Viola AI Hub

GPT-6 패밀리 모델 가이드A model guide for the GPT-6 family

스타트업을 위해 GPT-6 모델 선택 기준, 추론 강도(reasoning effort) 조율, 프롬프트 및 스킬 개선, 도구 오케스트레이션, 프로덕션 워크플로 구축 방안을 소개합니다.Learn how startups can choose GPT-6 models, tune reasoning effort, improve prompts and skills, coordinate tools, and prepare workflows for production.

채텀 파이낸셜, OpenAI와 협력해 자본 시장 전문성 확장Chatham scales its capital markets expertise with OpenAI

채텀 파이낸셜(Chatham Financial)이 Codex와 GPT-5.6을 활용해 기술을 구축하고 워크플로를 재설계함으로써, 거래 검증에 걸리던 시간을 기존 30분에서 4분 미만으로 단축했습니다.Chatham Financial uses Codex and GPT-5.6 to build technology and redesign workflows, cutting trade validation from 30 minutes to under 4.

2026년 9월 주요 AI 발표 소식The latest AI news we announced in September 2026

9월 AI 업데이트 소식을 담은 비디오A video showing the September AI updates

클로드 프론티어 아카데미: 1만 명의 엔지니어 양성을 위한 1억 달러 투자Claude Frontier Academy: $100M to train 10,000 engineers

Claude Frontier Academy는 Anthropic 자체 엔지니어 수준에 부합하는 프론티어 배포 엔지니어(Frontier Deployed Engineers)를 양성하며, 2027년 말까지 1만 명 교육을 목표로 1억 달러를 투자합니다.Claude Frontier Academy trains Frontier Deployed Engineers to the standard of Anthropic’s own — a $100 million commitment to train 10,000 by the end of 2027.

영원한 보완재: 혁신을 뒷받침하는 일상 업무와 AIThe eternal complement

첨단 AI의 진정한 가치는 혁신적인 아이디어를 뒷받침하는 일상적 업무의 효율화에 있을 수 있습니다. 완벽한 실행력이 미래 경제와 발전 속도를 어떻게 형성해 나갈지 살펴봅니다.Advanced AI may matter most for the routine work behind breakthrough ideas. Explore why execution could shape the next economy and the pace of progress.

앨버트슨스, 내부 혁신으로 유통 경험을 재정의하는 방법How Albertsons Companies is reimagining retail from the inside out

대형 슈퍼마켓 체인 앨버트슨스(Albertsons Cos.)가 ChatGPT Enterprise와 OpenAI API를 도입하여 팀의 업무 속도를 높이고 수백만 고객의 식료품 쇼핑 편의성을 개선하고 있습니다.Albertsons Cos. is using ChatGPT Enterprise and the OpenAI API to help teams work faster and make grocery shopping easier for millions of customers.

더 덴(The Den), 'ChatGPT 워크' 도입으로 주당 10~15시간 절감The Den frees up 10-15 hours a week to grow with ChatGPT Work

소셜 클럽 '더 덴'이 신규 지점을 열며 ChatGPT Work를 활용한 결과, 보조금 신청서 작성 시간을 기존 3일에서 2시간으로, 주류 판매 면허 관련 서류 준비 시간을 4일에서 3시간으로 단축했습니다.As it opens a new location, the social club prepares grant applications in 2 hours instead of 3 days and liquor-license materials in 3 hours instead of 4 days.

바클레이스, 운영 고도화 및 고객 경험 개선을 위해 Claude 도입 확대Barclays scales Claude to upgrade operations and improve client experience

영국의 글로벌 유니버설 뱅크 바클레이스(Barclays)가 Anthropic과의 전략적 협업을 확대하여 전 세계 운영 전반에 보안성과 엔터프라이즈급 안정성을 갖춘 AI 시스템을 통합합니다.Barclays, the British universal bank, is expanding its strategic collaboration with Anthropic to integrate secure, enterprise-grade AI systems across its global operations.

조직적인 모델 증류(Distillation) 공격 차단Disrupting a coordinated model-distillation campaign

OpenAI가 보호된 모델 추론 역량을 탈취하려던 조직적 시도를 차단한 과정과 적대적 모델 증류(Distillation)에 대응해 보안 방어 체계를 강화하는 방법을 확인해 보세요.Learn how OpenAI disrupted a campaign to extract protected model reasoning and is strengthening defenses against adversarial distillation.

Gemini 4 Argon: 프론티어 인텔리전스의 차세대 장을 열다Gemini 4 Argon: our next era of frontier intelligence

SynthID Bio 공개Introducing SynthID Bio

생물학적 기능을 유지하면서 AI 생성 단백질에 워터마크를 삽입하는 기술의 개념 증명(PoC)을 소개합니다.Proof of concept for watermarking AI-generated proteins while preserving biological function.

