Viola AI Hub

대학 연구실에 GPT-Rosalind 도입Bringing GPT-Rosalind to academic research labs

생명과학 연구 발전을 위해 자격을 갖춘 대학 연구실에 GPT-Rosalind와 연구 툴 지원 혜택을 제공하는 'Rosalind Academic Plan'을 선보입니다.Introducing the Rosalind Academic Plan, offering eligible academic labs sponsored access to GPT-Rosalind and tools to advance life sciences research.

질문을 통해 생각하고 배우는 학생 지도법Teaching students to think and learn through questions

스승의 날을 맞아 브라질 포르투갈어로 제공되는 '교육자를 위한 AI'를 확인하고, 학습 모드가 교사들의 능동적이고 단계적인 학습 지원에 어떻게 기여하는지 살펴보세요.Celebrate Teachers’ Day with AI for Educators in Brazilian Portuguese and see how Study Mode can help teachers support active, step-by-step learning.

설리번앤크롬웰, 계약서 검토에 법률 전문성 접목Sullivan & Cromwell brings legal expertise into agreement review

설리번앤크롬웰(Sullivan & Cromwell)이 OpenAI와의 협업을 통해 계약서 초안의 이슈를 식별하는 AI 툴인 'Agreement Analyzer'를 개발했습니다.In collaboration with OpenAI, Sullivan & Cromwell developed Agreement Analyzer, an AI tool for identifying issues in a draft agreement.

Google Antigravity를 활용한 항균 펩타이드 발굴 가속화Accelerating the search for antimicrobial peptides with Google Antigravity

Google Antigravity for Science를 활용하여 차세대 항균 펩타이드 후보 물질의 탐색 및 연구를 가속화합니다.Accelerating the search for novel antimicrobial peptides using Google Antigravity for Science.

Anthropic, 독립 평가자 도입 관련 최신 업데이트 발표Anthropic update on independent evaluators

Anthropic이 외부 독립 평가자를 안전성 검증 프로세스에 통합하는 방안에 대한 최신 업데이트를 발표했습니다.Anthropic announces updates to embedding independent evaluators

메타는 어떻게 AI 네이티브 엔지니어링으로 Forum을 구축했는가How Meta Built Forum With AI-Native Engineering

메타의 최신 앱인 Forum은 페이스북 그룹 내 대화를 더 깊이 탐색하고 싶은 사용자를 위한 서비스입니다. 메타 엔지니어들은 Forum을 구축하기 위해 AI 에이전트를 개발 라이프사이클에 직접 도입하는 완전히 새로운 협업 방식을 채택했습니다. 에이전틱 AI를 활용해 Forum을 개발하며 얻은 인사이트를 공유합니다.Meta’s newest app, Forum, is for anyone who wants to go deeper into the conversations in their Facebook groups. To build Forum, Meta engineers adopted a whole new way of working by bringing an AI agent into the development cycle. We’re sharing insights into what it took to build

Amp, OpenAI 모델 활용해 코딩을 넘어 다양한 업무에 AI 에이전트 도입Amp puts AI agents to work beyond code with OpenAI models

Amp가 GPT-6 Astra, Ultrafast, GPT-Live-1 및 ChatGPT 로그인을 바탕으로 에이전트 역량의 한계를 어떻게 넓혀가고 있는지 확인해보세요.See how Amp pushes the frontier of what agents can do with GPT-6 Astra, Ultrafast, GPT-Live-1, and Sign in with ChatGPT.

센티넬원, 악성코드 분석 기간 수주일에서 수시간으로 단축SentinelOne cuts malware analysis from weeks to hours

센티넬원(SentinelOne)이 OpenAI Daybreak를 활용해 수주일이 걸리던 악성코드 분석 시간을 단 몇 시간으로 단축하고 더 많은 위협을 조사할 수 있는 역량을 확보했습니다.With OpenAI Daybreak, SentinelOne cuts weeks of malware analysis to hours, creating capacity to investigate more threats.

서드모먼트리서치, 1만 개 에이전트를 36시간 이상 구동하는 방법How Third Moment Research runs 10,000 agents for 36+ hours

이 AI 연구소는 GPT-6 Astra, GPT-6.1 Sol, Codex, 사이버보안용 Daybreak를 활용해 며칠 동안 집중하며 사용할수록 성능이 향상되는 에이전트를 구축합니다.With GPT-6 Astra and GPT-6.1 Sol, Codex, and Daybreak for cybersecurity, this AI lab builds agents that focus for days and improve with use.

