 월드 모델 (Scalable Multi-Agent Multi-View Video World Models)

OpenGame: 게임을 위한 Open Agentic Coding

Agent-World: 진화하는 범용 agent 지능을 위한 실세계 환경 합성의 스케일링

OneVL: 시각-언어 설명을 통한 단일 단계 잠재 추론 및 계획 (One-Step Latent Reasoning and Planning with Vision-Language Explanation)

변별적 텍스트 표현(Discriminative Text Representation)을 통한 클래스 레이블 기반의 원스텝 이미지 생성을 텍스트로 확장하기

ScribblePrompt: 모든 생의학 이미지를 위한 빠르고 유연한 상호작용형 Segmentation

Long-VITA: 선도적인 Short-Context 정확도를 유지하며 Large Multi-modal Models를 1 Million Tokens로 확장하기