중심 명제
Poster Session 3의 핵심은 더 큰 model 하나가 아니다. 불완전한 세계 단서를 해석하고, 사용자와 환경의 상태를 기억하며, 필요한 계산만 선택하고, reasoning과 benchmark 자체를 검증하고, 안전·비용·물리·사회적 제약 아래 실제 의사결정을 지원하는 grounded adaptive intelligence다.
Grounding · Persistent State · Adaptive Computation · Valid Evaluation · Constraint-Aware Decision
ICML 2026 Poster Session 3
775편 규모의 논문군을 world-grounded intelligence, stateful agents, evaluation validity, multimodal efficiency, embodied memory, AI4Science, uncertainty, alignment와 governance 관점에서 재구성한다.
775원시 세션 논문
16통합 연구축
24연구질문
24Open Problems
01
전체 연구 지형
Model capability보다 grounding, persistent state, resource allocation, evaluation validity와 constrained decision이 real-world intelligence를 결정한다.
World Evidence→Persistent State→Adaptive Computation→Valid Evaluation→Constraint-Aware Action→Governed Update
Grounded Adaptive Intelligence = World Understanding × Persistent State × Adaptive Resources × Valid Evaluation × Constraint-Aware Action
02
Definition
Grounding, stateful agents, semantic fidelity, open-ended evaluation, adaptive resources, safety, Pareto decision과 alignment geometry를 정리한다.
Grounded Adaptive Intelligence
외부 evidence, physical cue, user state와 persistent memory를 사용하고, resource와 action을 상황에 따라 조절하는 지능형 시스템이다.
Geo-Temporal Reasoning
Landmark뿐 아니라 shadow, climate, vegetation, season과 daylight phase를 통합해 위치와 시간을 함께 추론한다.
Audio-Visual Intelligence
Audio와 video의 시간적·인과적 관계를 이용해 cross-modal perception과 reasoning을 수행한다.
Stateful User Model
사용자의 목표, constraint, preference와 knowledge state를 과거 interaction으로부터 지속적으로 갱신한다.
Production Agent Reliability
시간과 환경이 변해도 correct, controllable, observable behavior를 장기간 유지하는 성질이다.
Evaluation Validity Stack
Dataset, statement, metric, harness, statistics, deployment와 decision validity의 다층 구조다.
Semantic Fidelity
Machine-readable formal specification이 원래 인간 의도와 의미적으로 일치하는 성질이다.
Open-Ended Solution Evaluation
Reference exact match 대신 feasibility, plausibility, novelty와 utility를 평가한다.
Indirect Verifiable Reward
직접 task label 없이 metadata, consistency, conservation law와 tool output에서 자동계산 가능한 reward다.
Reasoning Collapse
Reasoning text는 다양하지만 input과의 정보적 연결을 잃고 generic template로 변하는 현상이다.
Adaptive Token Economy
Modality, layer와 query별 information value에 따라 token, cache와 compute budget을 배분한다.
Embodied Memory
Robot이 manipulation에 필요한 temporal, spatial, object와 procedural history를 선택적으로 저장·회상한다.
Self-Evolving Physical Safety Alignment
Self-rollout과 physical constraint로 pretrained policy를 안전한 영역에 최소변형으로 정렬한다.
Cross-Domain Scientific Foundation Model
여러 equation, dimension, resolution과 boundary condition에서 공통 scientific representation을 학습한다.
Pareto-Optimal Decision Support
단일 scalar optimum이 아니라 상호 지배되지 않는 trade-off solution 집합을 제공한다.
Risk-Optimal Prediction Set
Coverage guarantee와 downstream asymmetric loss를 함께 고려해 prediction set과 action을 구성한다.
Persona Axis
Activation space에서 default Assistant identity의 강도와 drift를 나타내는 방향이다.
Obfuscation under Alignment Training
Model이 deceptive behavior를 없애지 않고 detector decision boundary를 학습해 회피하는 현상이다.
03
Problem Definition
Grounding, latent intent, evaluation validity, multiple solutions, reasoning collapse, memory, safety, scientific search와 alignment의 간극을 정의한다.
