RynnBrain이 이미지, 비디오에서 좌표, 박스, 궤적과 로봇 계획을 함께 출력하는 원리, 30B-A3B MoE의 실제 메모리, 제어 지연을 설명합니다.

Voicebox가 Qwen3-TTS, Whisper, 편집 UI를 로컬 앱으로 묶는 구조, 설치와 GPU 비용, 음성 복제 동의, 데이터 삭제 검증 기준을 설명합니다.

UniT가 이미지 생성 결과를 검증하고 순차 편집해 복합 지시를 맞추는 원리, Best-of-N 비교와 과편집, 중단, 비용 판단 기준을 설명합니다.

OpenViking이 viking 경로와 L0, L1, L2 계층으로 에이전트 문맥을 탐색하는 원리, 토큰 절감, 검색 누락, 권한 검증 기준을 설명합니다.

Nanbeige4.1-3B가 multi-hop 경로, 턴별 지도, 시간 복잡도 보상으로 긴 작업을 학습하는 방식과 600턴 누적 오류 검증법을 설명합니다.

ERL이 첫 실패의 성찰과 수정 시도를 기본 정책에 자기증류하는 원리, Sokoban의 보고 결과와 학습 비용, 잘못된 인과 위험을 함께 설명합니다.

BitDance가 256비트 토큰과 Binary Diffusion Head로 거대한 Softmax를 피하는 원리, FID, 속도 수치와 실제 배포 검증 기준을 설명합니다.

Rowboat가 이메일, 회의의 인물, 결정, 약속을 Markdown 기억으로 연결하는 원리와 외부 LLM, OAuth 권한, 동기화, 삭제 검증 기준을 설명합니다.

OV-Encoder가 비디오 코덱의 I-frame과 잔차 영역으로 희소 토큰을 만드는 원리, 보고된 성능, 토큰 절감과 놓칠 수 있는 신호를 설명합니다.

DeepImageSearch가 여러 시점의 사진 사건을 검색, 필터, 검증으로 연결하는 원리, DISBench와 도구 비용, 오류 전파, 접근 권한 기준을 설명합니다.