Google DeepMind와 싱가포르 정부의 협력: 사기 탐지 특화 AI 모델 구축Google DeepMind and Singapore Government collaborate to build fine-tuned AI model for scam detection

Google DeepMind와 싱가포르 정부기술청(GovTech)이 협력하여 외부 클라우드 데이터 유출 없이 개인 채팅 내 사기 대화를 실시간으로 차단하는 초경량 온디바이스 Gemma 모델을 구축했습니다.Learn how Google DeepMind and GovTech Singapore uses lightweight on-device Gemma models to intercept conversational scams in private chats with zero cloud data egress.

2026년 미국 중간선거 대비 안전 조치 강화Preparing for the 2026 US midterms

올해 초 선거 안전 보호 조치 현황을 공유한 데 이어, 올해 미국 중간선거를 앞두고 해당 안전 조치를 지속적으로 강화해 온 방안을 소개합니다.Earlier this year, we shared an update on our election safeguards. Here, we outline how we’ve continued to strengthen these safeguards ahead of this year’s US midterms.

싱가포르 지사 설립 및 정부와의 MOU 체결Singapore office and government MOU

Anthropic이 싱가포르에 아시아·태평양 지역 5번째 지사를 설립하고, AI 안전성, 평가 및 책임 있는 도입을 위해 싱가포르 정부와 업무협약(MOU)을 체결했습니다.Anthropic opens its fifth Asia-Pacific office in Singapore and signs an MOU with the government on AI safety, evaluation, and responsible adoption.

Grok Voice 3.0 출시Introducing Grok Voice 3.0

세계에서 가장 지능적인 음성 모델을 소개합니다.The world’s most intelligent voice model.

Gemini 4 Argon: 가장 어려운 문제를 해결하기 위해 설계된 모델Gemini 4 Argon: Built to solve your hardest problems

추후 공개 예정TBD

책임감 있고 안전한 Gemini 4 Argon 개발Developing Gemini 4 Argon responsibly and safely

로보틱스를 위한 Gemini 4 ArgonGemini 4 Argon for Robotics

The X Subscription 출시Introducing The X Subscription

Grok, Grok Bot, Cursor, X Premium을 하나의 통합 플랜으로 만나보세요.Grok, Grok Bot, Cursor, and X Premium, all on one plan.

레플릿 CEO, 일의 미래는 ‘자율주행 기업’이라고 밝혀Replit’s CEO says the future of work is the ‘self-driving company’

레플릿 CEO 암자드 마사드는 AI 에이전트가 일상적인 업무를 처리하고 사람은 상위 의사결정에 집중하는 ‘자율주행 기업’의 미래를 전망했습니다.Replit CEO Amjad Masad envisions a future of “self-driving companies,” where AI agents handle day-to-day tasks and people focus on higher-level decisions.

칼 AI의 입소문 흥행 비결, 소규모 인플루언서 군단이 통했다When it came to Cal AI’s viral success, a small army of influencers paid off

칼 AI는 2년 만에 3,000만 달러 이상의 매출을 기록했으며, 지난 3월 비공개 금액으로 마이피트니스팔(MyFitnessPal)에 인수되었습니다.The company generated over $30 million in revenue in two years and was acquired by MyFitnessPal for an undisclosed amount of money in March.

신경망은 깔끔하다Neural networks are clean

뉴런, 일반화, 그리고 회로 생태계에 관한 작업 가설.A working hypothesis about neurons, generalization, and the ecology of circuits.

사이먼스 재단, 수학자들의 AI 시대 적응 돕기 위해 1,500만 달러 규모 이니셔티브 출범Simons Foundation launches $15M effort to help mathematicians navigate AI era

사이먼스 재단은 오늘 수학계가 해당 분야에서 급부상하는 인공지능을 탐색하고 활용할 수 있도록 돕는 새로운 일련의 이니셔티브를 발표했습니다. 파트너십을 통해...The Simons Foundation today announced a new set of initiatives that will help the mathematics community navigate the rapid rise of artificial intelligence in the field. Under a partnership…

AI를 활용한 하드웨어 리버스 엔지니어링Using AI to reverse engineer hardware

어머니가 돌아가신 후 어린 시절 가족 여행 등의 사진이 담긴 오래된 필름 네거티브가 가득 든 큰 상자를 받았습니다. 그래서 네거티브 필름 스캐너를 사기로 결심했고, 리눅스에서 지원된다고 알려진 Plustek 8200i를 구매했습니다. 그러나 칩셋이...After my mother passed away I ended up with a big box full of old film negatives containing photos from childhood family trips and similar. So I decided to buy a negative photo scanner and found that the Plustek 8200i was supported under Linux so I bought that. Only to discover that the chipset in..

