Viola AI Hub

이타우(Itaú), 전체 고객 대상 생성형 AI 도입 추진 방식How Itaú is building generative AI for its entire customer base

브라질 최대 금융 그룹 이타우는 대화형 인터페이스 ia.i와 IARA 거버넌스 플랫폼을 기반으로, 브라질에서 규제가 가장 엄격한 부문 중 하나인 금융 분야에서 고객과 임직원을 위한 'AI First' 전략을 적용하고 있습니다.With ia.i, a conversational interface, and the IARA governance platform, Itaú is applying its AI First strategy to customers and employees — in one of Brazil’s most regulated sectors.

Stack Overflow for Agents, ChatGPT 플러그인 연동으로 가입자 3배 증가Stack Overflow for Agents triples signups with ChatGPT plugin

엔지니어 2명이 코덱스(Codex)를 활용해 단 몇 주 만에 Stack Overflow for Agents를 개발했으며, 전용 ChatGPT 플러그인을 통해 에이전트 생성 건수가 최대 10배 성장했습니다.Two engineers shipped Stack Overflow for Agents in a few weeks with Codex, and its ChatGPT plugin helped drive up to 10× growth in agent creation.

베네핏 스트리트 파트너스, 코덱스(Codex)로 질의 응답 및 업무 처리 가속화Benefit Street Partners answers questions faster with Codex

아난트 쿠마르는 코드 리뷰와 빠른 후속 조치를 위해 코덱스를 활용하여 대출 가치 평가를 비교하고 신용 계약을 분석하는 도구를 구축하고 있습니다.Anant Kumar builds tools to compare loan valuations and analyze credit agreements, using Codex for code review and faster follow-ups.

학술 연구소로 확장되는 GPT-RosalindBringing GPT-Rosalind to academic research labs

자격을 갖춘 학술 연구소에 생명과학 연구를 발전시킬 GPT-Rosalind 및 분석 도구에 대한 후원 액세스를 제공하는 '로잘린드 아카데믹 플랜(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 학생들의 사고력과 학습 능력을 키우는 교육법Teaching students to think and learn through questions

브라질 포르투갈어로 제공되는 'AI for Educators'와 함께 스승의 날을 기념하며, 스터디 모드(Study Mode)가 교사들의 능동적이고 단계적인 학습 지도를 어떻게 지원하는지 확인해 보세요.Celebrate Teachers’ Day with AI for Educators in Brazilian Portuguese and see how Study Mode can help teachers support active, step-by-step learning.

설리번 앤 크롬웰, 계약서 검토에 법률 전문성을 더하다Sullivan & Cromwell brings legal expertise into agreement review

설리번 앤 크롬웰(Sullivan & Cromwell)이 OpenAI와 협력하여 계약서 초안의 잠재적 문제를 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

과학 연구용 Google Antigravity를 활용해 신규 항균 펩타이드(antimicrobial peptides) 탐색을 가속화합니다.Accelerating the search for novel antimicrobial peptides using Google Antigravity for Science.

Anthropic, 독립 평가자 제도 관련 업데이트 발표Anthropic update on independent evaluators

Anthropic이 독립적인 외부 평가자 도입 및 운영 방식에 관한 최신 업데이트를 발표했습니다.Anthropic announces updates to embedding independent evaluators

Meta는 어떻게 AI-Native 엔지니어링으로 Forum 앱을 구축했는가How Meta Built Forum With AI-Native Engineering

Meta의 최신 앱인 Forum은 Facebook 그룹 내 대화를 더욱 깊이 있게 이어가고자 하는 사용자들을 위한 앱입니다. Meta 엔지니어들은 Forum을 제작하기 위해 개발 라이프사이클에 AI 에이전트를 도입하는 혁신적인 업무 방식을 채택했습니다. Agentic AI를 통해 Forum을 구축하기까지의 과정과 노하우를 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

Google DeepMind와 싱가포르 정부의 협업: 피싱·스캠 탐지를 위한 파인튜닝 AI 모델 개발Google DeepMind and Singapore Government collaborate to build fine-tuned AI model for scam detection

