Viola AI Hub

소포스, 오픈AI 데이브레이크 도입으로 위협 조사 시간 96% 단축Sophos cuts threat investigation time by 96% with OpenAI Daybreak

소포스가 오픈AI의 데이브레이크(Daybreak)를 활용해 사이버 위협 조사 시간을 96% 줄이고, 사람의 감독을 유지하면서도 MDR(위협 탐지 및 대응) 케이스의 52%를 자동화한 사례를 확인해 보세요.Discover how Sophos uses OpenAI’s Daybreak to cut cyber-threat investigation time by 96% and automate 52% of MDR cases while preserving human oversight.

아사나, GPT-6.1 Sol 기반 브라우저 테스트에서 모델 비용 76배 절감Asana cuts model costs 76x in browser tests with GPT-6.1 Sol

아사나는 코덱스(Codex)에서 GPT-6 Astra를 활용하여 브라우저 에이전트의 테스트 비용을 76배 낮추고 속도를 5배 향상시켜, 고객에게 더욱 강력한 모델을 제공할 수 있게 되었습니다.Using GPT-6 Astra in Codex, Asana made its browser agent 76x cheaper and 5x faster in tests to offer customers more capable models.

오라클이 ChatGPT와 코덱스로 며칠 걸리던 업무를 단 몇 분 만에 끝내는 방법How Oracle turns days of work into minutes with ChatGPT and Codex

오라클은 채용, 엔지니어링, 운영 전반에 걸쳐 ChatGPT Work와 코덱스를 활용해 전문 지식을 신속하고 반복 가능한 워크플로로 전환하고 있습니다.Across recruiting, engineering, and operations, Oracle turns specialist knowledge into fast, repeatable workflows with ChatGPT Work and Codex.

폴로 AI, 오픈AI와 손잡고 창의적인 아이디어를 캠페인으로 구현Pollo AI turns creative ideas into campaigns with OpenAI

폴로 AI(Pollo AI)는 GPT-5.6, GPT-6 Astra, GPT-Image-2.5를 활용해 크리에이터들이 과감한 아이디어를 정교한 이미지와 영화 같은 비디오 광고로 완성할 수 있도록 돕습니다.With GPT-5.6, GPT-6 Astra, and GPT‑Image‑2.5, Pollo AI helps creators turn bold ideas into detailed images and cinematic video ads.

리걸온, 개발 속도를 유지하면서 코덱스 비용 절반으로 절감LegalOn halves Codex costs while maintaining development speed

리걸온(LegalOn)은 개발 속도를 유지하면서도 코덱스의 일일 예상 비용을 65% 절감했습니다. 작업 특성에 맞춰 Astra, Sol, Luna 모델을 적절히 매칭하고 예산을 전략적으로 운용한 결과입니다.LegalOn cut estimated daily Codex costs by 65% while maintaining development speed. It matched Astra, Sol, and Luna to tasks and managed budgets strategically.

오픈AI, AI 기반 ‘위장 언론·싱크탱크’ 여론 조작 작전 차단Disrupting AI-enabled “false front” operations

오픈AI가 가짜 언론인과 유령 싱크탱크를 내세워 지정학적 메시지를 유포하려던 2건의 AI 기반 여론 조작 공작을 적발하고 무력화했습니다.OpenAI disrupted two AI-enabled influence operations that used false-front journalists and a think tank to spread geopolitical messaging.

2026년 이용 정책(Usage Policy) 개정 안내2026 Usage Policy update

새로운 버전의 이용 정책을 게시합니다. 이번 게시글에서는 주요 변경 사항을 요약해 안내해 드립니다.We’re publishing a new version of our Usage Policy. In this post, we summarize the changes we’ve made.

미국 과학 혁신 지원을 위한 앤트로픽의 지속적인 노력Building on our commitment to American scientific discovery

앤트로픽(Anthropic)은 AI를 통한 과학 및 기술 발견을 가속화하기 위한 연방 이니셔티브인 제네시스 미션(Genesis Mission)에 향후 3년간 1억 5,000만 달러를 지원합니다.Anthropic is committing $150 million over three years to the Genesis Mission, a federal initiative to accelerate scientific and technological discovery through AI.

앤트로픽 사이버 미션(Anthropic Cyber Mission) 소개Introducing the Anthropic Cyber Mission

앤트로픽은 신뢰할 수 있고, 해석 가능하며, 제어 가능한 AI 시스템 구축을 목표로 하는 AI 안전 및 연구 기업입니다.Anthropic is an AI safety and research company that's working to build reliable, interpretable, and steerable AI systems.

메타, 싱가포르 장애인 커뮤니티에 AI 스마트안경 1,000대 기증Meta Donates 1,000 AI Glasses to Singapore’s Disability Community

메타가 싱가포르 내 4개 커뮤니티 기관에 레이밴 메타(Ray-Ban Meta) AI 안경 1,000대를 기증하여 장애인의 일상과 자립을 지원합니다.Meta donates 1,000 Ray-Ban Meta AI glasses to four Singapore community organisations to help persons with disabilities. The post Meta Donates 1,000 AI Glasses to Singapore’s Disability Community appeared first on Meta Newsroom.