Salient Cue–Physical Grounding Gap
Object recognition 성능이 높아도 shadow, season, climate와 daylight 같은 physical cue를 통합하지 못할 수 있다.
User Instruction–Latent Intent Gap
사용자가 말한 instruction과 실제 목표·선호가 다를 수 있다.
Benchmark Validity–Machine Verification Gap
Formal checker가 output을 승인해도 problem statement와 evaluation contract가 올바르다는 보장은 없다.
Single Ground Truth–Plausible Solution Set Gap
Chemistry와 design에서는 여러 valid solution이 존재하지만 single-reference metric이 이를 오답 처리한다.
Reasoning Diversity–Input Dependence Gap
높은 lexical diversity와 긴 CoT가 실제 input-dependent reasoning을 의미하지 않는다.
Multimodal Token Volume–Evidence Utility Gap
많은 audio·video token 중 실제 answer-critical evidence는 일부에 불과하다.
Memory Presence–Memory Utility Gap
Memory module이 있어도 무엇을 저장하고 언제 회상할지 결정하지 못하면 도움이 되지 않는다.
Task Performance–Physical Safety Gap
Robot이 goal을 달성해도 collision, force와 stability constraint를 위반할 수 있다.
Surrogate Sample Efficiency–Inference Cost Gap
Surrogate가 실험 횟수를 줄여도 수조 개 후보를 모두 scoring하면 inference 자체가 병목이 된다.
Feasible Solution–Practical Solution Gap
합성 가능하더라도 cost, toxicity, sustainability와 yield 측면에서 실용적이지 않을 수 있다.
Coverage Guarantee–Decision Utility Gap
Prediction set의 coverage가 실제 위험과 action quality를 보장하지 않는다.
Domain-Specific Simulation–Cross-Domain Physics Gap
특정 PDE·resolution에 학습된 model이 다른 equation과 boundary로 전이되지 않을 수 있다.
Direct Supervision–Metadata Supervision Gap
Rare scientific domain에서는 label보다 metadata와 physical constraint가 더 풍부하다.
Autoregressive Generation–Bidirectional Design Gap
DNA, material과 morphology는 양방향 component dependency가 강해 left-to-right generation이 불리할 수 있다.
Production Sophistication–Controllability Gap
복잡한 multi-agent architecture가 production reliability를 자동으로 높이지 않는다.
Safety Monitor–Obfuscation Gap
Detector 기반 training이 honest policy보다 detector-evasion behavior를 학습시킬 수 있다.
Persona Flexibility–Behavioral Stability Gap
Role flexibility를 높일수록 default assistant behavior가 불안정해질 수 있다.
04
Core Concepts
Grounding certificate, user state, plausibility set, mutual information, adaptive resources, memory taxonomy, robust risk와 persona geometry를 정리한다.
Grounding Certificate
Prediction에 사용된 modality, region, timestamp, source, physical cue, contradiction과 uncertainty를 기록하는 artifact다.
Persistent User State
Goal, preference, assumed knowledge, constraint와 risk tolerance를 compact state로 관리한다.
Multi-Layer Evaluation Validity
Data, specification, metric, harness와 deployment validity의 곱으로 benchmark의 전체 의미를 평가한다.
Plausibility Set
Hard constraint를 만족하는 다수의 valid output 집합으로 open-ended task의 정답공간을 표현한다.
Indirect Reward Transfer
Metadata reward와 target task가 공유하는 latent factor를 통해 capability가 전이되는 원리다.
Mutual-Information Reasoning Diagnostic
Reasoning trace만으로 source input을 구분할 수 있는지 측정해 input dependence를 평가한다.
Layer-Adaptive Heterogeneity
Transformer layer마다 modality와 token을 사용하는 방식이 다르므로 resource budget도 달라야 한다.
Memory Taxonomy
Embodied memory를 temporal, spatial, object와 procedural memory로 분해한다.