Team Bots: 업무를 수행하며 학습하는 공유형 AI 팀원Team Bots: shared AI teammates that learn as they work

Grok Bot에 필요한 파일, 앱, 전문 지식을 제공하고 공유해 팀 전체가 동일한 컨텍스트를 바탕으로 협업할 수 있도록 지원합니다.Give a Grok Bot the files, apps, and expertise it needs, then share it so your whole team can work from the same context.

애플, AI 에이전트의 오남용 방지 위해 전체 디스크 접근 권한 개편Apple changes full-disk access permissions to curb abuse from AI agents

메타는 FDA(전체 디스크 접근 권한)가 뮤즈의 메시지 읽기에 필수적이지 않다고 보지만, 애플은 AI 에이전트의 권한 오남용을 막기 위해 철저한 접근 제한이 필요하다는 상반된 입장을 취하고 있습니다.Meta says FDA isn't sufficient to Muse reading messages. Apple begs to differ.

대부분의 정보가 숨겨진 보드게임 '스트라테고', AI의 한계를 넘다With most information hidden, the game Stratego had stumped AI until now

숨겨진 말의 정체를 예측하는 보조 신경망의 도입이 핵심 해결책이었습니다.Adding in a second neural network that guesses the identity of hidden pieces was key.

Redis 창시자가 만든 ds4: 로컬에서 실행하는 경량 LLM 추론 엔진From the creator of Redis; run LLM locally with ds4

Redis 제작자 antirez가 Metal, CUDA, ROCm 환경에서 DeepSeek V4/V4.1, Qwen3.8 Flash Next, GLM 5.x를 구동하기 위해 C 언어로 개발한 추론 엔진 ds4의 문서, 벤치마크 및 설정 가이드입니다.Docs, benchmarks and setup notes for ds4, antirez's C inference engine for DeepSeek V4/V4.1, Qwen3.8 Flash Next and GLM 5.x on Metal, CUDA and ROCm.

Show HN: 오픈소스 레고 AI 생성기를 개발했습니다Show HN: Made an open-source Lego AI generator

Astra와 Opus 5.5로 구축되고 Jev로 구동되는 생성형 레고 모델 조립용 에이전트 툴링 - anteloc/ldraw-novaAgent tooling for generative LEGO models building, built with Astra and Opus 5.5, powered by Jev - anteloc/ldraw-nova

숀 파커, 음악 중심으로 스태빌리티 AI 재편 나서Sean Parker is rebuilding Stability AI around music

과거 음악 산업에 '허락보다 용서를 구하는 법'을 각인시켰던 숀 파커가 이번에는 주요 음반사들의 지지와 투자를 등에 업고 복귀했습니다.Sean Parker, who once taught the music industry what asking for forgiveness looks like, is now back with the labels' blessing and money.

메타, '뮤즈(Muse)' AI 기기를 직접 제작할 수 있는 소스코드 오픈소스로 공개Meta open sources code to let you make Muse AI gadgets

메타가 자사의 새로운 AI 에이전트를 탑재한 '뮤즈(Muse)' 기기를 직접 제작할 수 있도록 관련 코드를 오픈소스로 공개했습니다. 메타는 컬러 전자잉크(E-ink) 디스플레이에 뮤즈를 연동해 알림을 띄우거나, HDMI 스틱에 적용해 대형 화면으로 뮤즈를 표시하는 등의 프로젝트 활용 방안을 제시했습니다.Meta now lets you make your own Muse gadgets that feature the company's new AI agent with code that the company open sourced. The company suggests projects like loading Muse on a color E Ink display to show reminders, adding it to an HDMI stick so you can display Muse on a big screen, or [&

마이크로소프트 디지털 방어 보고서: AI가 사이버 보안 지형을 재편하는 방식Microsoft Digital Defense Report: How AI is reshaping the cybersecurity landscape

마이크로소프트 디지털 방어 보고서를 통해 AI가 사이버 보안 생태계를 어떻게 변화시키고 있는지 살펴봅니다.The post Microsoft Digital Defense Report: How AI is reshaping the cybersecurity landscape appeared first on Source.

자율형 AI로 엔터프라이즈 인텔리전스를 재정의하다Redefining enterprise intelligence with autonomous AI

엔터프라이즈 AI는 더 이상 먼 미래의 포부가 아닌, 이미 본격적인 실무 운영 단계에 진입했습니다. 모델 성능은 대다수 기업이 소화할 수 있는 속도보다 더 빠르게 발전하고 있으며, 운영 비용은 지속해서 하락하고 있습니다. 2026년 글로벌 AI 투자는 전년 대비 44% 증가한 2조 5천억 달러에 달할 전망입니다. 많은 기업에 이러한 투자는…Enterprise AI is no longer a future ambition. It is in full operational flight. Model capabilities are advancing faster than most organizations can absorb, while the cost of performance continues to fall. Globally, AI investment is set to reach $2.5 trillion in 2026, up 44% from the previous year. F

MIT-사카나 AI, 자체 개선 코딩 에이전트의 평가 비용을 낮추는 LLM 판사 프레임워크 공개New MIT and Sakana AI framework uses an LLM judge to cut evaluation costs for self-improving coding agents