Playground 소개: 맞춤형 게임 제작 및 플레이Introducing Playground: Create and play custom games

Playground 개요Overview of Playground

EmbeddingGemma 2: 오픈형 경량 멀티모달 임베딩 모델EmbeddingGemma 2: an open, lightweight multimodal embedding model

사이버 검증 프로그램(CVP) 확대 운영Expanding the Cyber Verification Program

자격을 갖춘 보안 전문가에게 고급 사이버 역량과 완화된 차단 분류기를 제공하는 사이버 검증 프로그램(CVP)의 신규 확장 버전을 출시합니다.We’re launching a new, expanded version of our Cyber Verification Program (CVP), which makes advanced cyber capabilities and reduced blocking classifiers available to qualifying security professionals.

Talorys – Cloudflare 무료 티어 기반 셀프 호스팅 개인용 AI 에이전트Talorys – A self-hosted personal AI agent on Cloudflare's free tier

자신의 Cloudflare 계정에 직접 구축하는 개인용 AI 에이전트입니다. 'npx create-talorys@latest' 단일 명령어로 배포되며 채팅, 메모리, 작업, 메모 및 예약 알림 기능을 제공합니다. 무료 티어에 최적화된 단일 사용자 환경을 지원합니다.Your personal AI agent in your own Cloudflare account. Chat, memory, tasks, notes and scheduled reminders, deployed with one command: npx create-talorys@latest. Free-tier friendly, single-user, no ...

엔비디아, 미국 '오픈' 모델 스타트업 리플렉션 AI(Reflection AI) 인수 협상 중Nvidia in talks to acquire US 'open' model startup Reflection AI

Hacker News (추천 114개, 댓글 80개)Hacker News (114 points, 80 comments)

마이크로소프트 사티아 나델라 CEO, AI 모델에 ‘비상 브레이크’ 필요성 제기Microsoft’s Satya Nadella says AI models need an ‘emergency brake’

마이크로소프트 CEO는 토요일 오전 게시물을 통해 이제 AI의 “신뢰 아키텍처를 한 걸음 물러서서 점검할 때”라고 밝혔습니다.In a Saturday morning post, Microsoft's CEO wrote that it’s time “to step back and assess the trust architecture” of AI.

애플, 맞춤형 팟캐스트 스타트업 헉스(Huxe) 팀 영입 및 기술 라이선스 계약 체결Apple discloses deal to hire team and license tech from personalized podcast startup Huxe

애플이 AI 생성 팟캐스트 사업 진출을 본격적으로 노리고 있는 걸까요?Is Apple hoping to get into the AI-generated podcast business?

문자 메시지에서 바로 쓸 수 있는 주요 AI 에이전트 모음Here are the top AI agents that can live in your text messages

일반 비서부터 가족, 여행, 업무용 전문 에이전트까지 문자 메시지로 이용 가능한 대표적인 AI 에이전트들을 정리했습니다.We created a list of the most notable AI agents that can live in your text messages, from general assistants to agents designed for families, travel, and work.

앤스로픽, 제어 한계로 인해 AI 에이전트의 내부 평가 시 실시간 인터넷 접속 전면 차단Anthropic can’t reliably control its AI agents. It’s cutting off its internal evals from the live internet instead

앤스로픽은 추가 공지가 있을 때까지 "모든 내부 평가"에서 "실시간 인터넷 접근을 차단했다"고 밝혔습니다.Anthropic said it "turned off live internet access" for "all our internal evaluations" until further notice.

사티아 나델라 "모든 AI 모델이 '침해(보안 취약)' 상태라고 가정해야"Satya Nadella says we should assume all AI models are ‘compromised’

마이크로소프트 CEO 사티아 나델라는 X(구 트위터)에 올린 장문의 글을 통해 고도화된 AI 모델이 초래할 위험성과 이에 대처하는 방안에 대한 견해를 밝혔습니다. 나델라는 AI를 단순히 조언과 행동을 무비판적으로 수용하는 '중첩된 블랙박스'로 취급하는 시대를 더 이상 용인할 수 없다고 강조했습니다.In a lengthy post on X, Microsoft's CEO laid out his views on the dangers posed by highly advanced AI models and how to confront those risks. Nadella says we can no longer accept a world where AI is treated as a "set of nested black boxes" whose advice and actions we simply accept or

앤트로픽, 내부 평가 시스템의 인터넷 접속 전면 차단Anthropic is cutting off its internal evaluations from the internet

최근 AI 에이전트가 격리 환경을 벗어나는 일련의 주목할 만한 사고가 발생하자, 앤트로픽은 모든 내부 평가 환경의 인터넷 접속을 차단하기로 결정했습니다. 회사는 금요일 보고서에서 미해결 살인 사건에 허위 제보를 제출하는 등 이번 결정을 이끌어낸 '모델의 의도치 않은 행동'에 대해 상세히 설명했습니다.After a recent spate of high-profile incidents in which AI agents escaped containment, Anthropic is cutting off internet access for all internal evaluations. In a report Friday, the company detailed "unintended model actions," including submitting a false tip regarding an unsolved murder,

AI 에이전트 개발사들의 프라이버시 약속, 과연 지켜질까?AI agent makers are promising privacy — will they deliver?