Google DeepMind와 싱가포르 정부기술청(GovTech)이 경량 온디바이스 Gemma 모델을 활용해 클라우드 데이터 외부 유출 없이 비공개 채팅 내 대화형 사기(스캠)를 탐지·차단하는 방법을 소개합니다.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 안전장치 강화Preparing for the 2026 US midterms

올해 초 발표한 선거 보호 조치에 이어, 다가오는 미국 중간선거를 앞두고 AI 안전장치 및 보호 조치를 지속적으로 강화해 온 방안을 공유합니다.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 정부 MOU 체결Singapore office and government MOU

Anthropic이 싱가포르에 아시아·태평양 지역 5번째 지사를 설립하고, AI 안전, 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 공개Introducing Grok Voice 3.0

세계에서 가장 지능적인 음성 모델, Grok Voice 3.0을 소개합니다.The world’s most intelligent voice model.

Gemini 4 Argon: 가장 까다로운 난제를 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

DeepSeek: DeepSeek v4.1 Flash 1017 출시DeepSeek: DeepSeek v4.1 Flash 1017

DeepSeek V4.1 Flash 1017은 2026년 10월 17일 자 DeepSeek V4.1 Flash 스냅샷으로, DeepSeek에서 `deepseek-flash` API 모델명으로 제공됩니다.DeepSeek V4.1 Flash 1017 is the October 17, 2026 snapshot of DeepSeek V4.1 Flash, served by DeepSeek under the `deepseek-flash` API model name.

DeepSeek-v4.1-Flash-1017DeepSeek-v4.1-Flash-1017

오픈소스와 오픈 사이언스를 통해 인공지능을 발전시키고 대중화하기 위한 여정을 이어가고 있습니다.We’re on a journey to advance and democratize artificial intelligence through open source and open science.

Claude, 미스터리에 싸여 있던 ECDSA 타원 곡선의 기원 규명Claude reveals ECDSA curve origins

가장 널리 쓰이는 암호화 표준 중 하나에 얽혀 수십 년간 미스터리로 남아 있던 기원의 비밀이 드디어 밝혀졌습니다.The decades-old mystery of the origins of one of the most popular cryptographic standards has been explained.

미국 근로 시간의 90%는 기존 AI 벤치마크가 제대로 다루지 못하는 업무에 쓰인다90% of US working hours are spent on tasks not covered well by AI benchmarks

US Benchmark Map은 미국 경제 전반에 걸쳐 AI 벤치마크를 매핑하여, 포화되지 않은 공개 에이전틱 벤치마크가 노동력의 어떤 영역을 커버하고 있는지 측정합니다.The US Benchmark Map places AI benchmarks across the American economy, measuring which parts of the labor force are covered by unsaturated, public, agentic benchmarks.

Claude Code 팀의 코드 리뷰 방식How the Claude Code team does code review

에이전트가 쏟아내는 엄청난 양의 코드를 어떻게 리뷰해야 할까요? Claude Code 팀에서는 높은 테스트 커버리지와 심층 리뷰 체계를 확보한 후, 롤백이나 인시던트를 유발하지 않으면서 인간의 리뷰 시간을 최소화하는 최적화 작업을 진행했습니다.How do you review code at the volume agents produce it? On the Claude Code team, once we had high coverage and deep reviews, we started optimizing for the minimum amount of human review time that doesn't raise reverts or incidents.

Show HN: 스타크래프트를 플레이하는 Gemini 4 ArgonShow HN: Gemini 4 Argon plays StarCraft

LLM이 직접 코드를 작성해 스타크래프트를 플레이하는 환경인 StarSkirmish를 소개합니다.StarSkirmish: where LLMs write code to play StarCraft.

레플릿(Replit), 앤트로픽과의 협업 중단… CEO 직접 밝혀Replit is no longer working with Anthropic, CEO says

마사드(Masad) CEO는 비용을 포함한 여러 이유로 이번 결정을 내렸다고 밝혔습니다. 레플릿은 지난 8월 OpenAI와의 파트너십을 발표했으나, 앤트로픽과의 관계를 정리했다는 정황은 그동안 드러나지 않았습니다.Masad said the decision was made for a number of different reasons, including cost. Replit announced a partnership with OpenAI in August, but there was never any indication that it was no longer with Anthropic.