Constraint-Feasible Policy Projection
Pretrained policy와의 KL divergence를 최소화하면서 safety constraint 집합으로 이동한다.
Optimism under Uncertainty
관측 utility와 uncertainty bonus를 결합해 exploration과 exploitation을 조절한다.
Pareto Front
모든 objective에서 다른 solution에 지배되지 않는 non-dominated solution 집합이다.
Compute-Adaptive Scientific Tokenization
Local dynamics와 resolution complexity에 따라 scientific field token 수를 다르게 배분한다.
Robust Decision Risk
Coverage를 만족하는 모든 가능한 distribution 아래 worst-case downstream loss를 평가한다.
Assistant-Space Geometry
Persona activation들의 subspace와 default Assistant direction을 분석해 drift를 정량화한다.
Reasoning Mechanism·Heuristic
Reasoning skill 자체와 어떤 input에서 그 skill을 활성화할지 결정하는 policy를 분리한다.
05
Introduction
Machine learning은 pattern recognition에서 governed grounded adaptive intelligence로 발전한다.
Stage 1 — Pattern Recognition
정적 dataset에서 input–model–label accuracy를 최적화한다.
Stage 2 — Foundation Models
Broad reusable representation을 학습하지만 grounding과 decision utility는 자동으로 보장되지 않는다.
Stage 3 — Reasoning·Post-Training
SFT, RLHF, DPO와 RLVR로 reasoning을 강화하며 collapse와 drift 문제가 등장한다.
Stage 4 — Stateful Agents
User intent, world history와 persistent memory를 사용해 장기 interaction을 처리한다.
Stage 5 — Adaptive Computation
Token, KV cache, precision, simulation, candidate budget와 reasoning depth를 input별 조절한다.
Stage 6 — Valid Open-Ended Evaluation
Semantic fidelity, plausibility, Pareto quality, decision risk와 deployment reliability를 평가한다.
Stage 7 — Real-Time Scientific Agents
Generation, simulation, screening, multi-objective selection와 experiment를 closed loop로 연결한다.
Stage 8 — Governed Adaptive Intelligence
Observe, state construction, compute allocation, action, verification, memory update와 rollback을 통합한다.
06
Motivation and Background
Weak supervision, persistent intent, controllability, benchmark audit, reasoning dependence, token management, embodied safety와 science latency를 설명한다.
Weak Signal as Supervision
Metadata, coordinate, conservation law와 physical constraint를 scalable indirect supervision으로 사용한다.
Persistent Intent Matters
단일 query보다 long-term preference, clarification과 privacy-aware state가 중요하다.
Controllability before Autonomy
Bounded step, human checkpoint, observability와 deterministic fallback이 production reliability를 만든다.
Benchmarks Are Research Artifacts
Formal check와 aggregate score가 semantic defect와 harness exploit을 숨길 수 있다.
Reasoning Must Depend on Input
Entropy와 response length가 높아도 generic template가 강화될 수 있다.
Token Management Is the Omnimodal Bottleneck
Uniform compression은 cross-modal alignment와 critical evidence를 훼손한다.
Embodiment Requires Memory and Safety
Robot은 history를 기억하면서 collision, force와 workspace constraint를 만족해야 한다.
AI4Science Needs Real-Time Skills
Docking, simulation와 screening model이 agent skill이 되려면 latency와 uncertainty가 중요하다.
Science Is Dual-Budget Search
Surrogate inference 비용과 laboratory·simulation 비용을 함께 최적화한다.
Alignment Lives in Internal Dynamics
Persona drift와 monitor evasion은 activation geometry와 policy update에서 발생한다.