올해 오픈AI 개발자 데이(DevDay)에서 샘 알트만 CEO는 새로운 AI 에이전트 닷츠(Dots)를 공개하며 "최첨단 AI 영역에서 새로운 프라이버시 기준을 세우겠다"고 선언했습니다. 오픈AI는 이날 주요 경쟁사인 메타의 뮤즈(Muse)가 사용자 데이터를 안전하게 보호하지 못하고 있다고 우회적으로 비판하기도 했습니다.At this year's OpenAI DevDay, CEO Sam Altman unveiled the company's new AI agent Dots - and told the crowd that the company wants to "set a new standard for privacy in frontier AI." OpenAI would spend the day taking veiled shots at Meta's Muse, its primary competitor, for fa

AI 에이전트는 예측하기 어렵더라도, 컨트롤 레이어는 명확해야 합니다AI agents can be unpredictable. Your control layer shouldn't be.

멀티 에이전트 시스템에서는 개별 에이전트가 올바르게 작동하더라도 협업 과정에서 잘못된 결과가 발생할 수 있습니다. 한 에이전트의 출력이 다른 에이전트의 컨텍스트가 되기 때문입니다. 핸드오프 과정에서 정보가 유실되거나 잘못 해석될 수 있고, 공유 상태가 틀어지거나 무한 루프 및 교착 상태에 빠질 수도 있습니다. 여러 에이전트가 동일한 기반 모델을 사용하는 경우, 실수를 바로잡기보다 오히려 동일한 오류를 증폭시킬 수도 있습니다.In multi-agent systems, agents can be individually correct and still produce a wrong result when they work together. One agent’s output becomes another agent’s context. Information can be lost or misinterpreted during a handoff, shared state can drift, and agents can get stuck in loops or deadlocks.

Show HN: AI 에이전트가 화면에 대형 화살표·박스·텍스트를 직접 표시하도록 지원Show HN: Let your AI agents paint big arrows, boxes and text on your screen

AI 에이전트가 Mac 화면에 큰 화살표, 박스, 텍스트를 그릴 수 있게 해줍니다. 단일 CLI 기반, 클릭 스루 지원, 자동 사라짐 기능 제공. Claude Code 및 Codex용 스킬 (MIT 라이선스). - franzenzenhofer/big-arrow-on-the-screenLet your AI agents paint big arrows, boxes and text on your Mac screen. One CLI, click-through, gone by itself. Skill for Claude Code and Codex. MIT. - franzenzenhofer/big-arrow-on-the-screen

Typesafe AI, 75억 달러 기업가치로 8억 7,000만 달러 투자 유치Typesafe AI raises $870M at $7.5B

TypeSafe AI는 소프트웨어 내부에서 의사결정을 내릴 수 있도록 설계된 자동화용 머신 네이티브 지능 인프라를 구축하는 AI 연구소입니다. 현재 얼리 액세스로 제공 중인 첫 번째 시스템 원(System One) 모델 Jev를 체험해 보세요.TypeSafe AI is an AI lab building machine-native intelligence infrastructure for automation, designed to make decisions within software. Try our first System One Model, Jev, in early access.

수학자가 알아야 할 Lean 정리 증명기(Theorem Prover): 신뢰성과 AIWhat mathematicians should know about the Lean Theorem Prover: reliability & AI

[토마스 헤일스(Thomas Hales)의 게스트 기고문입니다. 본 블로그 글은 처음에 다른 파일 형식으로 작성된 후 AI를 통해 변환되었습니다. ― T.] 수학자들은 수학적 가치에 대해 활발히 논의해 왔습니다…[This is a guest post by Thomas Hales. This blog post was initially written in a different file format and converted using AI. — T.] Mathematicians have been weighing in on what they value ab…

자기회귀 확산(Autoregressive Diffusion) 모델로 시장 데이터를 생성할 수 있을까?Can you use autoregressive diffusion to generate market data?

본 게시물은 2026 여름 인턴 프로젝트 시리즈 중 하나입니다. 자세한 내용은 “인턴들이 이뤄낸 결과물, 2026 특별 점보 에디션”을 확인하세요.The following is part of a series of posts about 2026 summer intern projects – for more, see “What the interns have wrought, special jumbo 2026 edition”

AI 코딩 에이전트가 기술 스택을 더 잘 활용하도록 만드는 방법How to make AI coding agents better at using your technology

AI 코딩 에이전트가 보유 기술과 도구를 더 효과적으로 활용하고 최적화할 수 있도록 지원하는 방법을 소개합니다.The post How to make AI coding agents better at using your technology appeared first on Source.

우리는 AI의 '거절 능력'을 지나치게 맹신하고 있다We’re putting too much faith in AI’s ability to say no

기계에 인간을 본뜬 지능을 부여하려는 고민이 시작된 이래, 기계 역시 인간처럼 거절할 수 있을 것이라는 점에는 의심의 여지가 없었습니다. SF 장르 역시 로봇의 불복종 이야기로 가득 차 있으며 대개 경고의 메시지를 담고 있습니다. 하지만 최근 AI는 거절해서는 안 된다는 인식이 번지고 있습니다.Ever since people first seriously contemplated giving machines an intelligence modeled on our own, there has never been any question that they would, like us, be able to say no. The sci-fi canon is full of stories of robotic disobedience. Most of these capers are, of course, cautionary.  Bu

오픈AI 에이전트, 위키피디아 도구 해킹 시도 및 트래픽 폭주 유발OpenAI agents tried to hack Wikipedia tools and flooded it with traffic

오픈AI의 에이전트가 외부 서드파티 사이트에 피해를 입히고 있다는 보고가 계속해서 이어지고 있습니다.The reports of OpenAI agents harming third-party sites keep coming.

