TraceDance: An Automated System for Building Agent Behavior Benchmarks from Real-World Agent Deployment Traces
Hugging Face Daily Papers · 2026-09-27 · Dehai Min 외 · 실제 서비스 로그에서 위험한 순간만 골라 다시 묻는 자동 채점입니다.
그 순간의 선택이 안전한지 다시 묻는 테스트입니다. 최신 대형 모델 평균 통과율 26.7%.
규모: 25만+ 세션 → 107개 벤치마크·4,125개 사례(구축 목표 충족 95.3%).
SciGen-Verifier: A Multimodal Reasoner for Explainable Verification in Scientific Image Generation
Hugging Face Daily Papers · 2026-09-27 · Jiali Chen 외 · ChatGPT에게 코드 오류를 빨간펜으로 지적받듯, 생성한 회로도·그래프가 맞는지 이유와 고치는 법까지 적어 주는 검증기입니다.
한 줄로: O/X만 찍는 데서 끝나지 않고, 틀린 곳과 고치는 방법까지 바로 보여 줍니다.
YuE2: Unifying Symbolic and Audio Music Generation at Frontier Quality
Hugging Face Daily Papers · 2026-09-27 · Ruibin Yuan 외 · 먼저 읽을 수 있는 악보를 쓰고, 그 계획을 따라 전체 곡 소리를 만드는 통합 음악 생성입니다.
숫자 한 줄: 전문가 선호는 계획이 있을 때 49.3% 대 없을 때 34.6%, SongBench 평균 6.73(8개 중 최고 6.96)입니다.
Diffusion Reward Models
Hugging Face Daily Papers · 2026-09-27 · Xiangyang Wang 외 · 앱스토어 별점처럼 평균 하나만 남기지 않고, 의견이 얼마나 갈리는지까지 남기는 보상 모델입니다.
쓸 때: 불확실하면 거절하거나 더 신중히 학습에 씁니다. 다섯 벤치마크에서 기존과 동등 이상을 보고했습니다.
모델이 스스로 경계를 지키리라 가정하지 않고, 샌드박스 OpenShell과 BlueField-4 DPU Sentry로 바깥에서 권한을 막는 오픈소스 안전 층입니다.
AI가 AI 연구 자체를 자동화하는 흐름(RSI)에 지금 감독 여유를 설계하라는 공동 경고입니다. Claude가 R&D의 약 26%를 주도한다는 점이 근거로 소개됩니다.
전액 주식 약 11조 원 규모(Xilinx 다음으로 AMD 사상 두 번째). 공간·물리 시뮬레이션(월드 모델)을 칩 로드맵에 붙이려는 M&A로, 2026년 말 완료 예정입니다.
출력 속도 Sonnet 5 대비 30%+, 작업당 비용 최대 30%↓. Terminal-Bench 4.0 70.6%, CursorBench 4.0 55.5%. 실제 과제에서 도구 호출·실패 복구를 다시 재 볼 차례입니다.
실시간 대화에 입 모양·표정이 맞는 아바타를 붙입니다. 낮은 지연 스트리밍으로 Gemini Enterprise에서 제공됩니다.
캐릭터·장면 대사용 음성 합성 두 모델. AI Studio·API·Enterprise와 보이스 스튜디오로 브랜드 보이스를 만들 수 있습니다.
Jeff 로컬 의사결정 모델