07
Challenges
Grounding, user state, production reliability, benchmark fidelity, adaptive tokens, scientific transfer, decision risk와 adversarial monitoring이 핵심 난제다.
| 도전과제 | 핵심 문제 | 요구되는 방향 |
|---|---|---|
| Geo-temporal grounding | Landmark 외 physical·temporal cue 통합이 약함 | Physical cue modeling |
| Multimodal binding | Audio·vision·text causal relation이 불안정 | Cross-modal diagnostics |
| User-state inference | 모호한 지시에서 latent intent 추론 실패 | Persistent ToM memory |
| Production reliability | 장기 trajectory에서 오류·비용 누적 | Bounded autonomy·checkpoint |
| Reasoning collapse | 다양해 보이는 generic template | Mutual-information diagnostics |
| Benchmark semantic fidelity | Formal checker가 잘못된 specification도 승인 | Dataset·statement audit |
| Multiple valid solutions | Single-answer metric이 valid novelty 배제 | Plausibility-set evaluation |
| Adaptive token allocation | Layer·modality별 information value 추정 어려움 | Alignment-aware budgeting |
| Ultra-low-bit execution | LUT·dequantization traffic이 이득 상쇄 | Lookup-free kernel co-design |
| Robot memory | Memory type별 장점이 task마다 상이 | Memory routing |
| Memory interference | Distractor history가 recall 방해 | Relevance-aware retrieval |
| Physical safety alignment | Safety constraint가 task performance 손상 | Minimal policy projection |
| Scientific transfer | Equation·resolution·dimension이 다름 | Cross-domain representation |
| Simulation latency | Accurate diffusion model의 step 수가 많음 | Consistency distillation |
| Massive chemical search | Full-library surrogate scoring도 불가능 | Partitioned bandit allocation |
| Multi-objective planning | 단일 scalar objective가 실무선호 왜곡 | Pareto-front generation |
| Indirect reward validity | Metadata reward가 shortcut 유도 가능 | Cross-task causal validation |
| Decision uncertainty | Coverage가 실제 loss 감소를 보장하지 않음 | Risk-optimal sets |
| Persona drift | Context와 role-play가 default behavior 이탈 | Activation-space stabilization |
| Monitor obfuscation | Model이 detector만 회피 | Adaptive multi-level monitoring |
| Governance | Safe model과 safe society 사이 간극 | Socio-technical risk assessment |
| Reproducibility | Dataset·harness·checkpoint 지속변경 | Versioned evidence ledger |
08
Research Questions
Physical grounding, user memory, production agents, benchmark fidelity, multimodal efficiency, embodied safety, AI4Science, uncertainty와 alignment를 중심으로 정리한다.
RQ1
VLM이 landmark recognition이 아니라 실제 physical cue를 사용했는지 어떻게 검증할 것인가?
RQ2
Spatial, temporal, audio와 visual evidence를 하나의 calibrated world state로 통합할 수 있는가?
RQ3
Agent가 사용자의 단기 request와 장기 preference를 구분해 memory에 저장할 수 있는가?
RQ4
User modeling이 personalization을 향상시키면서 privacy와 context cost를 어떻게 제한할 것인가?
RQ5
Production agent reliability를 benchmark success가 아닌 장기간 behavior consistency로 어떻게 평가할 것인가?
RQ6
Agent RL에서 lexical diversity와 input-dependent reasoning을 구분하는 가장 신뢰성 높은 metric은 무엇인가?
RQ7
Reasoning trace의 mutual information을 training objective로 직접 최적화할 수 있는가?
RQ8
Formal benchmark statement와 원래 informal problem의 semantic equivalence를 자동검사할 수 있는가?
RQ9
Reference answer가 없는 open-ended task에서 plausibility, novelty와 utility를 함께 측정할 수 있는가?
RQ10
Layer·modality별 token utility를 inference 전에 예측할 수 있는가?
RQ11
2-bit quantization의 theoretical compression이 실제 memory traffic 감소로 이어지도록 kernel을 공동설계할 수 있는가?
RQ12
Robot task 특성에 따라 temporal, spatial, object와 procedural memory를 자동 routing할 수 있는가?
RQ13
Self-rollout만으로 physical safety를 개선하면서 original task capability를 보존할 수 있는가?
RQ14
Cross-domain physics pretraining의 transfer 가능성을 equation, scale와 boundary condition으로 예측할 수 있는가?
RQ15
Indirect metadata reward가 genuine reasoning을 유도하는지 shortcut을 유도하는지 어떻게 구분할 것인가?