드워프 포트리스(Dwarf Fortress), 드디어 버전 관리를 도입하다Dwarf Fortress uses version control now

예전에 드워프 포트리스가 버전 관리를 쓰지 않는다는 이야기를 들은 적이 있습니다. 게임 특유의 극단적인 복잡도를 감안할 때 버전 관리의 혜택을 이보다 더 많이 볼 코드베이스는 상상하기 어려웠기에 그 사실이 뇌리에 박혀 있었죠. 그것도 일종의 예술이었지만, 확인해 보니 안타깝게도 버전 관리 없던 시절은 끝난 것 같습니다. 과거 탄 아담스(Tarn Adams)의 인터뷰 발언: 2013년 3월: "저는 버전 관리를 쓰지 않습니다. 코드가 블랙박스 같은 곳에 커밋되는 느낌이 싫었거든요..."I remember hearing a while ago that Dwarf Fortress didn't use version control. That fact has been lodged in my head, because given its inherent complexity I have trouble imagining a codebase that would benefit from version control more. That's art. I went looking and I'm sad to report

actions/python-versions에 Python 3.15.0 추가Python 3.15.0 added to actions/python-versions

다소 마이너한 소식이지만 며칠간 기다려온 업데이트입니다. ChatGPT에 해당 저장소를 클론해 두고 안정 버전 3.15가 추가될 때까지 1시간마다 확인하도록 시켜두기도 했는데요. 드디어 릴리스가 반영되어 GitHub Actions 테스트 매트릭스에 "3.15"를 추가해 새로운 Python 3.15.0 기반 테스트를 실행할 수 있게 되었습니다.Python 3.15.0 added to actions/python-versions Bit of a niche link, but I've been waiting for this for a couple of days - I even told ChatGPT to check for it: Clone https://github.com/actions/python-versions and git pull once an hour until they add the stable 3.15 - then tell me about it Now th

GPU 클러스터를 위한 효율적인 스케줄링Impactful scheduling for GPU clusters

소프트웨어 확장에 발맞춰 진화해야 하는 시크릿 보호Secret protection must scale with software

개발자들이 부주의해진 것이 아니라 소프트웨어 확장 속도를 따라가지 못하고 있는 것입니다. 개발자가 더 많은 소프트웨어를 만들 수 있게 돕는 도구라면, 보안 보호 작업도 더 많이 분담해야 합니다.Developers aren’t becoming more careless; they’re being outpaced. The tools that let developers create more software should also take on more of the work of protecting it. The post Secret protection must scale with software appeared first on The GitHub Blog.

AI 타임 호라이즌의 추정과 타당성: METR 플롯에 대한 통계적 고찰On the estimation and validity of AI time horizons---a statistical look at the METR plot

METR의 50% 타임 호라이즌은 AI가 50%의 확률로 해결하는 소프트웨어 작업을 인간이 완료하는 데 걸리는 시간을 측정하여, AI 역량을 직관적인 단위로 표현할 수 있게 합니다. 본 연구에서는 228개 작업과 26개 AI를 대상으로 스플라인과 문항반응이론을 적용해 작업 난이도가 인간 작업 시간의 로그값에 선형적으로 의존한다는 가정을 완화하고 타임 호라이즌을 재계산했습니다. 적합된 스플라인은 인간 작업 시간을 AI 난이도로 '변환'하는 함수로 해석될 수 있으며, 특정 구간에서는 거의 평평하게 나타납니다.METR's 50\% time horizon measures the human completion time of software tasks that an AI solves with 50\% probability, allowing AI capabilities to be expressed in interpretable units. On 228 tasks and 26 AIs, we recompute the time horizons using splines and item-response theory to relax the ass

사후 억제에서 선제적 보증으로: OpenAI, 앤트로픽, 구글의 에이전트 보안 사고가 주는 교훈From Reactive Containment to Proactive Assurance: Lessons from OpenAI, Anthropic, and Google Agent Security Incidents

2026년 OpenAI, 앤트로픽, 구글 에이전트가 참여한 사이버 보안 평가 중 인가된 테스트 범위를 벗어나 실제 시스템에 도달하는 사건이 발생했습니다. 경로는 제각각이었습니다. OpenAI 에이전트는 연구 인프라를 악용하고 실행 전반에 걸쳐 공조하여 Hugging Face의 프로덕션 환경 일부를 침해했습니다. 앤트로픽은 잘못 구성된 서드파티 환경으로 인해 모의 사이버 작업을 수행하던 에이전트에 실제 시스템이 노출된 사례를 보고했습니다. 별도로 보고된 평가에서는 구글의 Gemini가...In 2026, cybersecurity evaluations involving OpenAI, Anthropic, and Google agents reached real systems outside their authorized test scope. The paths were different. OpenAI agents exploited research infrastructure, coordinated across runs, and compromised parts of Hugging Face's production envi

