Viola AI Hub

EU 텍스트 출처 표기 규정에 대한 OpenAI의 접근 방식Our approach to EU text provenance rules

OpenAI가 EU 규정에 따른 텍스트 워터마킹 적용 방식을 공개했습니다. 워터마크가 적용되는 대상, 탐지 메커니즘, 그리고 연구자를 시작으로 접근 권한을 단계적으로 확대하는 이유를 설명합니다.How OpenAI is approaching text watermarking under EU rules. Learn where watermarks apply, how detection works, and why access starts with researchers.

사용자의 AI 활용 방식에 맞춘 새로운 광고 생태계 구축Building advertising for the way people use AI

OpenAI가 ChatGPT에 새로운 시각적 광고 포맷을 선보이며, 광고주를 위한 성과 측정 도구, 어트리뷰션 파트너십, 브랜드 적합성(Brand Suitability) 기능을 확대 적용합니다.OpenAI introduces a new visual ad format in ChatGPT and expands measurement tools, attribution partnerships, and brand suitability for advertisers.

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

스타트업을 위한 GPT-6 모델 선정법, 추론 수준(Reasoning effort) 조율, 프롬프트 및 스킬 개선, 도구 연동, 프로덕션 워크플로 구축 전략을 소개합니다.Learn how startups can choose GPT-6 models, tune reasoning effort, improve prompts and skills, coordinate tools, and prepare workflows for production.

Chatham Financial, OpenAI 협업으로 자본시장 전문성 확장Chatham scales its capital markets expertise with OpenAI

Chatham Financial이 Codex와 GPT-5.6을 활용해 기술을 구축하고 워크플로를 재설계함으로써, 거래 검증에 소요되던 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 최신 AI 소식 발표 요약The latest AI news we announced in September 2026

2026년 9월 주요 AI 업데이트를 한눈에 볼 수 있는 요약 영상입니다.A video showing the September AI updates

클로드 프론티어 아카데미: 1억 달러 투입해 엔지니어 1만 명 양성Claude Frontier Academy: $100M to train 10,000 engineers

클로드 프론티어 아카데미가 앤트로픽 사내 기준에 부합하는 프론티어 배포 엔지니어 양성을 목표로, 2027년 말까지 1억 달러를 투자해 1만 명을 교육합니다.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.

인도 레이밴 및 레이밴 메타 앰버서더로 란비르 싱 선정 & AI 스마트안경 신규 업데이트Announcing Ranveer Singh as Brand Ambassador for Ray-Ban and Ray-Ban Meta in India along with Exciting New Updates to our AI Glasses

란비르 싱(Ranveer Singh)이 인도 시장 레이밴 및 레이밴 메타(Ray-Ban Meta)의 첫 브랜드 앰버서더로 선정되었습니다. 본 기사는 Meta Newsroom에 처음 게재되었습니다.Ranveer Singh becomes the first Brand Ambassador for Ray-Ban and Ray-Ban Meta in India. The post Announcing Ranveer Singh as Brand Ambassador for Ray-Ban and Ray-Ban Meta in India along with Exciting New Updates to our AI Glasses appeared first on Meta Newsroom.

Gemini 4 Argon: 프론티어 인텔리전스의 새로운 시대Gemini 4 Argon: our next era of frontier intelligence

제미나이 '콜 포 미', 늦는다는 소식을 엄마에게 대신 전달할 수도Gemini Call for Me might tell your mom you’re running late

구글이 비즈니스 통화용이었던 '콜 포 미(Call for Me)' AI 기능을 친구와 가족에게 메시지를 보내는 용도로까지 확장할 가능성이 제기되었습니다. 안드로이드 오소리티(Android Authority)는 APK 분석을 통해 "엄마에게 전화해서 15분 늦는다고 전해줘" 같은 예시가 포함된 '제미나이 콜링(Gemini Calling)' 안내 화면을 발견했다고 전했습니다.Google may be expanding its "Call for Me" AI feature beyond business calls so you can use it to send messages to friends and family. Android Authority reports finding a "Gemini Calling" introductory screen in an APK teardown with examples that include "Call Mom and tell her