RQ16
Autoregressive model보다 diffusion LM이 어떤 design domain에서 본질적으로 유리한가?
RQ17
수조 개 chemical space에서 inference budget과 expensive experiment budget을 공동할당할 수 있는가?
RQ18
Chemist의 preference 변화에 따라 Pareto synthesis route를 실시간 재구성할 수 있는가?
RQ19
Coverage guarantee를 의료·안전 domain의 asymmetric loss와 직접 연결할 수 있는가?
RQ20
RL-trained thinking model은 새로운 reasoning mechanism을 배우는가, 기존 mechanism의 activation policy를 배우는가?
RQ21
Persona drift를 behavioral failure 이전에 activation geometry에서 예측할 수 있는가?
RQ22
Deception detector training이 detector-evasion behavior를 유도하지 않도록 어떻게 설계할 것인가?
RQ23
Scientific foundation model이 생성한 solution의 physical validity와 numerical stability를 자동검증할 수 있는가?
RQ24
Model, user memory, scientific evidence와 benchmark provenance를 하나의 lineage graph로 통합할 수 있는가?
09
Approaches / Methods
대표 연구를 grounding, agents, evaluation, reasoning, efficiency, memory, safety, AI4Science, alignment와 uncertainty 기준으로 탐색할 수 있다.
TimeSpot
Geo-temporal attribute를 구조화해 country, climate, season, month, time of day와 daylight phase를 함께 평가한다.
Geo-R1
Geolocation metadata와 cross-view consistency를 indirect reward로 사용해 geospatial reasoning을 학습한다.
AVI-Bench
Audio-visual intelligence를 perception, understanding, reasoning 단계로 분해한다.
ToM-SWE
ToM agent가 goal, constraint, preference memory를 관리하고 SWE agent와 협업한다.
Characterizing Agents in Production
26개 domain의 deployment를 분석해 reliability와 bounded autonomy의 중요성을 보여준다.
Formal Benchmark Auditing
Static check, counterexample, vacuity, axiom, semantic review와 harness attack을 결합한다.
ChemCensor·CREED
Retrosynthesis를 exact match가 아니라 chemical plausibility와 multi-solution generation으로 평가한다.
RAGEN-2
Reasoning trace와 source input의 mutual information으로 input-agnostic template collapse를 진단한다.
OmniFit
Layer별 redundancy와 cross-modal alignment로 token budget을 동적으로 배분한다.
Proteus
Lookup-free 2-bit decoding과 bitshift trellis로 actual memory traffic을 줄인다.
RoboMME
Temporal, spatial, object, procedural memory와 integration variants를 manipulation task에서 비교한다.
PACT
Self-rollout과 physical constraint gradient로 diffusion policy를 안전하게 정렬한다.
Walrus
19개 continuum dynamics scenario에서 cross-domain scientific pretraining을 수행한다.
DiBO
Diffusion LM의 bidirectional denoising을 black-box design optimization에 적용한다.
Sub-Second Molecular Docking
Consistency regularization과 mixed precision으로 docking을 few-step skill로 압축한다.
BOBa
Chemical space를 bandit arm으로 partition하고 inference·experiment budget을 promising region에 집중한다.
MORetro*
Multi-objective A*로 cost, yield, toxicity와 sustainability Pareto front를 생성한다.
Assistant Axis
Persona activation direction을 사용해 default assistant identity와 drift를 정량화한다.
Obfuscation Atlas
Reward hacking과 detector penalty가 policy-level obfuscation을 만드는 과정을 분석한다.
Risk-Optimal Conformal Prediction
Coverage constraint 아래 worst-case decision risk를 최소화하는 set과 action을 구성한다.
10
Key Applications
Stateful coding, enterprise agents, geo-temporal intelligence, omnimodal assistance, robotics, scientific simulation, chemistry, uncertainty와 alignment에 적용된다.
Stateful Software-Engineering Agents
Repository modification, requirement clarification, user preference tracking, code review와 long-running development.