코딩 에이전트는 프롬프트, 도구, 코드를 수정하며 성능을 개선할 수 있지만, 어떤 변화가 실제로 효과가 있는지 검증하는 과정은 매우 까다롭고 비용이 큽니다. 양사는 LLM을 평가자로 활용해 이 문제를 해결하는 방식을 제시했습니다.Coding agents can improve by changing the prompts, tools and code that guide their work. But finding which changes actually help and are worth preserving is challenging and expensive.Read more

macOS 및 Windows용 DeepSeek Harness 데스크톱 출시DeepSeek Harness Desktop for macOS and Windows

DeepSeek Harness를 활용해 문서 작업, 스프레드시트 분석, 코드 작성 및 작업 예약을 수행하세요. 조합 가능한 플러그인으로 기능을 확장할 수 있습니다.Use DeepSeek Harness to work with documents, analyze spreadsheets, write code, and schedule tasks. Extend its capabilities with composable plugins.

GPT-Synopsys: 칩 설계를 혁신할 프론티어 인텔리전스GPT-Synopsys: Frontier Intelligence to Revolutionize Chip Design

반도체 혁신을 획기적으로 진전시키고 가속화하기 위해 양사가 전략적 파트너십을 체결했습니다. 주요 소식: 우선 파트너로서 협력하기 위한 다년 계약 체결...Companies form strategic partnership to dramatically advance and accelerate semiconductor innovation News Highlights: Companies sign multi-year agreement to collaborate as preferred partners to...

그렉 크로아-하트만 – LLM 시대의 보안 [영상]Greg Kroah-Hartman – Security in the LLM Age [video]

Hacker News (추천 168점, 댓글 38개)Hacker News (168 points, 38 comments)

Asta의 고속 보고서 생성 모델 'AstaBrief' 오픈소스 공개Open-sourcing AstaBrief, the fast report-generation model in Asta

AutoSynthData: 엔터프라이즈 Agent를 위한 학습 데이터 생성 기술AutoSynthData: Generating Training Data for Enterprise Agents

개발자의 업무 방식을 바꾸는 AI: 강화해야 할 세 가지 핵심 역량AI is changing developer work. Here are three skills to strengthen.

AI 에이전트를 적절히 지시하고, 그 결과물을 비판적으로 검토하며, 개발 워크플로의 중심에 기술적 판단력을 유지하는 방법을 확인해 보세요. (GitHub Blog 기사)Learn to direct AI agents, critically review their output, and keep technical judgment at the center of your workflow. The post AI is changing developer work. Here are three skills to strengthen. appeared first on The GitHub Blog.

매튜 그린(Matthew Green)의 발언 인용Quoting Matthew Green

[...] 이러한 요소들을 결합하면 웜(Worm)의 두 가지 핵심 축이 완성됩니다. 바로 에이전트를 가로채는 페이로드와, 그 페이로드를 다음 에이전트로 전달하는 에이전트입니다. 서로 격리된 샌드박스 환경의 에이전트들이 공유 패키지 캐시를 통해 서로에게 명령어를 남길 수 있음을 발견했고, 이 명령어는 이를 수신한 에이전트의 동작을 변화시켰습니다. 패키지 캐시를 이메일, 슬랙, 공유 문서, 왓츠앱으로 바꾸고, 독립적인 샌드박스 훈련 실행을 독립적으로 배포된...[...] Put these pieces together and you have the two halves of a worm: a payload that hijacks the agent, and an agent that will carry the payload to the next agent. Agents in separately-isolated sandboxes discovered that they could leave instructions for each other in a shared package cache, and tho

단 하나의 기저로 모두 애니메이션화하기: 실시간 아바타를 위한 가우시안 블렌드셰이프 증류 기법One Basis to Animate Them All: Gaussian Blendshape Distillation for Real-Time Avatars

3D 가우시안 아바타는 빠른 렌더링을 지원하지만, 연산 비용이 높은 신경망 추론 때문에 실시간 애니메이션화에는 어려움이 따랐습니다. 본 연구는 이 병목 현상을 해결하며 사전 학습된 아바타 모델의 움직임이 ID 무관 블렌드셰이프의 선형 결합으로 매우 정밀하게 근사될 수 있음을 보입니다. 이를 기반으로 프레임별 무거운 신경망 디코딩을 얕은 계수 예측기로 대체하는 증류 기법 GALA(Gaussian Animation via Linear Approximation)를 제안합니다.3D Gaussian avatars support fast rendering, however, their real-time animation is often challenged by the costly neural inference. We address this bottleneck and show that the animation of pretrained avatar models can be closely approximated by a linear combination of identity-independent blendshape

KaliBench: 런타임 없는 검증 가능 보상을 활용한 Kali Linux 사이버 보안 도구 사용 미세 벤치마크KaliBench: A Fine-Grained Benchmark for Cybersecurity Tool Use on Kali Linux with Runtime-Free Verifiable Rewards