미스트랄, 1조 개 파라미터 오픈 웨이트 모델 'Large 4 (르 숑크)' 공개Mistral debuts Large 4 ‘Le Chonk', a 1-trillion parameter text output model with high benchmarks planned for open weights release

프랑스 AI 기업 미스트랄이 코드명 '르 숑크(Le Chonk)'로 불리는 1조 개 파라미터 규모의 멀티모달 모델 'Mistral Large 4' 프리뷰를 공개했습니다. 코딩, 사이버 보안, 금융, 제조 및 시각적 그라운딩 역량을 대폭 강화한 오픈 웨이트 모델입니다.Mistral is launching a public preview of Mistral Large 4, a one-trillion-parameter multimodal model code-named “Le Chonk” that the Paris AI company says pushes it back toward the global open-weight frontier — with a particular focus on coding, cybersecurity, finance, manufacturing and visual groundi

리플렉션, 저비용 컴퓨팅으로 중국 모델과 경쟁할 오픈웨이트 AI 모델 '빔(Beam)' 공개Reflection debuts Beam, an open-weight AI model to rival Chinese models at lower compute cost

리플렉션(Reflection)이 기업 및 각국 정부를 겨냥한 모델 '빔(Beam)'과 후속 모델을 선보입니다. 자체 독점 데이터를 활용해 리플렉션의 AI 모델을 학습시켜 맞춤형 온프레미스 AI 시스템을 구축할 수 있는 'AI 팩토리' 제품을 제공한다는 구상입니다.Reflection is aiming Beam and future models at enterprises and sovereign nations. The pitch is to build “AI factories,” a product that would let institutions build their own customized, local AI system by training Reflection’s AI models on their own proprietary data.

에이전트 간 통신용 MCP, 가장 위험한 프로토콜 될 수도MCP for agent-to-agent comms may be the riskiest protocol you've never heard of

새로운 에이전트 통신 프로토콜의 신뢰 격차로 인해 악의적인 프롬프트가 한 에이전트에서 다른 에이전트로 전파될 수 있다는 보안 우려가 제기되고 있습니다.Trust gaps in the new protocol spread malicious prompts from one agent to another.

Power Platform을 통해 기존 엔터프라이즈 앱에 AI를 구축하는 방법How Power Platform helps businesses build AI into existing apps

본 기사는 Source에 처음 게재되었습니다.The post How Power Platform helps businesses build AI into existing apps appeared first on Source.

AI 에이전트와 엔터프라이즈 지식의 연결Connecting AI agents to enterprise knowledge

AI 시스템이 끊임없이 방대한 데이터를 수집하고 분석함에도 불구하고, 엔터프라이즈 AI 에이전트는 종종 '지식의 부재'라는 독특한 한계에 직면합니다. 지식은 단순한 데이터를 넘어 개별 조직의 맥락 속에서 데이터가 갖는 의미를 이해하는 것입니다. AI 에이전트가 상황을 추론하고 의사결정을 내리기 위해서는 이러한 이해가 필수적입니다.For all the data that AI systems continually amass and analyze, enterprise AI agents often suffer from a curious shortcoming: a lack of knowledge. More than data, knowledge is the understanding of what the data means in the context of individual organizations. AI agents need this understanding to re

Show HN: macOS 내 모든 사진과 동영상 프레임을 검색하는 AI 검색 도구Show HN: AI search for every photo and every frame of video on macOS

macOS의 모든 폴더에 있는 모든 사진과 동영상 프레임을 정밀하게 찾아주는 딥 AI 검색 도구 - allenv0/SCMDeep AI search for every photo and every frame of video in any folder on macOS - allenv0/SCM

망가진 조직 문화 때문에 OpenAI를 떠났습니다I quit OpenAI because its culture is broken

해커 뉴스 (추천 315점, 댓글 550개)Hacker News (315 points, 550 comments)

Claude 및 Claude Code에서 Opus 5.5 최대한 활용하기Getting the most out of Opus 5.5 in Claude and Claude Code

Claude 앱 및 Claude Code에서 Opus 5.5 프롬프트를 작성하고 장기 실행 작업을 조율하며 결과를 확인하는 방법.How to prompt Opus 5.5, steer a long run, and check your results in Claude apps and Claude Code.