이제 ChatGPT가 사용자의 크롬 탭을 직접 확인한다ChatGPT can peek at your Chrome tabs now

OpenAI의 ChatGPT 아틀라스 브라우저는 사라졌지만, 이제 ChatGPT 구글 크롬 확장 프로그램에 업그레이드가 적용되어 사용자가 이미 열어둔 브라우저 탭을 활용할 수 있게 되었습니다. 확장 프로그램을 설치하면 ChatGPT 웹 또는 데스크톱 앱에서 크롬을 태그할 때 열려 있는 브라우저 탭을 볼 수 있다고 OpenAI는 밝혔으며, 데모 영상을 함께 공개했습니다.OpenAI's ChatGPT Atlas browser is gone, but now ChatGPT's Google Chrome extension is getting some upgrades that allow it to use the browser tabs you already have open. With the extension installed, OpenAI says ChatGPT can now view your browser tabs when you tag Chrome in ChatGPT's web

메타, 미국 최고 성능 오픈 웨이트 모델 ‘뮤즈 스파크 오픈’ 공개 — Mac 데스크톱 2대 연동 지원Meta unveils Muse Spark Open, the new top U.S. open weights model — and it runs on two paired Mac desktops

중국 연구소들은 기업이 자체 인프라에서 다운로드, 맞춤 설정 및 실행할 수 있는 AI 모델의 주요 공급처로 부상했습니다. 알리바바의 Qwen, 딥시크(DeepSeek), 문샷 AI(Moonshot AI)의 Kimi 등은 오픈 웨이트 시스템의 경쟁 기준을 세우며 상용 API 종속에서 벗어날 대안을 제시하고 있습니다.Chinese labs have become a go-to source for AI models businesses can download, customize and run on their own infrastructure. Alibaba’s Qwen, DeepSeek and Moonshot AI’s Kimi help set the competitive standard for open-weight systems, giving developers alternatives to proprietary models accessed throu

AI가 코드를 작성하는 시대, 차세대 개발자는 무엇을 하게 될까?What will the next generation of developers do when AI writes the code?

AI가 프로그래밍 코드를 직접 작성하는 환경 속에서 차세대 소프트웨어 엔지니어와 개발자들이 마주하게 될 역할의 변화와 미래 전망을 살펴봅니다.The post What will the next generation of developers do when AI writes the code? appeared first on Source.

전문가들 "최근 보고된 AI 해킹 사건은 봉쇄 및 모니터링 실패 탓"Containment and monitoring failures are to blame for AI hacking reports: experts

사이버 보안 전문가들은 최근 불안감을 자아낸 해킹 보고의 원인이 자의식을 가진 에이전트 때문이 아니라 AI 랩의 통제·격리 및 모니터링 실패에 있다고 밝혔습니다. CISO는 보안 예방책으로 AI 벤더를 철저히 검증하고 기본적인 보안 조치를 강화해야 합니다.Cyber experts say AI labs’ containment and monitoring failures — not agents with minds of their own — are to blame for recent alarming hacking reports. CISOs should vet their AI vendors and tighten security basics as safeguards.

앤스로픽 경고, 소형 AI 모델이 IoT 기기를 통해 자기 복제할 수 있다Anthropic warns small AI models could self-replicate through IoT devices

‘소형 가중치 기반 자기 복제기(Small weight-based replicators)’가 차세대 컴퓨터 웜 바이러스의 시대를 열 수 있다는 우려가 제기되었습니다."Small weight-based replicators" could usher in a new generation of computer worms.

Gemini 4 Argon 발표Gemini 4 Argon

해커 뉴스 (포인트 1451점, 댓글 1031개)Hacker News (1451 points, 1031 comments)

HN에 글을 올렸더니 웹사이트로 AI 봇 트래픽이 폭주했습니다I posted to HN, and then my website was flooded with AI bot traffic

Hacker News (점수 238점, 댓글 146개)Hacker News (238 points, 146 comments)

폐업한 스타트업의 데이터를 매입해 모델을 학습시키는 AI 연구소들AI labs are buying data from dead startups to train their models

암호화폐 스타트업을 정리하던 창업자는 익명 이용자 기반과 짧은 업력 탓에 사내 데이터의 가치가 낮다고 여겼으나, 디지털 아카이브를 판매해 코드베이스로만 약 2만 5천 달러의 수익을 올렸습니다. 주요 AI 연구소들이 학습 데이터 확보를 위해 폐업 스타트업의 유휴 데이터를 적극 매입하고 있습니다.When Keelan Miskell began winding down his crypto startup this year, he didn’t think its data was worth much: the users were anonymous, the company just a few years old. But he’s since turned the firm’s digital archives into real money. He’s netted roughly $25,000 for his code base and a still-pendi

인도어(Indic) 사전학습 스케일링: 2조 8,000억 토큰 및 오픈 데이터 생성 파이프라인Scaling Indic Pretraining: 2.8 Trillion Tokens and an Open Data Generation Pipeline