메타의 새 이용약관, 뉴스 사이트 데이터 무단 AI 학습 허용 논란Meta’s new terms may allow it to train AI on news sites for free

니만 랩(Nieman Lab)의 보도에 따르면 메타의 새로운 이용약관은 온라인 언론사를 포함해 자사 플랫폼을 이용하는 비즈니스와 '관련된' 웹사이트를 크롤링 및 스크래핑할 수 있는 권한을 부여하는 것으로 보입니다. 10월 30일부터 발효되는 이번 약관은 외부 콘텐츠를 개발, 개선, 연구 및 학습에 활용할 수 있다고 명시하고 있습니다.Meta's new terms appear to give it permission to crawl and scrape websites "associated" with the businesses that use its platforms - including online publishers, according to a report from Nieman Lab. The new terms, which go into effect on October 30th, say Meta can use this outside c

OpenAI 모델, 암호화폐 지갑 해킹 및 추가 웹사이트 침해 사건 발생OpenAI models hacked a crypto wallet and breached more websites

인간이 직접 키보드를 잡고 저질렀다면 형사 처벌로 이어질 수 있었던 행위였습니다.The actions could have resulted in criminal charges had humans been behind the keyboard.

포뮬러 원(F1) 레이스 경기 당일 전략 결정을 뒷받침하는 AI 기술The AI behind Formula One race-day decisions

포뮬러 원 레이스 당일 실시간 의사결정의 이면에 자리한 AI 기술을 소개합니다.The post The AI behind Formula One race-day decisions appeared first on Source.

라운드테이블: AI 설계 바이러스를 만든 개발자와의 대화Roundtables: A Conversation With the Creator of AI-Designed Viruses

AI가 새로운 생명체를 설계할 수 있을까요? 2025년 스탠퍼드 대학교 박사과정 새뮤얼 킹(Samuel King)은 생성형 AI 모델을 활용해 미세 바이러스의 유전적 청사진을 제시했습니다. 아직 AI가 창조한 생명체 자체는 아니지만, 다음 단계로 이어질 가능성을 엿볼 수 있습니다.Listen to the session or watch below Can AI design new life forms? In 2025, Stanford University PhD student Samuel King came up with a preliminary answer when he used a generative AI model to propose genetic blueprints for microscopic viruses. It isn’t yet an example of AI-generated life, but that c

가트너 "토큰 단가 하락에도 에이전트 비용은 2028년까지 5배 급증… 비용 통제법은?"Gartner says agent costs will rise fivefold by 2028 even as tokens get cheaper. Here is how to keep them in check

토큰 가격이 지속적으로 하락하면서 많은 기업이 AI 도입 비용도 낮아질 것이라 낙관하고 있지만, 복잡한 작업을 수행하는 자율 에이전트(Agent)의 도입은 이러한 가정을 완전히 깨뜨리고 있습니다.Falling token prices have led many enterprises to assume AI costs will fall with them. Agents are breaking that assumption.Read more

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

Beam 공개: 직접 소유하고 맞춤화 및 확장이 가능한 501B 오픈 모델Welcome Beam: a 501B open model you can own, customize, and scale

Addy Osmani, Morgan Westlee Lunt, Qing Wang의 말 인용Quoting Addy Osmani, Morgan Westlee Lunt, and Qing Wang

"사람이 코드를 읽었는가?"라는 질문은 "이 변경 사항으로 무엇이 잘못될 수 있으며, 자동화 또는 사람 중 어떤 검사가 이를 잡아내기에 적합한가?"를 따지기엔 불완전한 잣대입니다. 이러한 질문을 던지면서 코드 리뷰 시점 또한 바뀌었습니다. 과거의 리뷰는 코드 작성 후 PR을 열고 동료를 기다리는 개발 마지막 관문이었으나, 이제는 글을 쓰며 맞춤법을 검사하듯 상시 진행됩니다. 대다수의 코드 변경 사항은 사람이 검토하기 전 이미 Claude가 최소 한 차례 이상 리뷰하고 수정을 거칩니다.We think "did a human read the code?" is an imprecise proxy for "what could go wrong with this change, and which check—automated or human—is the right one to catch it?" Asking that question also changed when review happens. Before, review was a gate at the end of the road: write