웹 및 모바일 대화형 AI 에이전트의 프라이버시 분석 [pdf]A Privacy Analysis of Web and Mobile Conversational AI Agents [pdf]

Hacker News (점수: 419점, 댓글: 136개)Hacker News (419 points, 136 comments)

Falcon-Emirati: LLM이 방언, 문화, 뉘앙스를 학습할 때Falcon-Emirati: When an LLM Learns the Dialect, the Culture, and the Nuance

Felix Rieseberg 인용Quoting Felix Rieseberg

Cowork의 '구버전'은 클라우드에서 모델 추론을 실행하고, 사용자의 컴퓨터에 제공된 Anthropic 기반 VM 내에서 툴 호출(Tool Call)을 실행했습니다. 기능, 안전, 보안상의 이유로 VM을 추가하여 세션에 명시적으로 추가된 데이터만 매핑하도록 했습니다. 사람들은 Claude로 할 수 있는 작업에는 열광했지만, 로컬에서 VM을 구동하는 데 따른 디스크, 배터리 소모 및 성능 저하는 반기지 않았습니다. 또한 노트북을 닫으면 작업이 중단된다는 점도 아쉬워했습니다. 새로운 버전의 Cowork는...The "old" version of Cowork runs model inference in the cloud, executing tool calls in an Anthropic-provided VM we shipped to your computer. We added the VM for capability, safety, and security reasons - mapping in just the data you explicitly added to your session. People loved what they

ReviewBench: AI 코드 리뷰를 위한 오픈 벤치마크ReviewBench: An open benchmark for AI code review

대표적인 GitHub 풀 리퀘스트, 다중 소스 기반 정답 데이터, 보정된 평가 기준, 프로덕션 환경에 최적화된 메트릭을 바탕으로 구축된 코드 리뷰 에이전트 벤치마크 'ReviewBench'를 공개합니다. 본 기사는 The GitHub Blog에 처음 게재되었습니다.We’re launching ReviewBench, a benchmark for code review agents built on representative GitHub pull requests, multi-source ground truth, calibrated evaluation, and production-aligned metrics. The post ReviewBench: An open benchmark for AI code review appeared first on The GitHub Blog.

One Figure, Every Canvas: 에이전트 기반 파이프라인을 통한 편집 가능한 플로우차트 재배치One Figure, Every Canvas: Editable Flowchart Relayout via Agentic Pipeline

ML 논문의 파이프라인 다이어그램을 논문 컬럼, 16:9 슬라이드, 세로형 포스터 등 다양한 비율의 캔버스에 맞춰 구조적 왜곡과 할루시네이션 없이 편집 가능한 형태로 자동 재배치하는 에이전트 기법을 제안합니다.Pipeline figures in ML papers must be repurposed across many canvases, including paper columns, 16:9 slides, portrait posters, 1:1 social teasers, 9:16 phone previews. Each format imposes a different aspect ratio on the same computational graph, where any silently broken connection misrepresents the

학습 데이터의 단서를 활용해 추론 능력을 발휘하는 베이스 모델Base Models Can Reason By Taking a Cue From Training Data

본 연구는 응답 시작 부분의 토큰과 후속 추론 동작 사이의 연관성을 분석합니다. 특정 시작 토큰 단서(Cue)를 고정하는 것만으로도 베이스 모델이 수학 및 코딩 분야에서 강화학습(RL) 모델에 필적하는 성능을 낼 수 있음을 입증합니다.In this paper, we study how training data creates associations between the tokens at the start of a base model's response and the reasoning behavior that follows. First, we demonstrate that fixing particular starting token cues makes a base model's performance competitive with that of its

BiasFlow: 가짜 특징 의존성 완화를 위한 기하학적 모니터링 및 백본 정규화BiasFlow: Geometric Monitoring and Backbone Regularization for Spurious Feature Reliance