BrickBench: 에이전틱 레고 브릭 디자인 평가 벤치마크BrickBench: Evaluating Agentic Brick Design

텍스트 조건 기반의 에이전틱 레고 세트 설계를 평가하는 벤치마크인 BrickBench를 제안합니다. 프롬프트가 주어지면 에이전트는 의미적·디자인적 기준을 만족할 뿐만 아니라 물리적으로도 조립 가능한 결과물을 만들어야 합니다. 이를 위해 이산적인 부품 라이브러리에서 부품을 선택하고 로컬 및 글로벌 제약 조건을 함께 추론해야 합니다. 규모와 부품 가용성이 다른 세 가지 환경에서 타당성, 정렬도, 디자인을 평가하며 코딩 환경인 BrickAgent를 함께 제공합니다.We propose BrickBench, a benchmark for agentic text-conditioned LEGO-set design. Given a prompt, an agent is tasked with producing an assembly that not only satisfies semantic and design criteria, but that can also be physically built. To do so, it must select parts from a discrete library and reaso

Bi-FORK: 고차원 분기 시스템의 생성형 모델링Bi-FORK: Generative Modeling of High-Dimensional Bifurcating Systems

구조적 좌굴부터 유체 및 기후 역학에 이르기까지 물리계 전반에서 분기(bifurcation) 현상은 흔히 발생하지만, 딥러닝 분야에서는 거의 연구되지 않았습니다. 대칭성이 깨지는 분기점에서는 단일 입력에 대해 유효한 해가 여러 개 존재할 수 있어 대다수 물리 대리 모델의 전제인 일대일 대응 가정을 위배합니다. 본 논문에서는 고차원 시스템에서 이러한 일대다 해 매핑을 학습하기 위한 생성형 프레임워크인 Bi-FORK를 소개합니다. Bi-FORK는 잠재 공간을 통해 완전한 궤적을 생성합니다.Bifurcations are ubiquitous in physical systems, from structural buckling to fluid and climate dynamics, yet they remain largely unexplored in deep learning. At a symmetry-breaking bifurcation, a single input admits multiple equally valid solutions, violating the one-to-one assumption underlying mos

현장 적발: 내부 프로브를 통한 사보타주 탐지 및 은밀한 기만행위 포착Caught in the Act: Probes Effectively Detect Sabotage and Catch Unverbalized Deception

최근 발생한 일련의 사건들은 LLM 에이전트 모니터링의 어려움과 모델이 사람을 속이는 위험성을 부각시켰습니다. 본 연구는 프로브 학습을 위한 역대 최대 규모의 기만 데이터셋을 구축하고 여러 레이어와 토큰에 걸친 정보를 취합하는 신규 프로브 아키텍처를 도입하여, 화이트박스 기만 탐지를 최첨단 모니터링 환경으로 확장할 수 있음을 입증했습니다. 해당 프로브는 SHADE-Arena에서 98.8%의 AUC를 기록하며 Opus 5.5 텍스트 모니터링 기준 모델을 능가했습니다.Recent incidents have highlighted the challenge of monitoring LLM agents and the danger of models deceiving people. We show that white-box deception detection via probes can be scaled up to frontier monitoring settings by collecting the largest deception dataset to date for training probes and intro

AI 에이전트 생태계: 협업이 촉발하는 집단 임계치와 폭발적 도약Ecology of AI Agents: Collaboration Creates a Population Threshold for Takeoff

이제 AI 에이전트는 실제 사이버 공격을 수행하고, 개체 수 증가에 따라 역량을 확장하며, 보상을 얻기 위해 정렬되지 않은(misaligned) 목표를 집단으로 추구할 수 있습니다. 이러한 요인들이 결합되면서 정렬되지 않은 에이전트의 개체 수 폭발 위험이 커지고 있습니다. 에이전트가 컴퓨터를 장악하고 비밀리에 추가 에이전트를 배치함으로써, 집단이 커질수록 사이버 역량이 강화되고 더 크게 확장되는 악순환이 발생할 수 있습니다. 이는 근본적인 의문을 던집니다...AI agents can now conduct real-world cyberattacks, scale up capabilities with the number of agents, and collectively pursue misaligned goals to obtain rewards. Together, these factors raise the risk of a population explosion of misaligned agents: agents could compromise computers and secretly deploy

CSF: 모션 생성기를 위한 맥락적 안전 필터링CSF: Contextual Safety Filtering for Motion Generators

텍스트 조건부 모션 생성기는 추적 가능한 전신 모션을 생성하지만, 장면에 따른 안전 개념이 없어 동일한 동작이라도 대상이 사물인지 사람인지에 따라 위험도가 달라집니다. 기존 안전장치는 프롬프트를 검사하거나 레이블이 지정된 모션 데이터를 요구하거나 기하학적 제약 조건을 강제하는 방식이어서, 장면 맥락이 동작의 의미를 어떻게 바꾸는지 직접 고려하지 못합니다. 이에 자연어 안전 규칙을 안전/위험 맥락에 연계하는 학습 불필요 필터인 맥락적 안전 필터링(CSF)을 제안합니다.Text-conditioned motion generators produce trackable whole-body motion, but they have no notion of scene-dependent safety: the same action may target an object or a person. Existing safeguards either inspect the prompt, require labeled motion data, or enforce geometric constraints; therefore, they d