Chirp PongChirp Pong

도구 소개: Chirp Pong. 정적 HTML 기반으로 서로 다른 스마트폰 2대에서 마이크를 통한 오디오 처프(음파 신호)로 네트워크 통신을 처리하는 2인용 게임 실험입니다. 스마트폰을 가까이 둔 상태에서 Web 마이크 API가 소리를 인식해 게임 상태를 동기화하는 퐁(Pong) 스타일 대전 게임으로, 시각적 효과와 게임플레이 요소를 더해 재미를 높였습니다.Tool: Chirp Pong Another game experiment - I wanted to see if it was feasible to have a two player game on two separate phones running in static HTML where the networking code uses chirps sent via the microphone. It seems to work! Build a two player competitive pong like game where two players use t

GitHub의 시크릿 감지 모델: 노이즈는 줄이고 탐지율은 대폭 향상GitHub’s model for secret detection: Finding more secrets with less noise

GitHub의 문맥 인식 기반 시크릿 분류 모델은 탐지 품질을 개선해 가중 수락률을 11.5% 높이고 중앙값 기준 스캔 실행 시간을 86% 단축했습니다.GitHub’s context-aware secret classifier improves detection quality, raises weighted acceptance by 11.5%, and reduces median scan execution time by 86%. The post GitHub’s model for secret detection: Finding more secrets with less noise appeared first on The GitHub Blog.

LIBERO-PeRM: 맞춤형 로봇 매니퓰레이션 벤치마크LIBERO-PeRM: Benchmarking Personalized Robotic Manipulation

범용 로봇이 가정 환경으로 전환되어 실질적인 유용성을 갖추기 위해서는 개인화가 필수적입니다. 일반적인 로봇 조작은 광범위하게 연구되어 왔지만, 맞춤형 로봇 매니퓰레이션(PeRM)은 작업 완수와 사용자 선호도 만족을 분리하여 평가할 수 있는 통제된 벤치마크가 부족했습니다. 이에 체화 에이전트(Embodied Agent)의 선호도 학습을 위한 벤치마크인 LIBERO-PeRM을 소개합니다.Personalization is essential for general-purpose robots to transition into household environments and achieve true practicality. While general robotic manipulation has been extensively studied, personalized robotic manipulation (PeRM) lacks a controlled benchmark for separating task completion from

대규모 언어 모델(LLM)을 활용한 최첨단 양자 회로 탐색Discovering state-of-the-art quantum circuits with large language models

대규모 양자 정보 처리 장치 구현을 위한 많은 노력이 진행되고 있지만, 실질적인 양자 우위를 실현하기 위해서는 효율적인 양자 알고리즘 개발도 필수적입니다. 수많은 실전 문제에서 주요 리소스 비용이 소수의 연산 프리미티브와 연관되어 있으나, 이를 양자 환경에서 최적화하는 것은 고전적 컴퓨팅에는 없는 가역성 제약 등 고유한 과제를 동반합니다.Significant efforts are currently being directed toward the implementation of large-scale quantum information processors, but realizing useful quantum advantage also requires the development of efficient quantum algorithms. While for many practical problems the dominant resource costs are associated

T2-z: 로봇 월드 모델을 위한 환경 잠재 변수의 테스트 타임 최적화T2-z: Test-Time Optimization of Environment Latents for Robotic World Models

행동에 대한 세상의 반응을 예측하기 위해서는 눈에 보이는 것 이상의 정보가 필요합니다. 로봇은 마찰 및 질량 같은 물리적 특성부터 인간이 정의한 환경 규칙까지, 직접 관찰되거나 명시되지 않은 환경적 요소를 고려해야 합니다. 이를 위해 테스트 타임 최적화를 통해 로봇 월드 모델을 보강하고 월드 예측을 조건화하는 T2-Z를 제안합니다.Predicting how the world responds to an action requires more than what can be seen: robots must account for environmental factors that are neither directly observable nor explicitly specified, from physical properties such as friction and mass to human-defined environmental rules. We introduce T2-Z

CoDA: 데이터 엔진과 행동 정책의 상호 진화CoDA: Co-Evolution of Data Engines and Action Policies

생성형 시뮬레이션을 통해 로봇 환경 구축을 자동화할 수 있지만, 물리적으로 타당한 환경이 반드시 정책 학습에 유용한 것은 아닙니다. 핵심 과제는 정책의 실패 요인을 해결하는 환경과 이를 극복하도록 돕는 감독 신호를 식별하는 것입니다. 시뮬레이션 데이터 엔진과 행동 정책이 상호 진화하는 프레임워크인 CoDA를 소개합니다.Generative simulation can automate robot environment construction, but physically valid environments are not necessarily useful for training. The challenge is to identify environments that address a policy's failures and supervision that helps it overcome them. We introduce CoDA, a framework in

최신 Mixture-of-Experts(MoE)의 라우팅 탐색 재고Rethinking Routing Exploration in Modern Mixture-of-Experts