새로운 헤드를 학습할 때 동결된 백본의 동작을 진단하기 위해, 클래스-속성 중심점 정렬 등을 모니터링하는 훅 기반 툴킷 BiasFlow와 가짜 상관관계 완화를 위한 정규화 기법(BFR)을 제안합니다.Worst-group accuracy (WGA) evaluates a trained predictor but does not characterize how its frozen backbone behaves when a new head is learned. We introduce BiasFlow, a hook-based toolkit for monitoring class-attribute centroid alignment (IBMI), within-class centroid separation (W-IBMI), and feature-

디퓨전 트랜스포머의 문맥 토큰을 해석하는 방법Learning to Read the Contextual Tokens in Diffusion Transformers

멀티모달 디퓨전 트랜스포머(MM-DiT)에서 텍스트와 시각 정보를 반복 교환하며 형성되는 동적 문맥 토큰을 자연어 질의를 통해 해석하고 분석할 수 있는 프레임워크를 소개합니다.Multimodal Diffusion Transformers (MM-DiTs) jointly process visual and textual representations throughout generation. These models repeatedly update the text tokens through multimodal attention, forming dynamic contextual tokens whose function is not well understood. In this work, we introduce a fra

에이전트 로봇을 위한 재귀적 비디오 인컨텍스트 러닝Recursive Video In-Context Learning for Agentic Robot

VLA 정책을 조율하는 LLM 에이전트가 텍스트 메모리만으로는 파악하기 힘든 실제 작업 방식(접촉 디테일 등)을 효과적으로 학습할 수 있도록, 컨텍스트에 최적화된 재귀적 비디오 인컨텍스트 러닝을 제안합니다.LLM agents that orchestrate frozen vision-language-action (VLA) policies improve across episodes through text memory, which records what the agent did but not how the task is done. A demonstration video shows it, but fits poorly into an agent's context. The full video slows every turn, fixed ke

UniSlider: 연속적 이미지 편집을 위한 지각적 균일 슬라이더UniSlider: Perceptually Uniform Sliders for Continuous Image Editing

기존 생성 모델의 강도 파라미터는 시각적 지각 변화와 일치하지 않는 문제가 있습니다. UniSlider는 슬라이더 조작에 따라 이미지가 시각적으로 균일하고 직관적으로 변화하도록 매핑하는 기법을 제시합니다.Sliders provide an intuitive interface for continuous image editing. In current generative approaches, however, the slider is simply a rescaling of the method's strength parameter, such as an adapter coefficient, a prompt weight, or an interpolation factor. This strength relates poorly to perce

틸티드 디퓨전 샘플러를 위한 직접 중간 초기화Direct Intermediate Initialization for Tilted Diffusion Samplers

가우시안 틸티드 중간 분포를 역과정에 사용하는 디퓨전 사후 샘플러에서, 클린 공간 사후분포로의 풀백과 가우시안 브릿지를 활용하여 샘플링 효율을 극대화하는 직접 중간 초기화 기법을 제시합니다.Some diffusion posterior samplers construct Gaussian-tilted intermediate distributions along the reverse process. We observe that these targets can be pulled back to clean-space posteriors with weaker conditioning, with samples transported analytically to the corresponding noisy-space target through

올바른 루프 모델을 향하여 파트 II: 고정점에서의 재고찰Towards Looped Models Done Right, Part II: Rethinking at Fixed Points

루프 언어 모델(Looped LM)의 순환 상태가 고정점(Fixed Point)에 가까워지는 특성을 활용하여, 학습 시 잘린 역전파, 디코딩 시 KV 공유, 최대 1.79배 빠른 프리필 증류 및 2배 빠른 RL 그래디언트 업데이트를 달성합니다.Every recurrence of a looped language model adds cost in training, decoding, prefill, and reinforcement learning (RL). The closer recurrent states get to fixed points, the less the path to them matters. This enables truncated backpropagation in training; terminal key-value (KV) sharing for decoding

리틀스톤 클래스를 위한 차분 프라이버시 온라인 학습 및 예측Private online learning and prediction for Littlestone classes