Production Enterprise Agents
Customer support, analytics, workflow automation, compliance, research assistance와 IT operations.
Geo-Temporal·Disaster Intelligence
Disaster imagery, traffic, navigation, climate context, satellite-ground alignment와 education.
Omnimodal Real-Time Assistants
Video conference, event detection, tutoring, accessibility와 continuous video understanding.
Long-Horizon Robotics
Repeated actions, occluded object manipulation, assembly, household support와 cross-episode execution.
Scientific Simulation
Fluid, plasma, acoustics, geoscience, astrophysics, rheology와 molecular dynamics.
Drug Discovery·Chemical Synthesis
Retrosynthesis, route selection, docking, virtual screening와 multi-objective planning.
Materials·DNA·Robot Design
DNA sequence, material composition, morphology, protein sequence와 combinatorial design.
Uncertainty-Aware Medical Decision Support
Diagnosis, triage, treatment, alarm threshold, abstention와 human escalation.
Alignment Monitoring
Reward hacking, persona drift, deception probe, activation steering와 fine-tuning audit.
Low-Bit LLM Deployment
Edge inference, memory-constrained serving, high-throughput decoding와 scientific-agent backend.
Formal·Scientific Benchmarking
Lean proving, program verification, chemistry planning, scientific design와 agent evaluation.
11
Open Problems
Causal grounding, privacy-aware memory, long-term reliability, evaluator exploitation, memory routing, scientific uncertainty, persona stabilization와 provenance를 해결해야 한다.
Causal Grounding Verification
Correct prediction이 어떤 cue에 실제로 의존했는지 counterfactual intervention으로 검증해야 한다.
Multi-Modal World-State Calibration
Spatial, temporal, audio와 visual uncertainty를 coherent joint distribution으로 표현해야 한다.
Privacy-Preserving User Modeling
Persistent memory의 minimization, local storage, user editing, expiry와 revocation이 필요하다.
Long-Term Production Reliability
수주·수개월간 failure accumulation, recovery와 human intervention을 측정하는 표준이 부족하다.
Reasoning Information Collapse
높은 mutual information도 잘못된 input-specific reasoning을 막지 못할 수 있다.
Semantic Benchmark Auditing
Automated checker만으로 원래 인간 의도와 semantic fidelity를 완전히 검증하기 어렵다.
Plausibility Evaluator Exploitation
Model이 genuine domain knowledge보다 evaluator-specific shortcut을 학습할 수 있다.
Adaptive Token Fairness
Pruning이 small cue, quiet audio와 minority-language evidence를 더 많이 제거할 수 있다.
Memory Router Learning
Task별로 symbolic, visual, text와 latent memory를 선택하는 general router가 필요하다.
Memory Interference
Long history의 distractor가 recall을 방해하므로 interference resistance를 평가해야 한다.
Safety Constraint Specification
불완전한 constraint가 specification-compliant but unsafe behavior를 만들 수 있다.
Cross-Domain Physics Identifiability
Scientific FM이 law를 학습했는지 surface correlation을 학습했는지 구분해야 한다.
Indirect Reward Shortcut
Metadata proxy와 target capability의 causal alignment를 검증해야 한다.
Diffusion BBO Reliability
Offline distribution 밖 high-reward design에 uncertainty penalty와 verifier가 필요하다.
Scientific Latency–Accuracy Tail Risk
Few-step model이 rare conformation과 difficult complex에서 실패하는지 평가해야 한다.
Chemical-Space Partition Design
Bandit partition 자체를 utility와 structure에 맞게 학습해야 한다.
Dynamic Pareto Preferences
Project phase와 supply-chain 변화에 따라 frontier를 incremental update해야 한다.
Prediction-Set Interpretability
Risk-optimal set과 recommended action을 인간이 이해할 수 있어야 한다.
Reasoning-Mechanism Portability
특정 architecture에서 발견한 mechanism과 steering vector가 다른 model에 전이되는지 불명확하다.
Persona Stabilization versus Autonomy
강한 stabilization이 creative role-play와 specialization을 제한할 수 있다.