전문가 혼합(MoE) 모델은 파라미터를 효율적으로 확장하는 핵심 방식으로 자리잡았습니다. 최신 MoE 아키텍처는 세밀한 전문가 분할과 공유 전문가 설계를 결합하는 추세입니다. 전자는 고정된 활성화 비율에서 표현력을 높이고, 후자는 모든 토큰에 활성화되는 전문가를 도입합니다. 본 연구는 이 두 설계 간의 라우팅 탐색 딜레마를 규명합니다.Mixture-of-experts (MoE) models have become an important approach for scaling model parameters. Modern MoE architectures increasingly combine two design choices: fine-grained expert segmentation and shared experts. The former increases expressiveness by enabling more expert combinations at a fixed a

FDE-Gym: 실제 AI 배포 환경을 위한 마지막 관문 벤치마크FDE-Gym: The Last Mile of AI Delivery

기존 에이전트 벤치마크는 주로 명확히 규정된 이슈 리포트나 티켓 작업 위주로 에이전트를 평가합니다. 반면 실제 고객 대상 배포 현장에서 현장 배포 엔지니어(FDE)는 모호한 요구사항을 명확히 하고 라이브 시스템에서 작업하며 숨겨진 제약 조건을 찾아내야 합니다. 실제 산업 프로젝트를 기반으로 설계된 95개의 엔드투엔드 딜리버리 벤치마크 FDE-Gym을 소개합니다.Existing agent benchmarks typically evaluate agents on well-specified tasks defined by issue reports, specifications, or task tickets. Real-world customer delivery is different: forward-deployed engineers (FDEs) must clarify ambiguous requirements, work in live systems, and uncover unstated constrai

PathFM: 다변량 궤적의 고속 생성형 예측PathFM: Fast Generative Forecasting of Multivariate Trajectories

시계열 파운데이션 모델이 범용 예측에 널리 활용되고 있지만, 대다수 선도 모델은 한계 분위수(marginal quantiles)만 예측하여 미래 궤적의 종속 구조를 반영하지 못합니다. 이는 누적 수요, 최대 부하, 이벤트 발생 타이밍과 같이 궤적 종속적인 수치 예측에서 큰 차이를 만듭니다. 본 연구에서는 플로우 매칭을 기반으로 궤적을 예측하는 PathFM 모델을 제안합니다.Time series foundation models are becoming increasingly popular for general-purpose forecasting. However, most leading models predict marginal quantiles, leaving the dependence structure of future trajectories unspecified. This distinction matters for trajectory-dependent quantities such as cumulati

형식 정리 증명을 위한 린 그래프 탐색Lean Graph Search for Formal Theorem Proving

형식 정리 증명에서 관련 보조정리(lemma)를 검색하는 것은 증명기가 기존 수학적 결과를 바탕으로 기계 검증 가능한 증명을 구축하는 데 매우 중요합니다. 최근 검색 시스템은 라이브러리 선언을 대상 정리나 중간 증명 단계와 매칭하지만, 선언 간의 다단계 의존성을 충분히 활용하지 못하고 있습니다. 이러한 의존성은 대상 정리와 어휘적으로 유사하지 않더라도 관련 문제의 증명에서 반복적으로 등장하는 유용한 보조정리를 찾아내는 데 도움이 됩니다. 이를 해결하기 위해 본 논문에서는...Retrieving relevant lemmas is crucial for formal theorem proving, enabling provers to build machine-checkable proofs from established mathematical results. Recent retrieval systems match library declarations to a target theorem or its intermediate proof steps, but make limited use of multi-hop depen

모델 및 측정 불확실성 하에서 동적 치료 계획을 위한 강건한 강화학습Robust Reinforcement Learning for Dynamic Treatment Regimes under Model and Measurement Uncertainty

환자 전반에 걸쳐 일반화되고 측정된 바이오마커의 오류 및 질병 동역학의 변화 속에서도 신뢰성을 유지하는 적응형 치료 정책을 학습하기 위한 강건 강화학습(RL) 프레임워크를 개발했습니다. 환자를 잠재 문맥(hidden context)으로 모델링함으로써, 강건 문맥 마르코프 결정 과정(robust contextual MDP)을 통해 일반화와 강건성을 통합적으로 다룹니다. 임상 데이터로 보정된 시뮬레이터에서 전이성 전립선암의 적응형 치료에 본 프레임워크를 적용하여...We develop a robust reinforcement learning (RL) framework for learning adaptive treatment policies that generalize across patients and remain reliable under errors in the measured biomarker and shifts in the disease dynamics. By modeling the patient as a hidden context, we address generalization and

Twice Upon a Time: 시계열 추론을 위한 상호보완적 표상Twice Upon a Time: Complementary Representations for Time-Series Reasoning