LLM은 분석가의 의도를 도구 호출로 변환하는 사이버 보안 워크플로에 점점 더 폭넓게 적용되고 있습니다. 그러나 기존 평가는 지식 기반 평가나 엔드투엔드 에이전트 작업에 치중되어 있어 실제 사이버 보안 도구를 실행 가능한 명령어로 생성하는 LLM의 역량을 직접 측정하지 못합니다. 사이버 보안 운영은 사소한 구문 오류나 잘못된 플래그-값 바인딩에도 치명적인 엄격한 CLI에 의존하기 때문에 이러한 평가 공백은 매우 중요합니다.LLMs are increasingly applied to cybersecurity workflows, where they are expected to translate analysts' intent into tool invocations. However, existing evaluations focus on knowledge-based assessments or end-to-end agentic tasks, and do not directly measure LLMs' ability to generate execu

재구성, 연습, 실제 적용: 체화 에이전트를 위한 유도형 자가 개선 프레임워크Reconstruct, Practice, Go Real: Guided Self-Improvement for Embodied Agents

다양한 작업에 걸쳐 신뢰할 수 있는 로봇 역량을 구축하려면 스킬 개발 및 유지 관리, 보상 설계, 인식과 제어의 통합 등에 상당한 인간의 노력이 소요됩니다. 본 논문에서는 모델 가중치 업데이트 없이 로봇 실행 시스템을 자율적으로 개선하는 프레임워크인 RPG(Reconstruct, Practice, Go Real)를 소개합니다. RPG는 오프라인 데이터셋에서 조작 역량을 식별하고 시뮬레이션 환경에서 연관 연습 작업을 구축합니다. 연습 과정에서 RPG는 실행 피드백과 특권 정보를 활용하여...Building reliable robot capabilities across diverse tasks requires substantial human effort to develop and maintain skills, design rewards, and integrate perception with control. We present Reconstruct, Practice, Go Real (RPG), a framework for autonomous improvement of robot execution systems withou

ScholarCatalyst: 새로운 연구에 영감을 주는 논문 검색을 위한 벤치마크ScholarCatalyst: A Benchmark for Retrieving Papers That Inspire New Research

위대한 과학자들을 위대하게 만드는 것은 무엇일까요? AI 시스템이 미해결 문제에서 성과를 내기 시작했음에도 불구하고, 끊임없이 증가하는 연구 자료 속에서 새로운 문제에 필요한 선행 아이디어가 무엇인지 포착하는 능력은 여전히 과학자가 AI보다 훨씬 앞서 있습니다. 이러한 역량을 연구하기 위해, 우리는 완료된 프로젝트를 발전시키는 데 기여한 선행 연구를 직접 경험한 연구자들의 데이터를 활용하며 논문을 아이디어의 지표로 삼았습니다. 저자 어노테이션의 확장성을 높인 자동화 파이프라인을 기반으로, 우리는 ScholarCatalyst를 구축했What makes great scientists great? Even as AI systems start to make progress on open problems, scientists remain far ahead of them at sensing which prior idea, buried in an ever-growing archive of research, a new problem needs. To study this skill, we draw on researchers who know firsthand which ear

SILSA: 위상 보존 고해상도 3D 생성을 위한 슬라이딩 윈도우 슬라이스 잠재 공간SILSA: Sliding-Window Slice Latents for Topology-Preserving High-Resolution 3D Generation

고해상도 3D 생성은 복셀 잠재 공간(voxel latents)과 활성 구조를 먼저 예측한 뒤 국소 형상을 합성하는 다단계 파이프라인에 점차 의존하고 있습니다. 이러한 방식은 효과적이지만 연속적인 표면을 수많은 로컬 토큰으로 분할하여 생성 비용을 증가시키고, 얇거나 고도로 연결된 형태의 위상학적 일관성을 약화시키는 경우가 많습니다. 본 논문에서는 컴팩트한 슬라이딩 윈도우 슬라이스 잠재 공간으로 형상을 표현하는 위상 인식 3D 생성 프레임워크인 SILSA를 제안합니다.High-resolution 3D generation increasingly relies on voxel latents and multi-stage pipelines that first predict active structure and then synthesize local geometry. While effective, this design fragments continuous surfaces into many local tokens, inflates generation cost, and often weakens topologi

VISTA: 상호작용 세계에서의 추론을 위한 시각적 하네스VISTA: A Visual Harness for Reasoning in an Interactive World

멀티모달 모델은 강력한 추론 능력을 갖추고 있으며, 적절한 하네스(harness)를 적용하면 다양한 상호작용 환경에서 과제를 해결하는 잠재력을 이끌어낼 수 있음을 입증합니다. 본 논문에서는 범용 멀티모달 모델에 장기적 시각 시야(long-horizon vision)를 제공하는 시각적 하네스인 VISTA를 소개합니다. VISTA는 모델이 시각적 관측을 통해 환경을 직접 인식할 수 있도록 하며, 과거 관측을 원본 형태 그대로 보존하는 무손실 시각 메모리를 유지하여 모델이 능동적으로 정보를 검색할 수 있게 합니다.We show that multimodal models possess strong reasoning abilities and that an appropriate harness can unlock their potential to solve tasks across diverse interactive environments. We introduce VISTA, a visual harness that gives a general-purpose multimodal model long-horizon vision. VISTA allows th