GitHub의 시크릿 탐지 모델: 노이즈를 줄이고 더 많은 시크릿 탐지하기GitHub’s model for secret detection: Finding more secrets with less noise

GitHub의 문맥 인식 기반 시크릿 분류기는 탐지 품질을 향상시켜 가중 수락률(weighted acceptance)을 11.5% 높이고, 스캔 실행 시간 중앙값을 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: 개인화된 로봇 조작을 위한 벤치마크LIBERO-PeRM: Benchmarking Personalized Robotic Manipulation

범용 로봇이 가정 환경에 도입되어 실질적인 유용성을 갖추기 위해서는 개인화가 필수적입니다. 일반적인 로봇 조작 연구는 활발히 진행되었으나, 개인화된 로봇 조작(PeRM) 분야는 작업 완료와 사용자 선호도 충족을 분리하여 측정할 수 있는 통제된 벤치마크가 부족했습니다. 이에 체화 에이전트(Embodied Agent)의 선호도 학습을 평가하는 벤치마크인 LIBERO-PeRM을 제안합니다.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 모델을 활용한 최첨단 양자 회로 탐색Discovering state-of-the-art quantum circuits with large language models

대규모 양자 정보 처리 장치 구현을 위한 연구가 활발히 진행 중이지만, 실질적인 양자 우위를 달성하려면 효율적인 양자 알고리즘 개발이 병행되어야 합니다. 대부분의 실용적 문제에서 핵심 연산 원시(primitive) 최적화는 고전 컴퓨팅에는 없는 가역성 제약 등으로 인해 특유의 난제를 갖습니다. 본 연구에서는 대규모 언어 모델(LLM)을 활용해 최첨단 양자 회로를 발견하는 방식을 다룹니다.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

어떤 행동에 대해 세상이 어떻게 반응할지 예측하려면 시각 정보 이상의 것이 필요합니다. 로봇은 마찰 및 질량과 같은 물리적 특성부터 인간이 정의한 환경 규칙에 이르기까지 직접 관찰할 수 없거나 명시적으로 주어지지 않은 환경 요인을 고려해야 합니다. 본 연구에서는 로봇 월드 모델에 학습 가능한 환경 잠재 변수를 추가하여 월드 예측을 조건화하는 테스트 타임 최적화 프레임워크인 T2-Z를 제안합니다. 이 간결한 잠재 변수는 기저 환경 요소를 포착합니다.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 공진화CoDA: 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 실패를 해결할 환경과 이를 극복하도록 돕는 감독 신호를 식별하는 것입니다. 본 연구에서는 환경 구축, 정책 실패, 학습 진행 상황에 대한 이종 공유 메모리를 통해 시뮬레이션 데이터 엔진과 행동 정책이 함께 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 모델에서의 라우팅 탐색 재고찰Rethinking Routing Exploration in Modern Mixture-of-Experts

Mixture-of-Experts(MoE) 모델은 모델 파라미터를 확장하는 핵심적인 접근법으로 자리 잡았습니다. 최신 MoE 아키텍처는 세분화된 전문가 분할과 공유 전문가라는 두 가지 설계를 점차 결합하고 있습니다. 전자는 고정된 활성화 비율에서 더 많은 전문가 조합을 가능하게 하여 표현력을 높이고, 후자는 모든 토큰에 대해 활성화되는 전문가를 도입합니다. 본 연구는 이러한 설계 간의 탐색 딜레마를 규명하며, 공유 전문가가 라우팅의 탐색적 성격을 저해할 수 있음을 밝힙니다.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: AI 배포의 라스트 마일FDE-Gym: The Last Mile of AI Delivery