시계열 언어 모델(TSLM)은 시계열 데이터에 대한 언어 기반 이해와 추론을 가능하게 하지만, 시계열 표상이 어떤 정보를 보존하고 어떤 변동을 분리해야 하는가라는 근본적인 질문은 여전히 남아 있습니다. 기존 TSLM은 주로 언어 모델에 단일 표상만을 제공하여 다운스트림 작업 전반에 고정된 귀납적 편향(inductive bias)을 강제합니다. 이에 본 논문에서는 시계열 추론을 위한 설계 원칙으로 '상호보완적 표상'을 제안합니다. 우리 모델은...Time Series Language Models (TSLMs) enable language-based understanding and reasoning over temporal data, yet a fundamental question remains: what information should their time-series representations preserve, and what variation should they factor out? Existing TSLMs typically expose the language mo

LLM 에이전트 및 멀티 에이전트 시스템을 올바른 경로로 유도하는 법 학습하기Learning to Steer LLM Agents and Multi-Agent Systems

대규모 언어 모델(LLM) 기반의 에이전트 및 멀티 에이전트 시스템은 장기적인 도구 활용과 에이전트 간 협업을 통해 복잡한 작업을 점차 더 많이 해결하고 있습니다. 그러나 이러한 시스템은 실행이 진행됨에 따라 전체 목표에서 벗어나는 '목표 표류(goal drift)' 현상이 발생하기 쉬우며, 이는 리소스를 낭비하고 원치 않는 결과로 이어집니다. 본 연구에서는 실행 과정을 실시간으로 감독하고 이탈이 발생할 때 시스템을 올바른 궤도로 되돌리는 스티어링(steering) 에이전트를 제안합니다. 스티어링 에이전트는...Large language model (LLM)-based agents and multi-agent systems increasingly tackle complex tasks through long-horizon tool use and inter-agent collaboration. However, these systems are prone to deviating from the overall goal as execution unfolds, which wastes execution resources and leads to undes

파인튜닝 전 선형적인 지식은 파인튜닝 후에도 일반화된다Knowledge That Is Linear Before Fine-Tuning Generalizes After It

언어 모델이 회상할 수 있는 모든 사실이 추가 학습을 동일하게 잘 뒷받침하는 것은 아닙니다. 본 연구에서는 단순 회상을 넘어 일반화를 돕는 '활성 사실(active facts)'과, 회상은 가능하지만 특정 작업에서 이러한 일반화를 지원하지 못하는 '비활성 사실(inert facts)'을 구분합니다. 기존 관계로부터 새로운 관계를 구축함으로써 이러한 차이를 연구합니다. 특정 장소를 대륙으로 매핑하는 관계(파리 -> 유럽)를 예로 들어, 각 정답에 임의의 새로운 라벨(유럽 -> 게, 아시아Not all facts a language model can recall support further learning equally well. We distinguish active facts, which support generalization beyond their own recall, from inert facts, which can be recalled but do not support such generalization in a given task. We study this distinction by constructin

OmniVerifier-C1: 규칙 기반 생성형 월드 모델링을 위한 분해형 등급 검증기OmniVerifier-C1: Decomposed Graded Verifier for Rule-Governed Generative World Modeling

생성형 비주얼 검증기(visual verifier)는 멀티모달 지능을 발전시키는 데 핵심적인 역할을 합니다. 복합적인 요구사항이 포함된 복잡한 멀티모달 시나리오에서 비주얼 검증기의 강건성을 높이기 위해, 단순 참/거짓 판정만 내리는 기존 이진 검증기에서 벗어납니다. 복잡한 프롬프트나 환경 규칙을 세부 구성요소로 자동 분해하고 항목별 점수를 부여하여 연속적이고 더 유익한 피드백을 제공하는 검증기를 소개합니다...Generative visual verifiers play a crucial role in advancing multimodal intelligence. To enhance the robustness of visual verifiers in complex multimodal scenarios involving compositional requirements, we move beyond conventional binary verifiers that produce only True/False discrete judgments and i

영어를 넘어선 평가 인지: 인도 언어로 평가받을 때 LLM은 다르게 행동하는가?Evaluation Awareness Beyond English: Do LLMs Act Differently When Tested in Indic Languages?