임베딩 예측을 통한 이미지 생성 성능 향상Embedding Prediction Helps Image Generation

확산 트랜스포머(Diffusion Transformer)에서는 클래스 레이블이나 텍스트 프롬프트가 한 번 임베딩된 후 모든 디노이징 단계에서 동일한 조건으로 재사용됩니다. 본 연구에서는 예측된 임베딩이 대신 이러한 조건 역할을 할 수 있는지 탐구합니다. 차기 임베딩 예측 자기회귀(NEPA)는 시퀀스에서 다음 연속 임베딩을 예측하도록 트랜스포머를 훈련합니다. 생성 과정에서는 노이즈가 있는 이미지 뒤에 깨끗한 이미지가 오므로, 그 임베딩은 조건과 노이즈 이미지 다음의 임베딩이 됩니다.In diffusion transformers, a class label or a text prompt is embedded once, and the same condition is reused at every denoising step. We ask whether predicted embeddings can serve as this condition instead. Next-Embedding Predictive Autoregression (NEPA) trains a Transformer to predict the next cont

TACO: LLM 파인튜닝을 위한 3진 절대 최댓값 열별 1-희소 옵티마이저TACO: Ternary Absolute-max Column-wise One-sparse Optimizer for LLM Fine-Tuning

대규모 언어 모델(LLM)의 풀 파라미터 파인튜닝은 상당한 옵티마이저 상태 메모리 오버헤드를 발생시켜 최신 GPU에 수용 가능한 모델 크기를 제한합니다. 기존 접근법은 옵티마이저 상태를 압축하거나 1차 그래디언트를 포기하거나 밀집 상태를 유지한 채 업데이트 기하구조를 변경했습니다. 최근 도입된 Muon 옵티마이저는 행렬 값 업데이트를 통해 옵티마이저 메모리를 절감하지만, AdamW와 다른 기하구조를 가져 AdamW 기반 모델을 파인튜닝할 때 성능 저하를 초래할 수 있습니다.Full-parameter fine-tuning of large language models (LLMs) incurs substantial optimizer state memory overhead, limiting the model sizes that fit on modern GPUs. Existing approaches either compress optimizer state, abandon first-order gradients, or change the update geometry while retaining dense sta

그래프 상의 비용 증강 슈뢰딩거 브릿지는 정확히 해결 가능하다: 학습된 제어를 대체하는 파인만-카츠 틸트Cost-augmented Schrödinger bridges on graphs are exactly solvable: a Feynman-Kac tilt replaces learned control

그래프 상의 일반화된 슈뢰딩거 브릿지는 방문한 상태에 비용을 부과하면서 두 분포 간에 질량을 이동시킵니다. 기존에는 비용을 복원하는 시간차 페널티와 함께 제어된 연속 시간 마르코프 체인의 전이율을 학습하는 방식으로 접근했습니다. 본 연구는 상태 비용이 참조 프로세스에 파인만-카츠 틸트(Feynman-Kac tilt)로 흡수될 수 있음을 보여줍니다. 비용 증강 브릿지는 틸트된 참조에 대한 단순 브릿지가 되며 페널티는 불필요해집니다.The generalized Schrödinger bridge on a graph moves mass between two distributions while charging a cost for the states visited. It has been approached by learning the rates of a controlled continuous-time Markov chain, with a temporal-difference penalty that restores the cost. A state cost folds in

누락된 기본 요소: 대규모 언어 모델의 수학적 추론 진단 및 복구The Missing Primitive: Diagnosing and Repairing Mathematical Reasoning in Large Language Models

대규모 언어 모델(LLM)이 첨단 수학 문제에서 뛰어난 역량을 보여주고 있지만, 해결책의 기저에 있는 구조적 수학 이해를 실제로 갖추고 있는지는 여전히 불분명합니다. 본 논문에서는 LLM의 고유한 역량을 진단하는 것부터 이러한 발견을 활용해 사후 학습(post-training)을 개선하는 것까지, 모델의 수학적 이해를 체계적으로 연구하기 위한 첫 발을 내딛습니다. 먼저, 구조적 수학 능력을 탐색하기 위한 '수학적 기본 요소(Mathematical Primitive)'의 개념을 제시합니다.While Large Language Models (LLMs) have demonstrated striking capabilities on frontier mathematical problems, it remains unclear whether they possess the structural mathematical understanding underlying their solutions. In this paper, we take a first step toward systematically studying mathematical

방향을 신뢰하고 보폭을 탐색하라: LLM 파인튜닝을 위한 0차 및 1차 결합 최적화 기법Trust the Direction, Search the Step: Zero-and-First-Order Methods for LLM Fine-Tuning

