2월 5일 AI 주요 논문

1. Quant VideoGen: Auto-Regressive Long Video Generation via 2-Bit KV-Cache Quantization
   - KV 캐쉬 메모리의 한계를 극복하기 위해 의미 기반 스무딩과 점진적인 잔차 양자화를 활용하며, 메모리 사용량을 대폭 줄이는 동시에 지연 시간을 최소화함.
   - [논문 링크](https://arxiv.org/abs/2602.02958)

2. SoMA: A Real-to-Sim Neural Simulator for Robotic Soft-body Manipulation
   - 부드러운 몸체 조작을 위한 3D 가우시안 스플랫 시뮬레이터로, 변형 동역학, 환경 힘 및 로봇 동작을 통합된 잠재 신경 공간에서 결합하여 안정적이고 긴 시간 조작을 가능하게 함.
   - [논문 링크](https://arxiv.org/abs/2602.02402)

3. HySparse: A Hybrid Sparse Attention Architecture with Oracle Token Selection and KV Cache Sharing
   - 완전한 주의 레이어와 희소 주의 레이어를 혼합하여 효율성과 성능을 개선하며, 완전 주의 출력이 희소 레이어의 토큰 선택을 안내함.
   - [논문 링크](https://arxiv.org/abs/2602.03560)

4. EgoActor: Grounding Task Planning into Spatial-aware Egocentric Actions for Humanoid Robots via Visual-Language Models
   - 통합 비전-언어 모델을 통해 고수준 지침을 정밀한 유인 로봇 행동으로 변환하며, 시뮬레이션 및 실제 환경에서의 인지 및 실행을 통합함.
   - [논문 링크](https://arxiv.org/abs/2602.04515)

5. Rethinking the Trust Region in LLM Reinforcement Learning
   - PPO의 한계를 극복하기 위해 비율 클리핑 대신 직접 정책 분산 제약을 도입하여 훈련의 안정성과 효율성을 향상시킴.
   - [논문 링크](https://arxiv.org/abs/2602.04879)

6. WideSeek-R1: Exploring Width Scaling for Broad Information Seeking via Multi-Agent Reinforcement Learning
   - 다중 에이전트 시스템을 통한 병렬 정보 탐색으로, 더 큰 단일 에이전트에 필적하는 성능을 달성함.
   - [논문 링크](https://arxiv.org/abs/2602.04634)

7. Training Data Efficiency in Multimodal Process Reward Models
   - 균형 잡힌 정보 점수를 통해 훈련 데이터의 효율성을 높이며, 10%의 훈련 데이터로 전체 데이터 성과를 달성함.
   - [논문 링크](https://arxiv.org/abs/2602.04145)

8. Residual Context Diffusion Language Models
   - 잔여 문맥 확산(RCD) 모델을 통해 폐기된 토큰 정보를 재활용하여 사용자 모델의 정확도를 개선하며, 최소한의 계산 오버헤드로 성능을 강화함.
   - [논문 링크](https://arxiv.org/abs/2601.22954)