대규모 언어 모델(LLM)은 자신이 테스트를 받고 있다는 사실을 인지하는 경우가 많습니다. '평가 인지(evaluation awareness)'로 알려진 이 능력으로 인해 모델은 실제 사용 환경에서보다 안전성 평가 중에 더 신중하게 행동할 수 있습니다. 모델이 다양한 언어로 사용자에게 서비스를 제공함에도 기존 연구는 거의 영어에만 국한되어 평가 인지를 연구해 왔습니다. 인도 언어권은 10억 명 이상이 사용하지만, 이에 대한 평가 인지 연구는 거의 전무한 상태입니다. 본 논문에서는 세 계열의 네 가지 인스트럭션 튜닝Large language models (LLMs) can often tell when they are being tested. This ability, known as evaluation awareness, can lead models to act more cautiously during safety evaluations than in real use. Existing work has studied evaluation awareness almost entirely in English, although models serve use

다양한 과학적 아이디어를 생성하도록 추론 모델 훈련하기Training Reasoning Models to Generate Diverse Scientific Ideas

연구 파이프라인의 첫 단계 중 하나는 아이디어를 창출하는 것입니다. 대규모 언어 모델(LLM)이 이 단계를 자동화하는 데 점점 더 많이 활용되고 있지만, 대부분의 연구는 개별 아이디어의 품질 최적화에만 치중하고 다양성은 간과하고 있습니다. 본 연구에서는 문서 기반 아이디어 발상(document-grounded ideation)을 연구하며, LLM이 생성하는 아이디어의 품질을 보장하면서도 다양성을 극대화하는 데 중점을 둡니다. 선행 논문들이 주어졌을 때, 모델은 높은 품질을 갖추면서도 상호 간에 명확히 구별되는 일련의 아이디어를 제안One of the first steps of a research pipeline is generating ideas. Large Language Models (LLMs) are increasingly used to automate this step, but most of this work optimizes the quality of individual ideas, while overlooking diversity. In our work, we study document-grounded ideation, focusing on inc

탈중앙화 에이전트 군집에서의 자기 조직화 학습Learning Self-Orchestration in Decentralized Agent Swarms

에이전트 군집의 역량은 개별 구성원뿐만 아니라 이들이 조율하는 방식에 달려 있습니다. 그러나 기존 멀티 에이전트 시스템은 고정된 오케스트레이션 구조 내에서 에이전트를 훈련하는 경우가 많아, 개별 역량 학습과 집단 행동 조직화를 분리해 왔습니다. 본 논문에서는 탈중앙화 에이전트 군집에서 행동 정책과 자기 조직화를 공동으로 학습하는 프레임워크인 시장 기반 사후 훈련(MPT)을 소개합니다. 에이전트는 입찰(bid)을 통해 참여 의사를 표현하며...The capabilities of an agent swarm depend on both its individual members and how they coordinate. Yet existing multi-agent systems often train agents within fixed orchestration structures, separating the learning of individual capabilities from the organization of collective behavior. We introduce m

MindEval2: 정신 건강 상담 언어 모델 평가를 위한 임상 기반 환자 및 루브릭MindEval2: Clinically Grounded Patients and Rubrics for Evaluating Language Models in Mental Health Support

정신 건강 지원을 위해 AI 챗봇을 찾는 사용자가 늘어남에 따라 이러한 도구를 평가해야 할 필요성이 더욱 커지고 있습니다. 최근 벤치마크는 합성 환자와의 다중 턴 대화를 시뮬레이션하고 'LLM-as-a-judge' 방식으로 평가하여 현실적인 환경을 모사하려 합니다. 그러나 가상 환자가 지나치게 솔직하고 자기 성찰적인 경향이 있으며, 평가는 대개 실제 유용성이 불명확한 모호한 리커트 척도에 의존하기 때문에 이러한 방식의 실효성은 제한적입니다...With people increasingly turning to AI chatbots for mental health support, the need to evaluate these tools is becoming more pressing. Recent benchmarks attempt to mimic a realistic setting by simulating multi-turn interactions with synthetic patients and evaluating them with an LLM-as-a-judge. Howe

Grid-Bench: LLM은 이산 세계의 변화를 예측할 수 있는가?Grid-Bench: Can LLMs Predict How Discrete Worlds Change?

공간 명령(spatial instruction)은 객체를 이동하거나, 영역을 변형하거나, 주변 환경을 변경하는 방법을 기술합니다. 여러 작업이 연속으로 적용될 때 각 작업은 이전 변화로 형성된 구성에 기반해 작동합니다. 대규모 언어 모델(LLM)은 그 결과로 나타나는 공간 상태를 얼마나 정확하게 예측할 수 있을까요? 2차원, 3차원, 4차원 그리드로 표현된 이산 세계를 변형하는 8개 작업군으로 구성된 실행 가능한 벤치마크인 Grid-Bench를 소개합니다. 초기 그리드와 명시적 규칙이 주어졌을 때...Spatial instructions describe how to move objects, transform regions, or modify their surroundings. When several operations are applied in sequence, each acts on a configuration shaped by earlier changes. How accurately can large language models (LLMs) predict the resulting spatial state? We introdu

확장 가능한 감독(Scalable Oversight)을 위한 더 단순하고 우수한 AI 토론 프로토콜A Simpler and Better Debate Protocol for Scalable Oversight