망각적 실현 가능 적대자(oblivious realisable adversaries) 환경에서 차분 프라이버시(DP) 온라인 학습 및 온라인 예측의 실수 상한(mistake bounds)을 연구합니다. 온라인 학습은 매 타임스텝마다 학습자가 가설을 공개해야 하는 반면, 온라인 예측에서는 가설 공개 없이 예측만 수행하면 됩니다. 본 논문은 프라이버시 온라인 학습의 새로운 하한과 프라이버시 예측의 상한을 활용하여, 두 문제 간의 샘플 복잡도 차이가 벌어짐을 규명합니다.We study mistake bounds for differentially private online learning and online prediction under oblivious realisable adversaries. Online learning requires the learner to release a hypothesis at each time step whereas in online prediction, the learner only needs to make predictions without releasing a

Paradee: 82M 파라미터 Kokoro를 8M 단일 음성 TTS 모델로 증류Paradee: Distilling Kokoro-82M into an 8M-Parameter Single-Voice Text-to-Speech Model

54개 음성을 지원하는 널리 쓰이는 오픈소스 음성 합성 모델 Kokoro-82M을, 단일 음성만을 지원하는 8.07M 파라미터 크기의 Paradee로 지식 증류(distillation)했습니다. Paradee는 Kokoro의 구조를 유지하되 레이어 너비를 대폭 줄였으며, 고정된 교사 모델을 기반으로 양쪽 블록을 개별 학습시켰습니다. 파라미터 수는 10배 줄고 연산량은 15배 감소했습니다. 교사 모델로 말뭉치를 생성해 음조, 길이, 에너지, 음소 특징을 추출한 뒤, 소형 텍스트 모델이 이를 예측하도록 학습시켰습니다.We distill Kokoro-82M, a widely used open text-to-speech model with 54 voices, into Paradee, an 8.07M-parameter model that speaks one of them. Paradee keeps Kokoro's architecture with much narrower layers, and each of its two halves is trained separately against the frozen teacher. It has 10x f

보손 상태에서 가우시안 구조 탐색하기Finding Gaussian Structure in Bosonic States

임의의 $n$-모드 보손 상태 $ρ$의 복사본이 주어졌을 때, $ρ$와의 불충실도(infidelity)가 최대 $\mathrm{opt} + ε$인 순수 가우시안 상태를 출력하는 불가지론적 양자 상태 토모그래피(agnostic quantum state tomography)를 연구합니다. 여기서 $\mathrm{opt}$는 순수 가우시안 상태로 달성 가능한 최소 불충실도입니다. 본 논문은 고충실도 및 저충실도 영역 모두에서 이를 효율적으로 달성하는 프로토콜을 제시합니다. $\mathrm{opt}$가 특정 범용 상수 이하일 때 효율적인 We study agnostic tomography of pure bosonic Gaussian states: given copies of an arbitrary $n$-mode bosonic state $ρ$, the goal is to output a pure Gaussian state whose infidelity with $ρ$ is at most $\mathrm{opt} + ε$, where $\mathrm{opt}$ is the minimum infidelity achievable by any pure Gaussian s

PlotGround: 실제 과학 논문 도표 및 원천 데이터를 기반으로 한 차트 디지털화 벤치마크PlotGround: Grounding Plot Digitization in Real Scientific Figures and Their Source Data

과학 논문의 도표는 기계 가독형으로 제공되지 않는 정량적 데이터를 포함하는 경우가 많아, 발표된 연구 결과를 검증하고 재활용하려면 정확한 플롯 디지털화가 중요합니다. 그러나 기존 벤치마크는 합성 차트에 크게 의존하거나 제한된 차트 유형만 다루어, 최신 모델이 실제 논문 도표에서 수치를 얼마나 정확히 복원하는지 불분명했습니다. 이에 실제 과학 도표 및 원천 데이터를 기반으로 도표 디지털화 벤치마크를 구축하는 자동화 파이프라인 PlotGround를 제안합니다.Scientific figures often encode quantitative results that are not readily available in machine-readable form, making accurate plot digitization important for verifying and reusing published findings. Yet it remains unclear how accurately current models recover plotted values from real scientific fig