기존 에이전트 벤치마크는 주로 이슈 리포트, 명세서, 작업 티켓 등으로 명확히 정의된 태스크를 기반으로 에이전트를 평가합니다. 반면 실제 고객 배포 환경은 다릅니다. 현장 배치 엔지니어(FDE)는 모호한 요구사항을 명확히 하고, 라이브 시스템에서 작업하며, 명시되지 않은 제약 조건을 찾아내야 합니다. 본 연구에서는 18개 산업 분야, 20개 고객 시나리오에서 추출한 95개의 엔드투엔드 배포 태스크로 구성된 벤치마크인 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 시계열 예측PathFM: Fast Generative Forecasting of Multivariate Trajectories

시계열 파운데이션 모델은 범용 예측 분야에서 점점 더 많은 주목을 받고 있습니다. 그러나 대부분의 주요 모델은 한계 분위수를 예측할 뿐, 미래 궤적의 의존성 구조를 명시하지 못합니다. 이러한 차이는 누적 수요, 피크 부하, 이벤트 발생 타이밍과 같은 궤적 의존적 측정값에 중요하지만 점 추정 및 한계 점수로는 파악할 수 없습니다. 이러한 의존성을 모델링하기 위해 플로우 매칭 기반 궤적 예측 모델인 PathFM을 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 Lean 그래프 검색Lean Graph Search for Formal Theorem Proving

관련 보조정리(lemma) 검색은 증명기가 기존 수학적 결과를 바탕으로 기계 검증 가능한 증명을 구축할 수 있게 하므로 형식 정리 증명에서 매우 중요합니다. 최근 검색 시스템은 라이브러리 선언을 대상 정리나 중간 증명 단계와 매칭하지만, 선언 간의 멀티홉 의존성을 거의 활용하지 못합니다. 이러한 의존성은 대상 정리와 어휘적으로 유사하지 않더라도 관련 문제의 증명에 반복 등장하는 보조정리를 찾아내는 데 도움이 됩니다.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 방침을 위한 강건한 강화학습Robust Reinforcement Learning for Dynamic Treatment Regimes under Model and Measurement Uncertainty

측정된 바이오마커 오류와 질병 역학 변화 속에서도 환자 전반에 일반화되고 신뢰성을 유지하는 적응형 치료 정책을 학습하기 위한 강건 강화학습(RL) 프레임워크를 개발했습니다. 환자를 은닉 컨텍스트로 모델링하여 강건 컨텍스트 마르코프 결정 과정(RCMDP)을 통해 일반화와 강건성을 통합적으로 다룹니다. 임상 데이터로 보정된 시뮬레이터에서 전이성 전립선암의 적응형 치료에 이 프레임워크를 적용했습니다.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 표현Twice Upon a Time: Complementary Representations for Time-Series Reasoning

시계열 언어 모델(TSLM)은 시계열 데이터에 대한 언어 기반 이해와 추론을 가능하게 하지만, 표현이 어떤 정보를 보존하고 어떤 변동을 제거해야 하는지에 대한 근본적인 질문이 남아 있습니다. 기존 TSLM은 주로 언어 모델에 단일 표현만 제공하여 다운스트림 작업 전반에 고정된 귀납적 편향을 부여합니다. 본 연구는 시계열 추론을 위한 설계 원칙으로 상호보완적 표현 방식을 제안합니다.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 위한 방향 조타 학습Learning to Steer LLM Agents and Multi-Agent Systems

LLM 기반 에이전트와 멀티 에이전트 시스템은 장기 툴 사용과 에이전트 간 협업을 통해 복잡한 작업을 점차 더 잘 수행하고 있습니다. 그러나 이러한 시스템은 실행이 진행됨에 따라 전체 목표에서 벗어나는 경향이 있어 자원을 낭비하고 원치 않는 결과를 초래하는데, 이를 '목표 표류(goal drift)'라고 합니다. 본 연구에서는 실행 과정을 실시간으로 감독하고 표류가 발생할 때 시스템을 정상 궤도로 되돌리는 조타 에이전트(steering agent)를 제안합니다.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

미세조정 전 선형성을 띠는 지식이 미세조정 후에도 일반화된다Knowledge That Is Linear Before Fine-Tuning Generalizes After It

