최신 뉴스

전체 뉴스

가장 최근에 발행된 뉴스부터 확인하세요.

주제별로 좁혀보기
일반 기사
AI 심화

Pistis Technical Report

전체 요약

Pistis 모델은 Qwen3.6과 Qwen3.5 기반으로 만들어졌고, 큰 이미지와 텍스트를 동시에 이해할 수 있는 능력을 가집니다. 이 모델은 새로운 학습 방법을 사용해 더 잘 작동합니다. Pistis-Thinking은 깊은 사고 능력을 강화하고, Pistis-Agentic는 장기 계획과 도구 사용을 지원합니다. 이러한 모델들은 기존의 기본 모델보다 성능이 좋습니다.

핵심 보기
원문 보기
AI 심화

Control the Harness, Control the Cost: Routing and Governing AI Coding Agents in the Enterprise

전체 요약

기업은 AI 코드 에이전트를 실행하는 하네스를 구매하여 직원들에게 도입하고 있습니다. Anthropic의 Claude Code와 OpenAI의 Codex 같은 대형 공급업체에서 제공되는 하네스는 모델 응답, 토큰 캐시 사용 및 서브 에이전트 실행 등을 결정합니다. 이 연구에서는 Jev라는 분류기를 활용하여 요청을 분류하고, 사용자의 한 번의 입력은 여러 요청으로 변환되므로 캐시를 재구성하지 않아도 되는 작업만 처리하는 빠른 라우터를 제안합니다. 이를 통해 Anthropic의 하네스 가격에서 연간 모델 비용 절감율이 14%에서 21%까지 예상됩니다. 그러나 원문에는 구체적인 데이터가 부족하여 정확한 효과는 불명확합니다.

핵심 보기
원문 보기
AI 심화

딥시크, AI 에이전트 '학습 비용 절감 핵심 인프라' DSec 공개

전체 요약

딥시크는 대규모 AI 에이전트 학습을 위한 전용 인프라 기술 '딥시크 엘라스틱 컴퓨팅'을 발표했습니다. 이 기술은 많은 실행 환경을 효율적으로 관리하고, 에이전트의 돌발 행동을 차단합니다. 연구진은 이를 통해 AI 에이전트 학습 비용을 줄일 수 있다고 설명합니다.

핵심 보기
원문 보기
AI 심화

FreedomIntelligence/HuatuoGPT-3-27B · Hugging Face

전체 요약

HuatuoGPT-3-27B은 의료용 AI 모델로, Qwen3.8-27B을 기반으로 One-stage Policy Optimization이라는 방법을 사용해 만들어졌습니다. 이 방법은 언어 모델을 단 한 번의 강화학습 과정에서 의학 분야에 맞게 조정합니다. 이전에는 9억 매개변수 규모의 버전이 있었지만, 이번에는 27억 매개변수 규모로 크게 성장했습니다. 이를 통해 의료 전문가들이 더 정확한 도움을 받을 수 있게 됩니다.

핵심 보기
원문 보기
AI 심화

model : add Ling 3.0 VL support by aetherbird · Pull Request #29151 · ggml-org/llama.cpp

전체 요약

Ling-3.0-flash-VL 모델은 이미지와 비디오를 이해할 수 있는 능력을 추가하여 Ling-3.0-flash 모델의 언어, 논리적 사고 및 긴 맥락 처리 기능을 확장했습니다. 이 모델은 최대 25만 개 토큰까지의 컨텍스트를 지원하며, 124억 매개변수로 작동합니다. 이는 단어당 평균 5.5억 매개변수가 활성화되므로 효율성이 높습니다.

핵심 보기
원문 보기
AI 심화

Anthropic’s biolab made a discovery it’s comparing to Crispr

전체 요약

Anthropic은 AI Claude가 크립스프와 비슷한 새로운 엔ZYME 시스템을 발견했다고 발표했습니다. 이는 Anthropic이 새로 시작한 생물 실험실에서 나온 첫 결과로, 기업이 IPO 준비 중인 상황에서 과학에 도움이 될 수 있을 것으로 보입니다. Claude가 엄청난 DNA 데이터베이스를 검색하면서 발견했으며, 연구원들의 역할은 초기 지시와 실험만이었습니다.

핵심 보기
원문 보기
AI 심화

Characterizing Web Search by Conversational LLM Agents: From Search Decisions and Strategies to Results and Responses

전체 요약

대화형 LLM 에이전트들이 웹 검색을 어떻게 사용하는지 처음으로 연구했습니다. ChatGPT, Claude, Grok, DeepSeek 네 가지 플랫폼에서 실제 사용자와 실험을 통해 웹 검색의 품질과 전략을 분석했어요. 각 플랫폼마다 웹 검색 결정이 다르고, 더 자주 웹 검색을 하더라도 답변 품질은 항상 좋아지지는 않아요. 이 연구는 대화형 에이전트들이 어떻게 웹 정보를 활용하는지를 알려줍니다.

핵심 보기
원문 보기
AI 심화

A Unified Evaluation Framework for Trustworthy Large Language Models, Agentic AI, and Multimodal Systems

전체 요약

이 연구는 대형 언어 모델, 에이전트 AI 및 다중모드 시스템의 신뢰성 평가를 위한 통합 프레임워크를 제안합니다. 이 프레임워크는 능력, 안정성, 공정성 등 8개의 신뢰성 차원을 통해 시스템 성능과 증거의 신뢰성을 함께 평가합니다. 그러나 구체적인 데이터나 수치가 없어 정보 부족이 있습니다.

핵심 보기
원문 보기
AI 심화

Geopolitical Divisions Across Languages in Large Language Models

전체 요약

AI 챗봇이 세계 이벤트를 설명할 때 언어에 따라 정치적 답변이 달라질 수 있다는 연구 결과가 나왔습니다. 같은 질문을 영어와 러시아어로 하면 GPT, Claude, Gemini 등 AI 시스템의 대답이 다르게 나옵니다. 특히 공식 언어를 기준으로 그룹화하면, 러시아에 친화적인 답변이 더 많이 나오는 나라들이 러시아를 더 좋아하는 경향을 보입니다. 이 연구는 정보 전쟁이 AI 모델 학습 자료에 영향을 줄 수 있다는 것을 시사합니다.

핵심 보기
원문 보기