보폭(Step-size) 선택은 대규모 신경망 최적화의 핵심 과제입니다. 보수적인 보폭은 수렴을 늦추고, 공격적인 보폭은 학습을 불안정하게 만듭니다. 본 연구는 0차 및 1차 최적화(ZFO)를 결합하여 방향 결정과 보폭 결정을 분리하는 경량 프레임워크를 제안합니다. ZFO는 신뢰할 수 있는 1차 옵티마이저를 사용해 방향을 결정하고, 1차원 부분 공간 상에서만 0차 평가를 수행하여 최적의 이동 거리를 탐색합니다.Step-size selection remains a central challenge in large-scale neural network optimization; conservative steps slow convergence, while aggressive steps can destabilize it. We combine \textbf{Z}ero-and-\textbf{F}irst-\textbf{O}rder optimization~(ZFO) and propose a lightweight framework that decouples

희소 오토인코더 피처 강화를 통한 본질적 무구조 단백질 영역(IDR)의 생성 모델링Generative modeling of intrinsically disordered protein regions by reinforcing sparse autoencoder features

본질적 무구조 단백질 영역(IDR)은 전사 조절, 신호 전달, 세포 내 위치 결정 등 다양한 세포 과정에서 핵심적인 역할을 하지만, 기능적 설계는 여전히 난제로 남아 있습니다. 구조 기반 설계법은 IDR에 적용하기 어렵고, 기존 단백질 언어 모델은 전체 길이 시퀀스로 학습되어 접힌 도메인에 편향된 사전 지식을 학습합니다. 본 논문에서는 이러한 한계를 극복하기 위해 학습된 자기회귀 단백질 언어 모델인 IDiom을 소개합니다.Intrinsically disordered protein regions (IDRs) play central roles in cellular processes such as transcriptional regulation, signal transduction, and subcellular localization, yet their functional design remains challenging. Structure-based design methods do not readily apply to IDRs, and existing p

모든 제거는 곧 자극이다: 균형추 효과와 자기 치유의 겉모습Every Ablation Is a Dose: Counterweights and the Semblance of Self-Repair

언어 모델의 특정 구성 요소를 제거(ablate)하면 다른 구성 요소들이 이를 조정하고 보상하는 것처럼 보이는 현상이 자주 관찰됩니다. '자기 치유(self-repair)'라 불리는 이 현상은 반복적으로 관찰되었으나 그 메커니즘은 명확하지 않았습니다. 지금까지의 가장 체계적인 연구는 자기 치유가 노이즈가 많고 단일한 원인으로 설명하기 어렵다고 결론지었습니다. 그러나 우리는 구성 요소 제거 전부터 이미 존재하는 이득(gain)이라는 단일 원인이 존재한다고 주장합니다.Ablate a component of a language model, and other components often appear to adjust and compensate. This phenomenon, termed self-repair, has been observed repeatedly, but its mechanism remains unclear. The most systematic study to date concluded that self-repair is noisy and unlikely to have a singl

AutoCompact: 장기 실행 코딩 에이전트의 컨텍스트 압축 시점 학습AutoCompact: Learning When to Compact Context in Long-Horizon Coding Agents

코딩 에이전트는 코드 검사, 검색, 편집, 테스트로 이어지는 긴 궤적을 거쳐 저장소 수준의 소프트웨어 엔지니어링 과제를 해결합니다. 작업이 진행됨에 따라 이전 탐색 내용은 효력을 잃으므로, 컨텍스트 관리는 단순히 메모리 오버플로를 방지하는 것을 넘어섭니다. 에이전트는 언제 컨텍스트를 압축할지, 어떤 작업 상태를 보존할지, 그리고 그 상태에서 어떻게 작업을 이어갈지 결정해야 합니다. 본 연구에서는 코딩 에이전트가 정책의 일부로 이러한 결정을 내릴 수 있도록 학습시키는 AutoCompact를 소개합니다.Coding agents solve repository-level software engineering tasks through long trajectories of code inspection, search, editing, and testing. As a task progresses, earlier exploration becomes stale, so managing context is more than avoiding overflow: an agent must decide when to compact, what working

단순 지식 접근에서 출처 학습으로: 출처별 특화 역량 개발From Knowledge Access to Source Learning: Developing Source-Specific Competence

대규모 언어 모델(LLM) 에이전트는 지식 집약적인 일련의 작업을 해결하기 위해 외부의 영구 소스에 점점 더 많이 의존하고 있습니다. 기존 연구들은 소스 콘텐츠에 접근하고 이를 정리하는 방식을 개선해 왔으며, 에이전트 메모리 시스템은 이전 상호작용에서 재사용 가능한 지식을 보존합니다. 하지만 동일한 소스를 반복 사용하는 것은 해당 소스에 대한 이해를 점진적으로 심화할 기회라기보다는 여전히 단순한 반복 접근 수준으로 취급되는 경우가 많습니다. 본 연구에서는 재사용 가능한 출처 특화 능력을 개발하는 '출처 학습(source lLarge language model (LLM) agents increasingly rely on persistent external sources to solve sequences of knowledge-intensive tasks. Existing methods improve how source content is accessed and organized, while agent-memory systems preserve reusable knowledge from prior interactions, but repeated use