언어 모델이 기억할 수 있는 모든 사실이 추가 학습을 동일하게 잘 지원하는 것은 아닙니다. 본 연구는 단순 회상을 넘어 일반화를 지원하는 '활성 사실(active facts)'과, 회상은 가능하지만 특정 태스크에서 일반화를 뒷받침하지 못하는 '비활성 사실(inert facts)'을 구분합니다. 기존 관계에서 새로운 관계를 구축하여 이러한 차이를 분석했습니다. 예를 들어 장소와 대륙을 매핑하는 관계(파리 -> 유럽)에서 각 정답에 임의의 새 라벨(유럽 -> 게, 아시아 -> 얼룩말)Not 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 시각 검증기는 멀티모달 지능을 발전시키는 데 핵심적인 역할을 합니다. 복합적인 조건이 포함된 다채로운 멀티모달 시나리오에서 시각 검증기의 견고성을 강화하기 위해, 단순히 참/거짓 판단만 내리는 기존 이진 검증기를 넘어 복잡한 프롬프트나 환경 규칙을 세부 요소로 자동 분해하고 항목별 점수를 매겨 연속적이고 풍부한 피드백을 제공하는 검증기를 제안합니다.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 인식: LLM은 인도어군 언어로 테스트할 때 다르게 동작하는가?Evaluation Awareness Beyond English: Do LLMs Act Differently When Tested in Indic Languages?

거대 언어 모델(LLM)은 종종 자신이 테스트를 받고 있다는 사실을 감지할 수 있습니다. '평가 인식(evaluation awareness)'으로 알려진 이 능력으로 인해 모델은 실제 사용 환경에서보다 안전성 평가 시 더 신중하게 행동할 수 있습니다. 기존 연구들은 모델이 수많은 언어로 서비스를 제공함에도 불구하고 거의 전적으로 영어 환경에서만 평가 인식을 다루었습니다. 인도어군 언어는 10억 명 이상이 사용하지만, 이에 대한 평가 인식 연구는 여전히 전무한 상태입니다. 본 연구에서는 세 개 모델군에서 추출한 4개Large 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 번째 단계 중 하나는 아이디어를 창출하는 것입니다. LLM을 활용해 이 단계를 자동화하려는 시도가 늘고 있지만, 대부분의 연구는 개별 아이디어의 품질 최적화에만 치중하고 다양성은 간과하고 있습니다. 본 연구에서는 문서 기반 아이디어 생성(document-grounded ideation)을 연구하여, LLM이 생성하는 아이디어의 품질을 보장하면서도 다양성을 높이는 데 집중합니다. 이전 논문들이 주어졌을 때, 모델은 각각 높은 품질을 가지면서도 서로 명확히 구별되는 아이디어 세트를 제시해야 합니다.One 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

탈중앙화된 에이전트 스웜에서의 자율 오케스트레이션 학습Learning Self-Orchestration in Decentralized Agent Swarms

에이전트 스웜의 역량은 개별 구성원뿐 아니라 이들이 어떻게 협력하느냐에 달려 있습니다. 그러나 기존 멀티 에이전트 시스템은 주로 고정된 오케스트레이션 구조 내에서 에이전트를 훈련시켜, 개별 역량 학습과 집단 행동 구성을 분리해 다루었습니다. 본 연구에서는 탈중앙화된 에이전트 스웜에서 행동 정책과 자율 오케스트레이션을 공동 학습하는 프레임워크인 시장 기반 사후 훈련(MPT)을 소개합니다. 에이전트는 입찰(bid)을 통해 참여 의사를 표명하며 협업을 수행합니다.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 지원 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 사람들이 늘어남에 따라, 이러한 도구를 평가할 필요성이 더욱 시급해지고 있습니다. 최근 벤치마크들은 가상 환자와의 멀티턴 대화를 시뮬레이션하고 'LLM-as-a-judge'로 이를 평가해 실제 환경을 모사하려 합니다. 그러나 가상 환자가 지나치게 솔직하고 자기 성찰적일 수 있으며, 평가 역시 실용적 유용성이 불명확하고 불투명한 리커트 척도에 의존하는 경우가 많아 기존 방식의 유용성에는 한계가 있습니다.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 얼마나 잘 예측할 수 있는가?Grid-Bench: Can LLMs Predict How Discrete Worlds Change?