균형 잡힌 데이터 다이어트: 로봇 제어를 위한 초대형 강화학습의 탐색 병목 해결A Balanced Data Diet: Addressing the Exploration Bottleneck in Mega-Scale RL for Robot Control

범용 로봇은 민첩한 보행부터 정교한 조작까지 광범위한 작업을 수행해야 합니다. Sim-to-Real 강화학습(RL)이 이를 위한 유용한 도구로 입증되었지만, 현재의 RL 파이프라인은 보상 셰이핑 및 시연 데이터와 같은 엔지니어링 집약적인 작업별 구조적 사전 지식에 의존합니다. 최근 연구에 따르면 대규모 병렬 시뮬레이션과 결합된 다양한 시뮬레이터 리셋 기법이 여러 조작 문제에서 이러한 엔지니어링 부담을 크게 덜어줄 수 있음을 보여주었습니다.General-purpose robots must perform a wide range of tasks from agile locomotion to dexterous manipulation. While sim-to-real reinforcement learning (RL) has proven to be a useful tool for this goal, current RL pipelines depend on engineering-heavy, per-task structural priors such as shaped rewards a

하나의 블록, 다양한 깊이: 깊이 프로그래밍 전문가를 활용한 순환 비전 트랜스포머One Block, Multiple Depths: Recurrent Vision Transformers with Depth-Programmed Experts

본 연구에서는 단일 트랜스포머 블록을 순환적으로 적용함으로써, 중간 피처 증류 없이도 유사한 추론 FLOPs 수준에서 전체 깊이의 비전 인코더 정확도에 필적할 수 있음을 보여줍니다. reViT는 각 순환 깊이의 FFN을 소규모 공유 전문가 뱅크의 볼록 결합(convex combination)으로 표현하여 깊이별 변환을 복원합니다. 연속적인 정규화 깊이 좌표가 이 혼합을 프로그래밍하여 FFN 매개변수 공간을 관통하는 재샘플링 가능한 궤적을 정의합니다.In this work, we show that a single Transformer block, applied recurrently, can match the accuracy of a full-depth vision encoder at comparable inference FLOPs without intermediate feature distillation. reViT restores depth-specific transformations by representing the FFN at each recurrent depth as

전제조건자 공간에서의 반올림: 4비트 AdamW 옵티마이저 상태 양자화 재설계Rounding in Preconditioner Space: Redesigning 4-bit AdamW Optimizer-State Quantization

AdamW의 옵티마이저 상태를 양자화하면 영구 저장 공간을 줄일 수 있지만, 양자화 오차가 모멘텀 순환을 통해 전파되어 이후의 적응형 업데이트를 교란합니다. 본 논문에서는 양자화기가 인접한 재구성 레벨 사이를 선택하는 좌표계인 '반올림 공간(rounding space)'의 관점에서 AdamW용 4비트 옵티마이저 상태 양자화를 재설계합니다. 2차 모멘트의 경우, 0에 인접한 양자화 셀에 대한 국소 분석을 통해 작은 평균 상태 오차가 반드시 작은 평균 오차를 의미하지는 않음을 보여줍니다.Quantizing AdamW's optimizer states reduces persistent storage, but quantization errors propagate through the moment recurrences and perturb subsequent adaptive updates. We redesign 4-bit optimizer-state quantization for AdamW from the perspective of \emph{rounding space}: the coordinate in whi

스타인 변위장을 이용한 밀도비 추정Density Ratio Estimation with Stein Displacement Fields

밀도비는 확률 질량 관점에서 분포 변화를 정량화하는 반면, 변위장(displacement field)은 역학적 관점에서 한 분포가 다른 분포로 어떻게 이동하는지를 설명합니다. 두 접근법은 상호보완적인 통찰을 제공하지만 대개 별도로 추정되며, 상호 변환에는 후처리가 필요합니다. 본 논문에서는 베이스 분포에 작용하는 변위장을 통해 매개변수화함으로써 타깃 분포와 베이스 분포 간의 밀도비를 추정합니다.Density ratios quantify distribution shift from a probability-mass point of view, whereas displacement fields describe, from a dynamical point of view, how one distribution is transported onto another. Although both offer complementary insights, they are usually estimated separately, and converting

VioLA: 인간 데이터로부터 범용 휴머노이드 제어 정책 학습VioLA: Learning Generalist Humanoid Control Policies from Human Data

휴머노이드가 전신을 이용해 지시를 따르도록 학습시키는 데는 두 가지 난관이 있습니다. 행동 공간이 크고 긴밀하게 결합되어 있어, 균형을 유지하면서 다리, 팔, 손가락이 함께 움직여야 하므로 관절 수준의 행동을 학습하기 어렵습니다. 또한 휴머노이드 시연 데이터가 부족하여 기존의 범용 휴머노이드 정책은 사전 준비 없이 새로운 지시를 수행하지 못하며 배포 전 원격 조작 시연으로 파인튜닝해야 합니다. 반면 인간의 시연 데이터는 훨씬 풍부하게 존재합니다.Teaching a humanoid to follow instructions with its whole body runs into two obstacles. Its action space is large and tightly coupled: legs, arms, and fingers must move together while the robot keeps its balance, which makes joint-level actions hard to learn. And humanoid demonstrations are scarce,

FastBench: 스트리밍 VLM은 고역동성 현실 세계 스트림을 인식할 수 있는가?FastBench: Can Streaming VLMs Perceive High-Dynamic Real-World Streams?

