PaperBanana가 reference retrieval, content planning, neural/code rendering, VLM critique로 학술 figure를 만드는 과정, 35% 결과의 범위와 수치, 출처, 검수 조건을 설명합니다.

LingBot-VA가 video, action token을 causal sequence로 학습하고 미래 visual state에서 action을 복원하는 원리, counterfactual 검증, prediction drift, latency와 안전 경계를 설명합니다.

VTC-R1이 이전 reasoning을 image optical memory로 바꿔 3.4배 token 압축, 2.7배 latency 개선을 보고한 원리, segment 설계, OCR 오류, text fallback 기준을 설명합니다.

LoL이 streaming video의 sink-collapse를 multi-head RoPE jitter로 늦추는 원리와 12시간 생성 주장의 범위, local, identity, semantic consistency와 총비용 검증법을 설명합니다.

MMFineReason이 180만 multimodal reasoning 후보 중 정확하고 적정 난도인 약 7%를 선별하는 과정, teacher 오류, 선별 편향, 총 생성비용과 재현 실험을 설명합니다.

OCRVerse가 document, chart, web OCR을 cross-domain SFT와 domain-specific reward로 학습하는 원리, 수치, label 결속, hierarchy 오류와 production 검수 기준을 설명합니다.

DynamicVLA가 0.4B backbone, Continuous Inference와 최신 action chunk 선택으로 동적 조작을 수행하는 원리, 20Hz, 80% 조건과 stale action, 안전 검증법을 설명합니다.

Youtu-VL이 vision-as-target VLUAS와 NTP-M으로 VQA, detection, segmentation을 한 구조에 묶는 원리, tokenizer 정보 손실과 token 비용, 전용 model 대체 조건을 설명합니다.

LingBot-World의 16 FPS, 1초 미만 반응, 분 단위 memory 주장을 throughput, action latency, state 보존, 물리 정확도로 나누고 intervention test와 배포 조건을 설명합니다.

LingBot-VLA의 2만 시간, 9개 dual-arm data와 100개 task 전이 범위를 설명하고, 261 samples/s를 실시간 제어와 구분해 latency, 안전, episode 효율을 검증합니다.