이번 주 AI 논문: 루프 디코딩·자기 개선·에이전트 벤치마크

루프 디코딩 및 자기 개선 학습

LoopCD는 반복적 Transformer의 토큰 선택을 최종 예측과 이전 반복 패스 비교로 유도하는 디코딩 프레임워크다. LoopCD-Logits는 logit 공간에서 추가 출력 패스 1회를 사용하며, LoopCD-Hidden은 hidden-state 공간에서 출력 오버헤드 0으로 동작한다. Ouro-2.6B-Thinking 모델에서 AIME 2024 pass@1이 **61.88%**에서 **73.33%**로 향상되었고, Huginn 모델의 HumanEval pass@1은 **22.56%**에서 **31.71%**로 개선되었다. 반복 루프 수를 절반으로 줄여도 full-depth unguided baseline 이상의 성능을 달성하며 forward FLOPs를 22.5%~48.2% 감소시킨다.

UniEvo-VL은 멀티모달 모델의 자기 개선을 위한 온-정책 자기 증류 학습 레시피를 제안한다. 별도 교사 모델 없이 단일 모델이 교사(자기 비판 조건)와 학생(원본 질문) 역할을 수행하며, Qwen-image-2512 기반에서 GenEval 점수가 0.747에서 0.808로 상승했다. 외부 비평가 활용 시 상한이 기대되나 텍스트 렌더링 등 작업 간 효과는 균일하지 않다.

에이전트 학습 및 벤치마크

SkillGym은 인간 작성 에이전트 기술을 LLM에 내재화하는 프레임워크로, 12개 카테고리 2,756개 환경과 8,364개 성공 경로를 포함한다. Claude Code 하 SFT 적용 시 Qwen3.5-35B-A3B 모델은 GDPval-AA v2에서 199 Elo, Terminal-Bench 2.1에서 19.10%p 향상되었다. 35B SkillGym-Agent는 SkillsBench에서 **51.47%**를 달성해 Claude Sonnet 4.6, GPT-5.4 Mini 등을 초과했다.

RLTL;DR은 검증 가능한 보상 기반 강화학습(RLVR)의 한계를 극복하기 위해 실패 후 자체 피드백을 컨텍스트에 포함하고 역전파로 정책에 내재화한다. Qwen 3.5 9B Thinking 모델에서 Pass@1이 **0~1%**에서 정체되던 것이 **14~31%**로 향상되었으며, 평가 시 통찰력 없이도 **12~13%**를 달성한다.

AIM은 아이디어 기반 탐색을 위한 베이지안 최적화 영감 프레임워크로, 10개 AutoLab 벤치마크에서 장기 모델 개발 작업 기준선을 4.9%p 상회하고 벽시계 시간을 최대 3.1배 단축한다.

공간 지능 및 의식 평가

KilometerVision은 VLM의 대규모 공간 지능을 평가하는 ECCV 2026 공개 벤치마크로, 실제 보행 투어 영상과 최대 1km 거리 지리적 배치를 측정한다. 현재 VLM은 진정한 경로 적분 없이 2D 시각 인식과 텍스트 매칭에 의존하는 것으로 나타났다.

AI 의식 평가 프레임워크는 Marr의 분석 수준을 확장한 5단계 계층적 기능 설명과 베이지안 모델을 사용한다. 현재 LLM의 의식 가능성 종합 확률은 가정과 해석에 따라 0.01 미만에서 약 0.8까지 변동하며, 의식 지표와 일반 지능 아키텍처 특징이 밀접하게 겹침을 시사한다.