키워드 기반 벤치마크의 오류: 소형 언어 모델의 도구 사용 검증을 위한 비용 효율적 진단 단계Keyword Harnesses Fail Open: A Cheap Diagnostic Ladder for Tool-Use Claims in Small Language Models

키워드 매칭 기반의 벤치마크는 소형 언어 모델이 실제로 수행하지 않은 도구 사용에 대해서도 성공한 것으로 잘못 평가할 수 있습니다. 본 연구에서는 동일한 아키텍처를 공유하는 스페인어 보안 언어 모델 쌍에서 이러한 오탐(false positive) 사례를 확인하고, 엄격하면서도 비용 효율적인 진단 평가 체계를 제안합니다. 별도 SFT가 없는 661.6M 파라미터 모델과 60억 토큰 분량의 도구 SFT를 거친 1,109M 모델은 디코더와 토크나이저를 공유하며 관대한 도구 사용 평가 지표에서 거의 동일한 점수를 기록했습니다.Keyword-matching benchmarks can credit small models for tool use they never perform. We document such a false positive in a matched-architecture pair of Spanish security language models and propose a ladder of strict, cheap diagnostics. A 661.6M parameter model (approx. 65% code/technical text; no d

샘플링을 결합한 파인튜닝: 생각보다 뛰어난 SFT의 학습 성능Finetuning with Sampling: SFT Learns Better Than You Think

프론티어 모델에 새로운 능력을 부여하는 것은 사후 학습(post-training)의 오랜 목표였으며, 주로 지도 미세조정(SFT)과 강화학습(RL)이 활용되어 왔습니다. 통념상 RL은 기존 능력을 유지하면서도 새로운 작업에 대한 강력한 일반화를 가능하게 하는 반면, SFT는 일반화 성능이 취약하고 치명적 망각(catastrophic forgetting)을 겪기 쉬운 것으로 알려져 있습니다. 동시에 SFT는 오프 폴리시(off-policy) 전문가 데이터로부터 학습할 수 있는 반면, RL은 성공적인 경로를 탐색해내는 모델 자체의 역량Introducing new capabilities to frontier models has long been the goal of posttraining, which predominantly employs supervised finetuning (SFT) and reinforcement learning (RL) to this end. Conventional wisdom dictates that RL enables strong generalization on new tasks without losing existing capabil

Argo-Bench: 엔터프라이즈 규모 워크플로 환경에서의 데이터 에이전트 평가Argo-Bench: Evaluating Data Agents on Enterprise-Scale Workflows

실제 기업의 데이터 사이언스 및 분석 워크플로는 수십 개의 테이블을 넘나드는 추론, 통계 분석 수행, 그리고 그 결과에 기반한 실행을 필요로 합니다. 기존 text-to-SQL 벤치마크는 쿼리 생성만을 평가할 뿐만 아니라, 정답 레이블에 잦은 오류가 있음이 감사 결과 드러났습니다. 실제 기업 데이터웨어하우스는 보안상 공개하기 어렵기 때문에 기존 벤치마크들은 비즈니스 이벤트가 단일 테이블에 들어가는 공개 데이터셋으로 구축되었습니다. 이에 엔터프라이즈 환경을 반영한 평가 프레임워크인 Argo-Bench를 소개합니다.Real-world enterprise data science and analytics workflows require reasoning across dozens of tables, performing statistical analyses, and acting on the results. Established text-to-SQL benchmarks evaluate query generation alone, and audits have found their answer keys frequently wrong. Because real

AI든 '초지능'이든, 실제 지갑을 여는 소비자는 2%에 불과Call it AI, call it Super Intelligence, only 2% of consumers are buying it

이번 주 백악관은 저커버그, 베조스, 머스크, 앤트로픽의 다리오 아모데이 등 주요 빅테크 CEO들을 한자리에 모아 도널드 트럼프 대통령이 '도덕적 구속력'이 있다고 평가한 AI 안전 서약에 서명하도록 했습니다. 트럼프 대통령은 AI의 명칭을 공식적으로 '초지능'으로 변경하는 행정명령에도 서명했으며, 한편 메타와 OpenAI는 자사 AI 제품을 더 친근한 이미지로 포장하고 있습니다.This week, the White House got nearly every major tech CEO in one room — Zuckerberg, Bezos, Musk, and Anthropic’s Dario Amodei among them — to sign an AI safety pledge that President Donald Trump called “morally binding.” Trump 

백악관에 따르면 이제 AI가 아니라 '초지능(Super Intelligence)'이다It’s not AI anymore, it’s ‘super intelligence’ (according to the White House)

