Magma가 Set-of-Mark와 Trace-of-Mark를 이용해 UI, 로봇의 공간, 시간 행동을 토큰으로 학습하는 원리, grounding과 안전성 평가 기준을 설명합니다.

System 1, 2 비유로 Reasoning LLM을 이해하되 인간 사고와 동일시하지 않고, 문제별 추론 예산, 검증기, 정확도, 비용을 함께 평가하는 방법을 설명합니다.

RailSem19의 철도 장면 semantic segmentation 데이터와 클래스, 라벨 구조를 이해하고 split 누수, 희소 객체, 안전 관련 평가를 점검하는 방법을 설명합니다.

DeepGEMM이 FP8 행렬곱을 JIT 커널과 세밀한 스케일링으로 최적화하는 원리, benchmark 수치와 shape, 하드웨어별 재현 조건을 설명합니다.

Claude 3.7 Sonnet 발표 당시의 일반 응답과 확장 사고, 코딩 벤치마크, 비용, 지연 trade-off를 구분하고 실제 업무 검증법을 설명합니다.

BiRefNet의 bilateral reference 구조가 고해상도 이진 분할에서 경계와 내부 영역을 다루는 방식, 배경 제거 결과와 실행 수치를 검증하는 기준을 설명합니다.

SWE-Lancer가 실제 프리랜스 소프트웨어 과제와 보상액으로 AI 코딩 능력을 평가하는 방식, 채점, 오염, 비용 한계와 재현 기준을 설명합니다.

OmniParser가 화면의 클릭 가능 요소와 텍스트를 구조화해 VLM에 전달하는 과정, grounding 오류와 실제 GUI 자동화에서의 안전한 검증 순서를 설명합니다.

VideoLLaMA 3의 Adaptive Vision Tokenization과 Differentiable Frame Pruning이 공간, 시간 중복을 줄이는 방식, 정보 손실과 재현 평가 기준을 설명합니다.

Grok 3 베타 발표의 AIME, GPQA, 코딩 벤치마크와 Colossus 규모, DeepSearch 로드맵을 서로 다른 주장으로 나눠 과장 없이 해석하는 방법을 설명합니다.