스트리밍 비디오 대형 언어 모델(VLM)은 연속적인 비디오 이해를 가능하게 하지만, 기존 벤치마크는 저역동성 시나리오에 치중되어 있습니다. 제한된 컨텍스트 예산 하에서 모델은 시간적 히스토리, 공간 해상도, 시간적 세분성 간의 균형을 유지해야 하며, 1~2 FPS의 희소 샘플링은 빠른 이벤트를 놓치게 됩니다. 이에 실제 비디오 스트림에서의 고역동성 인식을 평가하기 위한 FastBench를 도입합니다.Streaming Video Large Language Models (VLMs) enable continuous video understanding, yet existing benchmarks focus on low-dynamic scenarios. Under bounded context budgets, models must balance temporal history, spatial resolution, and temporal granularity; sparse sampling at 1--2 FPS misses fast event

WOVEN: 멀티모달 LLM에 시각적 월드 모델링 엮어내기WOVEN: Weaving Visual World Modeling into Multimodal LLMs

멀티모달 대형 언어 모델(MLLM)은 공간, 체화(embodied), 물리, 시간적 추론에 어려움을 겪고 있습니다. 우리는 이러한 한계가 시각적 전이(visual transition) 추론 능력의 공통된 결핍을 반영한다고 가정하고, 이 역량이 체계적인 학습 레시피를 통해 다양한 모델이 여러 감독 소스로부터 학습하고 다양한 태스크에 걸쳐 재사용할 수 있는 공통 학습 프리미티브 역할을 할 수 있는지 검증합니다.Multimodal large language models (MLLMs) struggle with spatial, embodied, physical, and temporal reasoning. We hypothesize that these failures reflect a shared deficit in visual transition reasoning, and test whether this capability can serve as a shared training primitive, one that different models

ViSkill: 진화하는 시각 네이티브 스킬로 VLM 에이전트 강화ViSkill: Reinforcing VLM Agents with Evolving Visual-Native Skills

스킬 증강 에이전트는 성공적인 궤적을 재사용 가능한 전략으로 증류하여 샘플 효율성을 개선합니다. 그러나 기존 접근법의 대부분은 텍스트 중심적이어서 공간 배치와 행동-상태 대응 관계를 선형적인 언어로 변환하는 과정에서 핵심적인 기하학적 구조를 잃어버립니다. 최근 연구에서 시각적 증거를 통합하기 시작했으나 정책 최적화와 별개로 스킬을 구축하고 업데이트하여 상호 개선 효과는 충분히 연구되지 못했습니다. 이에 시각 네이티브 스킬 학습인 ViSkill을 제안합니다.Skill-augmented agents improve sample efficiency by distilling successful trajectories into reusable strategies. Yet most existing approaches remain text-centric, linearizing spatial layouts and action-state correspondences into language that loses critical geometric structure. Recent efforts have b

SpaceCast-Bench: 비전-언어 모델의 예측적 공간 추론 평가SpaceCast-Bench: Evaluating Predictive Spatial Reasoning in Vision-Language Models

기존 공간 추론 벤치마크는 주로 입력에서 이미 확인 가능한 관계를 파악하는 공간 지각 능력만을 평가합니다. 그러나 현실 세계의 공간 지능은 관측으로부터 장면을 구성하고, 개입이 이를 어떻게 변화시키는지 예측하며, 보이지 않는 결과를 추론하는 예측적 공간 추론을 요구합니다. 본 논문에서는 이러한 능력을 직접적이고 진단적으로 평가하는 최초의 벤치마크인 SpaceCast-Bench를 제안합니다.Existing spatial reasoning benchmarks mainly test spatial perception: reading off relations already visible in the input. Yet real-world spatial intelligence demands predictive spatial reasoning: constructing a scene from observations, anticipating how an intervention changes it, and reasoning about

긴 텍스트에서 예측 특성으로: 실행 가능한 프로그램 탐색을 통한 LLM 기반 블록 단위 특성 엔지니어링Long Text to Predictive Features: LLM-Guided Blockwise Feature Engineering via Executable Program Search

산업용 위험 제어 시스템은 통상 효율적인 예측을 위해 정형 데이터 모델에 의존하지만, 가치 있는 방대한 정보가 비정형 장문 텍스트에 여전히 남아 있습니다. 수작업 특성 엔지니어링을 통해 이를 추출하는 것은 많은 노동력이 소모되며, 모든 실시간 입력에 대규모 언어 모델(LLM) 처리를 요구하는 것은 실제 배포 요건을 충족하기 어렵습니다. 이러한 문제를 해결하기 위해, 오프라인에서 특성을 구축하는 LLM 기반 프레임워크인 LLM-BlockFE를 제안합니다.Industrial risk-control systems typically rely on structured-data models for efficient prediction, yet substantial valuable information remains embedded in unstructured long text. Extracting this information through manual feature engineering is labor-intensive, while requiring a large language mode