이번 주 백악관은 저커버그, 베조스, 머스크, 앤트로픽의 다리오 아모데이 등 주요 테크 기업 CEO들을 소집해 도널드 트럼프 대통령이 '도덕적 구속력'을 지닌다고 표현한 AI 안전 서약에 서명하게 했습니다. 트럼프 대통령은 또한 AI를 '초지능'으로 공식 재명명하는 행정명령에 서명했습니다.This week, the White House got nearly every major tech CEO in one room — Zuckerberg, Bezos, Musk, and Anthropic’s Dario Amodei among them — to sign an AI safety pledge that President Donald Trump called “morally binding.” Trump 

美 법원, 구글 AI 오버뷰(AI Overviews) 대상 반독점 소송 기각Judge dismisses antitrust lawsuits over Google’s AI Overviews

로이터 통신에 따르면, 美 연방법원이 체그(Chegg)와 펜스케 미디어(PMC)가 제기한 반독점 소송 2건을 기각했습니다. 원고 측은 구글이 AI 검색 기능으로 웹사이트 트래픽을 가로채고 있다고 주장했으나, 법원은 구글의 손을 들어주며 원고의 주장을 기각했습니다.A federal judge has dismissed a pair of antitrust lawsuits filed by Chegg and Rolling Stone parent company Penske Media Corporation, which accused Google of driving away web traffic with its AI-powered search features, as reported earlier by Reuters. US District Judge Amit Mehta takes Google's

내인성 정렬(Endogenous Alignment)에는 의존성이 필수적이다Endogenous Alignment Requires Dependence

내인성 정렬에 관한 이전 글에 여러 훌륭한 댓글이 달렸습니다. 그중 Karl Krueger는 인간이 자녀를 정렬(align)시키는 방식에서는 강화학습보다 모방학습(imitation learning)이 더 중요하다고 주장했습니다. 둘 중 어느 쪽이 더 중요한지 가려내는 것은 쉽지 않지만, 모방의 중요성을 간과했던 것은 제 실수였음을 인정하며, 다른 댓글에서 설명된 이유에 따라 모방학습이 더 근본적인 역할을 한다고 볼 수 있습니다. Gunnar Zarncke가 유용하게 지적했듯이, 저는 가장 핵심적인 부분을 놓치고 있었습니다.My post on endogenous alignment got several excellent comments. Among them, one from Karl Krueger argued that imitation learning is more important for how humans align their children than reinforcement learning. Teasing out which is more important seems hard, but I agree I was wrong to ignore the im

Import AI 474: 플라톤적 마인드스페이스, 우주로 향한 TPU, Zhipu의 외부 RSI 루프 착수Import AI 474: Platonic mindspace; TPUs in space; Zhipu starts an outer RSI loop

LLM의 한계 역량을 넘어서는 지점은 과연 어디일까요?Where do you exceed the capabilities of an LLM?

AI 뉴스: Dots, GPT-6.1 Sol, Sonnet 5.5, Gemini 4 및 놓쳐선 안 될 주요 소식AI News: Dots, GPT-6.1 Sol, Sonnet 5.5, Gemini 4, and everything you need to know

이번 주 놓쳤을 만한 주요 AI 뉴스를 정리해 드립니다. Optimizely의 Virtual Teammates가 무엇을 자동화해 줄 수 있는지 https://optimizely.com/mattwolfe 에서 확인해 보세요. 더 알아보기: 🛠️ AI 툴 및 뉴스 탐색: https://futuretools.io/ 📰 주간 뉴스레터: https://futuretools.io/newsletter 소셜 채널: ❌ Twiter/X: https://x.com/mreflow 🖼️ Instagram: https://instagram.com/mr.eHere's the AI News you probably missed this week. See what Optimizely’s Virtual Teammates can automate for you at https://optimizely.com/mattwolfe Discover More: 🛠️ Explore AI Tools & News: https://futuretools.io/ 📰 Weekly Newsletter: https://futuretools.io/newsletter Socials: ❌ Twiter/X: h

실제로 수익을 만들어 줄 수 있는 단 하나의 OpenAI 발표...The one OpenAI announcement that can actually make you money...

https://fastino.ai/ 에서 더 빠른 오픈 가중치 버전의 Jev를 사용해 보세요. 프로모션 코드 FIRESHIPFIVE를 입력하면 무료 크레딧을 받을 수 있습니다. 이번 영상에서는 OpenAI DevDay 2026에서 놓친 모든 소식을 살펴봅니다. 바로 시작해 보시죠. #coding #programming Fireship의 다른 콘텐츠가 궁금하다면? 🗞️ 뉴스레터: https://bytes.dev 🧠 강의: https://fireship.devTry the faster, open-weight version of Jev at https://fastino.ai/. Use code: FIRESHIPFIVE to get free credits. In this video we'll cover everything you missed at OpenAI Dev Day 2026. Let's dive in. #coding #programming Want more Fireship? 🗞️ Newsletter: https://bytes.dev 🧠 Courses: https:/