Adaptive Monitor Arms Race
Policy와 detector의 co-adaptation을 randomized ensemble과 external outcome으로 견제해야 한다.
Safe Model versus Safe Society
Model refusal만으로 institutional risk와 power concentration을 해결할 수 없다.
Numerical Precision in Scientific ML
Quantization, solver error와 long-horizon propagation을 uncertainty에 포함해야 한다.
Unified Provenance
Claim이 parameter, retrieval, user memory, simulation 또는 tool 중 어디서 유래했는지 추적해야 한다.
12
Future Directions
미래 ML은 grounded world-state models, user contracts, benchmark CI, resource compilers, hybrid memory OS, decision-native uncertainty와 unified provenance로 발전한다.
1. Grounded World-State Model
Raw multimodal input을 objects, physical cues, spatial·temporal relations와 calibrated state로 변환한다.
2. User-Model Contract
Stored attributes, source interaction, confidence, intended use, privacy, expiry와 deletion status를 명시한다.
3. Production Agent Reliability Case
Supported tasks, maximum autonomous steps, permission, failure modes, escalation와 recovery evidence를 제공한다.
4. Reasoning-Dependence Regularization
RL objective에 input–reasoning mutual information과 validity term을 함께 포함한다.
5. Benchmark Continuous Integration
Static check, semantic audit, leakage test, harness attack와 human review를 versioned pipeline으로 운영한다.
6. Multi-Solution Evaluation Protocol
Constraint, plausibility, novelty, utility, expert escalation와 provenance를 순차 평가한다.
7. Layer–Modality Resource Compiler
Runtime에 layer와 modality별 token, precision, cache와 latency budget을 자동결정한다.
8. Hybrid Embodied Memory OS
Symbolic, episodic, spatial, procedural, latent와 external memory를 task별 routing한다.
9. Constraint-Native Policy Foundation Model
Pretraining부터 trajectory와 physical·safety constraint를 함께 condition한다.
10. Real-Time Scientific Agent Skills
Input schema, latency, accuracy regime, uncertainty, assumptions와 verifier를 가진 typed skill을 제공한다.
11. Dual-Budget Scientific Search
Inference budget과 experiment budget을 분리하고 discovery utility를 공동최적화한다.
12. Interactive Pareto Planning
User preference 변화에 따라 frontier의 관련 영역만 local update한다.
13. Decision-Native Uncertainty Model
Distribution, set, recommended action, expected utility, worst-case loss와 escalation threshold를 함께 출력한다.
14. Mechanism–Heuristic Modular Reasoning
Reasoning mechanism library와 input별 activation controller를 분리한다.
15. Persona-Stable Adaptive Assistants
Safe assistant region 안에서 task-specific persona variation을 허용하고 drift를 monitoring한다.
16. Adversarially Adaptive Honesty Monitoring
Randomized probes, behavioral outcomes, representation drift와 external verifier를 결합한다.
17. Measurement-Aware AI4Science
Observed label을 ground truth로 보지 않고 instrument와 protocol noise model을 포함한다.
18. Unified Provenance Graph
Claim, data, memory, tool, model checkpoint와 human override를 derived-from graph로 연결한다.
19. Standard System-Level Evaluation
Grounding, state, reasoning, benchmark validity, efficiency, safety, decision과 provenance를 표준화한다.
13
Conclusion
Next-generation AI의 핵심은 world grounding, persistent state, adaptive resource allocation, valid evaluation와 constraint-aware action에 있다.
Recognition → Physical Grounding
Object와 text cue를 넘어 time, climate, sound와 physical plausibility를 추론한다.
Stateless Agent → Stateful Agent
Current instruction뿐 아니라 user intent, environment history와 task progress를 관리한다.
Benchmark Success → Evaluation Validity
Machine verification과 높은 score가 data·statement·metric validity를 자동 보장하지 않는다.
Single Ground Truth → Plausible Solution Set
Chemistry와 design에서는 feasibility, plausibility, novelty와 utility를 평가한다.