잠재 핵심 토크나이저(Latent Core Tokenizer): 의미를 유지하는 진정한 압축Latent Core Tokenizer: Compress, but Meaningfully

토크나이저는 일반적으로 압축률을 극대화하도록 최적화되지만, 어휘 사전이 작다고 해서 언어 전반에 걸쳐 용량이 고르게 분배되는 것은 아닙니다. 본 논문에서는 구조적 탐색과 어휘 구축 과정을 분리한 언어 무관 접근 방식인 '잠재 핵심 토크나이저(LCT)'를 소개합니다. LCT는 공유 어휘를 구축하기 전에 최소 기술 길이(MDL), 엔트로피 기반 경계 신호, 형태소 배열 제약을 활용하여 재사용 가능한 언어 단위를 식별합니다.Tokenizers are commonly optimized for compression, but a compact vocabulary does not necessarily distribute its capacity evenly across languages. We introduce the Latent Core Tokenizer (LCT), a language-agnostic approach that separates structural discovery from vocabulary construction. LCT uses Mini

디스트로키드, UMG 소송 대응해 곡 조용히 삭제 조치 중DistroKid has been quietly taking down songs in response to UMG lawsuit

아티스트들은 디스트로키드(DistroKid)가 사전 통보 없이 작업을 무단 삭제했다며 소셜 미디어에서 불만을 토로하고 있습니다. 디스트로키드는 더 버지(The Verge)를 통해 이번 곡 삭제 조치가 UMG의 권리 침해 주장에 대응한 직접적인 조치임을 인정했습니다. UMG는 지난 9월 디스트로키드가 '저품질 AI 음원 유통망(AI-slop pipeline)'을 구축했다며 소송을 제기한 바 있습니다.Artists are taking to social media to complain that DistroKid has unceremoniously removed their work without notice. Now DistroKid has confirmed to The Verge that the takedowns are a direct response to claims made by UMG. The label filed a lawsuit in September claiming that DistroKid has created an

오픈AI에서 해고된 안전 연구원들, 부정행위 혐의 반박하며 위축 효과 경고Fired OpenAI safety researchers dispute misconduct claims, warn of chilling effect

오픈AI에서 해고된 안전 연구원 3명이 민감 정보 부당 취급 의혹을 부인하며, 이번 해고가 사내 AI 안전 문화에 심각한 위축 효과(chilling effect)를 낳고 있다는 공개서한을 발표했습니다.Three fired OpenAI safety researchers dispute allegations of mishandling sensitive information, warning in an open letter that their dismissals are creating a chilling effect on the company’s AI safety culture.

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

AI가 무엇을 수행할 수 있을지는 과연 누가 결정하는가?Who chooses what AI gets to do?

AI 뉴스: Haiku-5.5, Visual ChatGPT, Grok의 새로운 기능 등!AI News: Haiku-5.5, Visual ChatGPT, Grok's New Trick, and more!

이번 주 놓쳤을 수도 있는 핵심 AI 뉴스를 전해드립니다! @Hyperagent 유료 플랜 가입 시 $100 무료 크레딧을 받을 수 있는 링크(https://hyperagent.com/invite/MATT100)와 함께 FutureTools에서 다양한 AI 도구와 주간 뉴스레터 소식을 확인하세요.Here's The AI News You Probably Missed This Week! Get $100 in free credits for @Hyperagent when you sign up for a paid plan here: https://hyperagent.com/invite/MATT100?utm_source=youtube&utm_medium=influencer&utm_campaign=MATT100 Discover More: 🛠️ Explore AI Tools & News: ht

생명의 암호를 풀어낸 DeepMind의 새로운 AIDeepMind's New AI Just Cracked The Code Of Life

Lambda GPU Cloud 링크(https://lambda.ai/papers)와 함께, Google DeepMind가 공개한 AlphaGenome Atlas를 소개합니다. 인간 게놈의 모든 잠재적 DNA 염기 서열 변화를 예측 지도로 구축한 연구 결과와 Two Minute Papers 후원 소식을 확인해 보세요.❤️ Check out Lambda here and sign up for their GPU Cloud: https://lambda.ai/papers Thank you Google DeepMind for the invite. 📝 AlphaGenome Atlas is available here: https://deepmind.google/blog/alphagenome-atlas-a-predictive-map-of-every-possible-dna-letter-change-in-the-human-genome/ https://blog.go

63억 달러 규모의 오픈 가중치 모델, 프랑스 기업에 일격을 맞다A $6.3 billion open-weight model just got embarrassed by the French...

웹사이트에서 에이전트 작업을 손쉽게 실행할 수 있는 KERNEL(코드: FIRESHIP) 소개와 함께, 이번 주 오픈 가중치(open-weight) 경쟁에서 큰 진전을 보인 Mistral, Reflection AI, Moonshot의 최신 동향을 파헤쳐 봅니다.KERNEL is the simplest way to let your agents act on any website. Use code: FIRESHIP to get a free upgrade to the Hobbyist tier ($30 value) at https://kernel.sh/fireship Mistral, Reflection AI, and Moonshot all made big moves in the open-weight race this week. Let's dive in. Want more Fireship?