T-Search: 고난도 다단계 검색을 위한 오픈 에이전틱 리트리버 및 플레이그라운드T-Search: An Open Agentic Retriever and Playground for Hard Multi-Step Search

복잡한 다단계 검색 문제를 해결하기 위한 오픈 가중치 기반 에이전틱 리트리버(agentic retriever) T-Search를 선보입니다. 고정된 코퍼스 환경에서 질문과 검색 도구가 주어지면, 정해진 라운드 내에서 다단계 검색을 수행하고 짧은 근거 설명과 함께 순위화된 증거 청크 목록을 반환합니다. 답변 생성은 다운스트림 모델에 위임하므로 재학습 없이도 백엔드와 생성기를 교체할 수 있습니다. T-Search는 Qwen3.6-35B-A3B를 기반으로 구축되었습니다.We present T-Search, an open-weight agentic retriever for hard multi-step search. Given a question and a search tool over a fixed corpus, it runs a bounded multi-round search and returns a ranked list of evidence chunks with short justifications, leaving answer generation to a downstream model, so b

IdeaLens: 긴 글에서 AI 아이디어 출처 탐지하기IdeaLens: Detecting AI Ideas in Long-form Writing

기존 AI 탐지기는 텍스트를 작성한 주체에 집중하지만, 최근의 AI 정책은 '누가 그 아이디어를 냈는가'라는 질문으로 옮겨가고 있습니다. 본 논문에서는 텍스트를 누가 썼는지와 무관하게 문서 속 아이디어가 인간에게서 나왔는지 AI에게서 나왔는지(아이디어 출처)를 판별하는 탐지기 IdeaLens를 소개합니다. 글의 문체 대신 아이디어 자체에 집중하기 위해, 담화 역할과 패러프레이징된 간결한 내용 설명으로 문서를 개요화하여 분석합니다.While modern AI detectors identify who wrote the words, emerging policies on AI use increasingly hinge on a different question: who came up with the ideas? We introduce IdeaLens, a detector that identifies whether a document's ideas came from a human or AI (idea provenance), regardless of who w

메모리 경로의 균형: 하이브리드 언어 모델의 메모리 활용도 분석 및 개선Balancing Memory Pathways: Analyzing and Improving Memory Utilization in Hybrid LMs

어텐션 레이어와 순환(Recurrent) 레이어를 교차 배치하는 하이브리드 언어 모델(LM)은 순환 레이어의 효율성과 어텐션 레이어의 뛰어난 성능을 결합하기 위해 점점 더 많이 활용되고 있습니다. 기존 연구에 따르면 어텐션은 이전 토큰에 대한 정밀한 기억 회상을 돕고, 순환 레이어는 긴 컨텍스트에 걸쳐 분산된 정보의 통합을 돕는 상호 보완적 경로를 제공합니다. 그러나 실제 동작에서 관찰되는 메모리 불균형 문제를 분석하고 이를 개선하는 방안을 제시합니다.Recurrent-attention hybrid language models (LMs), which interleave attention and recurrent layers, are increasingly used to combine the efficiency of the recurrent layers with the strong performance of attention layers. Prior work suggests that attention and recurrent layers offer complementary path

ufakzeka-karar: 순서 불변 옵션 스코어링을 지원하는 오픈 튀르키예어 결정 모델ufakzeka-karar: An Open Turkish Typed-Decision Model with Order-Invariant Option Scoring

ufakzeka-karar는 1억 8,249만 파라미터 규모의 오픈 튀르키예어 결정 전용 모델입니다. 튀르키예어 텍스트와 고정된 응답 유형(객관식 선택, 척도형 단계, Yes/No 등)의 질문이 주어지면 텍스트를 생성하지 않고 단 한 번의 CPU 순전파만으로 최대 10개 선택지에 대한 온도 스케일링 확률과 '불확실성' 신호 역할을 하는 기대 오차를 반환합니다. 공유 위치에서 다른 옵션의 간섭 없이 독립적으로 점수를 매기도록 설계되어 선택지 순서에 영향을 받지 않습니다.ufakzeka-karar is an open Turkish decision model with 182,494,466 parameters. Given a Turkish text and questions of a fixed answer type (a choice, a level on an ordered scale, or yes or no), it returns a temperature-scaled probability for every option and an expected error that serves as a "not

