새로운 MambaAct 액션 전문가 모델은 LIBERO 벤치마크에서 성공률을 소폭 높이면서 추론 시간을 최대 65% 단축합니다.
짧은 소식작성: OossaOossa 게시일: 1 분 읽기
연구진이 플로 매칭 방식의 비전·언어·행동(VLA) 모델을 위한 더 작은 액션 전문가 모델 MambaAct를 공개했습니다. 기존 π₀.₅ 모델의 시각·언어 인코더는 유지하고, 트랜스포머 기반 액션 부분을 소형 Mamba 모듈로 대체했습니다. 그 결과 액션 전문가 모델의 크기가 10분의 1로 줄었으며, LIBERO 시뮬레이션 벤치마크에서 디노이징 지연 시간이 64.8%, 실제 환경 테스트에서는 58.8% 단축됐습니다. 동시에 LIBERO 평균 성공률은 약 1%포인트 높아졌습니다. 코드와 모델 가중치는 공개됐습니다.
로봇 연구자들은 제한된 하드웨어에서도 VLA 모델을 더 빠르게 실행해 거의 실시간으로 조작 작업을 수행할 수 있습니다.
모델
Mistral AI가 5M~209M 매개변수로 구성된 시계열 모델 제품군 Timestral을 공개했다. 여러 벤치마크에서 Google의 TimesFM‑3를 앞섰으며 CPU에서도 실행된다.
모델
Gemini 4 Argon 기반 AI 에이전트 4개가 무작위 마인크래프트 세계를 탐험하고 서로 협력해 사람의 지시 없이 엔더 드래곤을 처치했다.
모델
Harness2는 테스트 시점에 AI 에이전트의 하네스를 다시 작성할 수 있다. MarkTechPost는 가중치를 변경하지 않고 한 차례 개선 단계를 거친 GLM-5가 WorkBuddy-Bench에서 11.5포인트 상승했다고 전했다.
Oossa · 뉴스레터
이번 주 AI, 쉽게 정리
매주 월요일, 알아둘 만한 소식을 쉬운 말로. 무료, 스팸 없음.