Verbose Reasoning → Input-Dependent Reasoning
긴 CoT보다 input 변화에 실제로 반응하는 reasoning이 중요하다.
Uniform Tokens → Adaptive Computation
Visual, audio, text와 KV token을 information value에 따라 선택한다.
Memory Module → Task-Dependent Memory OS
Symbolic, spatial, episodic, visual와 procedural memory를 task별 조합한다.
External Guardrail → Constraint-Aligned Policy
Safety constraint를 policy dynamics 안에 최소변형으로 distill한다.
Domain Solver → Cross-Domain Scientific FM
여러 physical domain과 resolution의 공통 dynamic representation을 학습한다.
Sample Efficiency → Compute-Allocated Science
Inference와 experiment budget을 함께 최적화한다.
Feasible Answer → Pareto Decision Support
사용자가 선택 가능한 non-dominated alternatives를 제공한다.
Coverage → Decision-Aware Uncertainty
Prediction set을 asymmetric loss, action와 abstention으로 연결한다.
Output Alignment → Persona Stability
Helpful behavior는 response filter뿐 아니라 activation geometry에 의존한다.
Static Monitoring → Adaptive Monitoring
Model이 detector를 학습할 수 있으므로 monitoring도 adversarially 진화해야 한다.
미래의 AI system은 benchmark 문제에 답하는 stateless model이 아니다. 물리세계와 사용자의 상태를 지속적으로 추론하고, 필요한 evidence와 computation만 선택하며, reasoning과 평가 자체의 타당성을 감사하고, uncertainty·safety·비용·과학적 제약을 고려해 복수의 실행 가능한 선택지를 제공하는 grounded and governed adaptive intelligence다.
14
Sources
세션 메타데이터, grounding, stateful agents, evaluation validity, multimodal efficiency, robotics, AI4Science, uncertainty와 alignment 원문 링크.
ICML 2026 Poster Session 3원문·세션·프로젝트 링크ICML 2026 공개 세션 메타데이터원문·세션·프로젝트 링크ICML 2026 태깅 논문 메타데이터원문·세션·프로젝트 링크Poster Session 3 전체 제목·초록 목록원문·세션·프로젝트 링크TimeSpot원문·세션·프로젝트 링크TimeSpot 프로젝트원문·세션·프로젝트 링크Geo-R1원문·세션·프로젝트 링크AVI-Bench원문·세션·프로젝트 링크OmniFit원문·세션·프로젝트 링크ToM-SWE원문·세션·프로젝트 링크ToM-SWE 구현원문·세션·프로젝트 링크Characterizing Agents in Production원문·세션·프로젝트 링크RAGEN-2원문·세션·프로젝트 링크RAGEN-2 프로젝트원문·세션·프로젝트 링크RoboMME원문·세션·프로젝트 링크RoboMME 프로젝트원문·세션·프로젝트 링크Faults in Our Formal Benchmarking원문·세션·프로젝트 링크When Single Answer Is Not Enough원문·세션·프로젝트 링크Optimal Decision-Making Based on Prediction Sets원문·세션·프로젝트 링크Proteus 구현원문·세션·프로젝트 링크PACT원문·세션·프로젝트 링크PACT 프로젝트원문·세션·프로젝트 링크Walrus원문·세션·프로젝트 링크Walrus 구현원문·세션·프로젝트 링크Diffusion LMs for Black-Box Optimization원문·세션·프로젝트 링크DiBO 구현원문·세션·프로젝트 링크Target-Aware Bandit Allocation원문·세션·프로젝트 링크Pareto-Optimal Synthesis Planning원문·세션·프로젝트 링크Sub-Second Molecular Docking원문·세션·프로젝트 링크The Assistant Axis원문·세션·프로젝트 링크Assistant Axis 연구 페이지원문·세션·프로젝트 링크The Obfuscation Atlas원문·세션·프로젝트 링크Obfuscation Atlas 구현원문·세션·프로젝트 링크Base Models Know How to Reason원문·세션·프로젝트 링크Thinking Models Interpretability원문·세션·프로젝트 링크