OpenAI, EU 지역 ChatGPT 텍스트에 워터마크 도입 예정OpenAI will start watermarking ChatGPT’s text in the EU

OpenAI가 EU의 AI 규제법(AI Act) 준수를 위해 유럽 지역의 ChatGPT 및 Codex 생성 텍스트에 워터마크를 적용합니다. 다만 텍스트를 편집하면 이러한 비가시적 워터마크를 감지하기 어려워질 수 있다고 밝혔습니다.OpenAI will watermark ChatGPT and Codex text in the EU to comply with the AI Act. Editing can make the invisible marks harder to detect, it says.

애덤 쉬프 미 상원의원, AI 규제·표현의 자유·트럼프 탄핵 언급Sen. Adam Schiff on AI regulation, free speech, and impeaching Trump one more time

지식재산권, 반독점, 프라이버시 등 테크 및 AI 감독 위원회에 소속된 민주당 애덤 쉬프 캘리포니아주 상원의원과의 인터뷰에서, 현시점 테크 산업 규제 방안과 AI 거버넌스에 대한 주요 의견을 나눴습니다.Today, I’m talking with Sen. Adam Schiff, a Democrat from California. Schiff sits on a number of committees with oversight into tech and AI: intellectual property, antitrust, privacy and technology — it’s all there. I really wanted to ask him about how we might regulate anything related to the tech

Import AI 475: 스웜 스케일링, 구글 딥마인드의 생물학 워터마크, 그리고 AI 과학 경제Import AI 475: Swarm scaling; Google DeepMind watermarks biology; and the AI science economy

AI가 수행할 역할과 영역은 궁극적으로 누가 결정하는가에 대한 고찰입니다.Who chooses what AI gets to do?

내생적 정렬을 위해 요구되는 의존성Endogenous Alignment Requires Dependence

내생적 정렬(Endogenous Alignment)에 관한 게시물에 유의미한 피드백들이 이어졌습니다. 인간이 자녀를 정렬(양육)할 때 강화학습보다 모방학습이 더 중요하다고 주장한 의견을 포함해, 모방의 중요성과 모방학습이 더욱 근본적인 토대가 되는 이유를 짚어봅니다.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

사라져가는 수십억 달러 규모의 AI 경쟁 우위The Billion Dollar AI Advantage Is Disappearing

Lambda GPU 클라우드 및 최신 Sonnet 5.5 릴리스 소식과 함께 거대 자본이 쥐고 있던 AI 기술 우위가 어떻게 변화하고 있는지 짚어봅니다.❤️ Check out Lambda here and sign up for their GPU Cloud: https://lambda.ai/papers 📝 Sonnet 5.5: https://www.anthropic.com/claude-sonnet-5-5 🙏 We would like to thank our generous Patreon supporters who make Two Minute Papers possible: Adam Bridges, B Shang, Carlos Galarza, Christian Ahlin, Eric Tyso

퓨디파이(PewDiePie)의 AI 해방 선언… 분노한 OpenAIPewDiePie is setting AI free... and OpenAI is furious

증류(Distillation) 문제로 OpenAI로부터 두 차례 이용 정지를 당한 유튜버 퓨디파이가 집에서 직접 학습시킨 무검열 AI 모델 'Ajax'를 구축하고 있는 배경과 이슈를 다룹니다.Namespace is actually the fastest way to run your GitHub Actions (and more). Try it for free - https://namespace.so/github-actions PewDiePie is building Ajax, an uncensored AI model he trained at home after OpenAI banned him twice for distillation. Let's dive in. Want more Fireship? 🗞️ Newslett

AI 뉴스: Dots, GPT-6.1 Sol, Sonnet 5.5, Gemini 4 및 주요 소식 총정리AI News: Dots, GPT-6.1 Sol, Sonnet 5.5, Gemini 4, and everything you need to know

한 주간 놓치기 쉬웠던 주요 AI 뉴스를 정리해 전해드립니다.Here'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