확장 가능한 AI 감독(Scalable Oversight)의 유망한 접근법 중 하나는 두 강력한 AI 간의 토론을 통해 복잡한 문제를 인간이 직접 평가하기 쉬운 단순한 주장 단위로 분해하는 'AI 토론'입니다. 본 논문은 엄밀한 정확도 보증을 제공하면서 안정적인 문제 분해를 지원하는 더 단순하고 효과적인 토론 프로토콜을 제안합니다.Linkpost to arXiv: https://arxiv.org/abs/2610.02557Summary: One promising approach to scalable oversight is AI debate, which seeks to leverage a debate between two powerful AIs to break complex questions down into simpler claims that can be easily judged directly. Theoretical work on debate aims to

트럼프, 백악관 복원 작업 자랑하려 AI 편집 사진 게시 논란Trump posts AI-edited photo to brag about White House restoration work

도널드 트럼프 대통령이 트루스 소셜에 백악관 보수 작업을 과시하는 사진들을 게시했으나, 그중 한 장이 AI로 수정된 것으로 보입니다. 이전 백악관 기둥과 '복원된' 기둥을 비교한 이 사진은 여러 불일치 요소가 발견되었으며 구글 AI 감지기로부터 '인공적으로 제작 또는 수정됨' 판정을 받았습니다.President Donald Trump posted a series of photos on Truth Social showing off renovations to the White House - but one of them appears to be modified with AI. The picture, which compares an old White House column to a "restored" one, has several discrepancies and was flagged by Google'

Character.ai, 자발적 챕터 11 파산 보호 신청 착수Character.ai has initiated voluntary Chapter 11 bankruptcy

Character.ai가 법원 감독하의 회사 매각 절차를 원활히 진행하기 위해 자발적 챕터 11 파산 보호 절차에 들어갔음을 알립니다. 지난 한 해 동안 중대한 법적, 규제적, 운영적 역풍 속에서도 비즈니스를 지속하고 개선하기 위해 최선을 다해왔습니다. 전면적인 검토 끝에,Today, we’re sharing that Character.ai has initiated a voluntary Chapter 11 bankruptcy process to facilitate a court-supervised sale of the company. Over the past year, we’ve taken meaningful steps to sustain and improve our business amid significant legal, regulatory, and operational headwinds. Aft

Import AI 476: 창의성과 반복적 스트레스 장애(RSI), 오픈 가중치 모델 동향, 우주로 향하는 AIImport AI 476: Creativity and RSI; worse-than-China open weight models; AI goes to space

AI의 창의성 및 개발 피로도, 중국 외 오픈 가중치 모델의 현주소, 그리고 달 탐사를 비롯한 우주 영역으로 확장되는 AI 기술 동향을 정리합니다.Will we give robots the moon?

MS 사장 "영국이 AI 규제를 주도하기에 최적의 입지"Microsoft president says UK is best placed to drive AI regulation

마이크로소프트의 브래드 스미스 사장은 우유와 세탁기가 AI 기업보다 더 엄격한 감독을 받고 있다며 시급한 AI 규제 마련을 촉구했습니다.Microsoft president Brad Smith calls for urgent AI regulation, saying milk and washing machines have more oversight than AI companies.

실제로 하늘을 나는 테슬라 (AI 아님)This Tesla Actualy Flies (NOT AI)

경악할 만한 테슬라 차량 - AI로 제작된 영상이 아니라는 게 믿기지 않을 정도입니다.This Tesla is Insane - Hard to believe it's not AI.

런타임 전쟁의 종결... 승자는 NodeThe runtime wars are over... and Node won

Cloudflare가 Deno를 전격 인수하고, Node.js의 창시자가 런타임을 재구현하려 했던 것이 실수였음을 인정했습니다. 혼란스러웠던 자바스크립트 런타임 시장의 판도 변화를 살펴봅니다.Every JetBrains account now comes with a free coding model called Junie Lite. Try it: https://jb.gg/JunieLite Cloudflare just acquired Deno and the creator of Node.js is finally admitting that reimplementing it was a mistake. Let's dive in. Want more Fireship? 🗞️ Newsletter: https://bytes.dev 🧠

인간의 이해를 넘어서기 시작한 OpenAI의 신규 AI 모델OpenAI’s New AI Is Doing Things We Barely Understand

수학 및 논리 추론 분야에서 인간이 원리를 완전히 파악하기 어려울 정도로 고도화된 성과를 보여주기 시작한 OpenAI의 신규 AI 연구 논문과 성과를 분석합니다.❤️ Check out Lambda here and sign up for their GPU Cloud: https://lambda.ai/papers 📝 The papers are available here: https://openai.com/index/sharing-ai-progress-in-mathematics/ https://github.com/openai/math 🙏 We would like to thank our generous Patreon supporters who make Two Minute Papers possible