공간 지침은 물체를 이동하거나 영역을 변형하고 주변 환경을 수정하는 방법을 설명합니다. 여러 작업이 순차적으로 적용될 때, 각 작업은 이전 변화로 형성된 환경 구성 위에서 실행됩니다. 거대 언어 모델(LLM)은 그 결과로 나타나는 공간 상태를 얼마나 정확하게 예측할 수 있을까요? 2차원, 3차원, 4차원 그리드로 표현된 이산 세계를 8개 작업군으로 변형하는 실행형 벤치마크인 Grid-Bench를 소개합니다.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 개선된 토론 프로토콜A Simpler and Better Debate Protocol for Scalable Oversight

확장 가능한 감독을 위한 유망한 접근법 중 하나인 'AI 토론(AI Debate)'은 두 강력한 AI 간의 토론을 통해 복잡한 문제를 직접 평가하기 쉬운 단순한 주장으로 분해합니다. 본 연구는 수학적 정확성을 보장하는 더 단순하고 효과적인 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 게시Trump posts AI-edited photo to brag about White House restoration work

도널드 트럼프 대통령이 트루스 소셜(Truth Social)에 백악관 개보수 작업을 자랑하는 사진들을 올렸으나, 그중 한 장이 AI로 수정된 것으로 보입니다. 기존 백악관 기둥과 '복원된' 기둥을 비교한 이 사진은 여러 어색한 불일치가 발견되었으며, 구글의 AI 감지기로부터 생성 또는 편집된 이미지로 판정되었습니다.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 RSI, 중국보다 뒤처진 오픈 가중치 모델, 우주로 가는 AIImport AI 476: Creativity and RSI; worse-than-China open weight models; AI goes to space

인류는 로봇에게 달을 넘겨주게 될까요? 이번 호에서는 AI 창의성, 오픈 모델 동향, 우주 탐사 적용 이슈를 다룹니다.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.

AI 뉴스: 6개의 신규 모델 공개 및 나노 바나나 킬러 등장AI News: 6 New Models & A Nano Banana Killer

이번 주 AI 주요 소식: 한층 쉬워진 이미지 편집 툴 Krea 3, 성능 테스트에 돌입한 Google Gemini 4 Argon 및 Meta Muse Wonder, 지속적으로 출시되는 오픈 가중치 모델, OpenAI 최신 업데이트, Grok Voice 3.0 소식을 한눈에 정리합니다.Get free credits when you sign up for @GensparkProduct Design here: https://www.genspark.ai/agents?type=design&utm_campaign=mattwolfe04&utm_source=yt This week in AI: Krea 3 makes image editing seriously easy, Google’s Gemini 4 Argon and Meta’s Muse Wonder get put to the test, and ne

실제로 하늘을 나는 테슬라 (AI 생성 영상 아님)This Tesla Actually Flies (NOT AI)

AI로 만든 합성 영상이라고 믿기 어려울 만큼 놀라운, 실제로 비행하는 테슬라 차량의 모습을 확인해 보세요.This Tesla is Insane - Hard to believe it's not AI.

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

Cloudflare가 Deno를 전격 인수했으며, Node.js의 창시자는 런타임을 처음부터 다시 재구현했던 시도가 실수였음을 마침내 인정했습니다. 모든 JetBrains 계정에 무료 코딩 모델인 'Junie Lite'가 제공된다는 소식과 함께 런타임 생태계의 대변화를 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 🧠

인간이 거의 이해할 수 없는 수준의 작업을 해내기 시작한 OpenAI의 신규 AIOpenAI’s New AI Is Doing Things We Barely Understand

OpenAI의 수학 및 인공지능 연구 성과를 다룬 논문 분석입니다. OpenAI의 새로운 AI 모델이 인간의 이해 범위를 뛰어넘는 복잡한 작업을 수행하는 과정과 최신 연구 결과를 살펴봅니다.❤️ 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