📑IBM: "에이전트 리더보드, 왜 이렇게 못 믿겠지?"

🏛️ HUST (Huazhong University of Science and Technology)

🏷️ Image Inpainting, Model Compression, Knowledge Distillation

특히 주목할 점:

→ 파라미터: 0.22B vs 11.9B (1.8%)로 동등 이상의 생성 품질

→ 속도: 총 추론 시간 15배 이상 가속

→ 품질: Natural + Portrait 벤치마크에서 10B급 산업 모델과 동등/우위

🏛️ CUHK (Chinese University of Hong Kong), Shanghai AI Lab

🏷️ MLLM Evaluation, Memory Benchmark, Non-Markov Decision

특히 주목할 점:

→ Memory Gap 분석: 잔여 오류의 대부분이 "잊어버림"에서 발생 (잘못된 행동 선택이 아님)

→ Qwen3.5-9B 파인튜닝: RNG-Bench + 기존 벤치마크 동시 향상, 범용 능력 저하 없음

→ 3축 난이도 제어: 그리드 크기, 시각 패턴, 관측 모달리티로 정밀 진단 가능

🏛️ Independent Research

🏷️ Code Generation, Multilingual Benchmark, LLM Evaluation

특히 주목할 점:

→ 24개 LLM 평가: instruction + reasoning 모델 전부 포함

→ Python overfitting 증거: 다수 모델이 Python 대비 타 언어 pass rate 40-60% 하락

→ 언어별 오염 탐지: 특정 언어에서만 비정상적 고성능을 보이는 패턴 발견

🏛️ IBM Research

🏷️ Agent Evaluation, Benchmark Validity, Predictive Ranking

특히 주목할 점:

→ 14개 병렬 연구: MCP 기반 산업 에이전트 벤치마크 최대 규모 심층 분석

→ 12-tier 측정 장치: HELM이 축약하는 배포 관련 차원을 세분화

→ 3개 반증 가능 OOD 기준: 명시적 임계값 제시, 사전 등록된 파일럿 설계 포함

🏛️ Meta / FAIR

🏷️ Flow Matching, Reinforcement Learning, Image Generation

특히 주목할 점:

→ FID 급감: SiT에서 guidance-free FID 9.38 → 2.62

→ 시맨틱 FD: DINOv3 기준 88.2 → 19.3 (SiT)

→ 범용성: SiT, JiT, REPA, RAE 모든 백본에서 일관된 개선

🏛️ Alibaba (Qwen Team), CUHK

🏷️ Video Understanding, Active Perception, Test-time Scaling

특히 주목할 점:

→ 7B vs 72B: LVBench에서 OmniAgent-7B가 Qwen2.5-VL-72B를 능가 (50.5% vs 47.3%)

→ 비용 탈결합: 추론 복잡도가 영상 길이가 아닌 질문 난이도에만 비례

→ 오픈소스 SOTA: VideoMME 등 10개 벤치마크에서 오픈소스 최고 성능

🏛️ NVIDIA, UC Berkeley

🏷️ Robot Learning, Coding Agent, Autonomous Training

특히 주목할 점:

→ 99% 성공률: 핀 박스 정리, 케이블 타이 조이기, 도구 사용 등 정교한 조작 태스크

→ 로봇 함대 가속: 에이전트 팀 + 복수 로봇 병렬 운영으로 학습 가속

→ 완전 자율: 프론티어 코딩 에이전트가 사람 개입 없이 정책을 자율 훈련

🏛️ ByteDance, MIT, NUS

🏷️ Embodied AI, Egocentric Video, Pretraining

특히 주목할 점:

→ 검증 손실: 동일 데이터량 기준, 1인칭 데이터 사전학습이 로봇 데이터 대비 24% 낮은 validation loss

→ 실전 성공률: 분포 내 52.5%, 분포 외 90% 더 높은 실제 로봇 태스크 성공률

→ 스케일러블 패러다임: 1인칭 영상으로 세계 표현 학습 → 소량 로봇 데이터로 행동 정렬

🏛️ Google DeepMind

🏷️ Interpretability, Diffusion LLM, Transparency

특히 주목할 점:

→ 변수 투명도: 토큰 병목 적용 시 opaque serial depth 28.6x → 1.1x

→ 알고리즘 투명도: 비순차적 추론, 토큰 스미어링 등 확산 고유 현상 최초 발견

→ 모니터링 가능성: DiffusionGemma의 출력이 Gemma 4와 동등하게 다운스트림 활용 가능

🏛️ NTU (Nanyang Technological University)

🏷️ Spatial Reasoning, Tool-Use Agent, 3D Understanding

특히 주목할 점:

→ 8B vs GPT-5.4: S-Agent-8B가 GPT-5.4, Gemini 3과 대등한 공간 추론 성능

→ Training-free: 오픈소스·클로즈드 VLM 모두 학습 없이 일관된 성능 향상

→ S-300K 데이터셋: S-Agent 궤적으로 SFT하여 독립형 공간 에이전트 생성 가능