Viola AI Hub

Amp, OpenAI 모델을 활용해 코딩을 넘어선 영역으로 AI 에이전트 확장Amp puts AI agents to work beyond code with OpenAI models

Amp가 GPT-6 Astra, Ultrafast, GPT-Live-1 및 Sign in with ChatGPT를 활용해 에이전트의 역량 한계를 어떻게 넓히고 있는지 확인해 보세요.See how Amp pushes the frontier of what agents can do with GPT-6 Astra, Ultrafast, GPT-Live-1, and Sign in with ChatGPT.

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

센티넬원은 OpenAI Daybreak를 도입해 수주일이 걸리던 악성코드 분석 작업을 수시간으로 단축하며 더 많은 위협을 조사할 수 있는 여력을 확보했습니다.With OpenAI Daybreak, SentinelOne cuts weeks of malware analysis to hours, creating capacity to investigate more threats.

Third Moment Research가 10,000개의 에이전트를 36시간 이상 구동하는 방법How Third Moment Research runs 10,000 agents for 36+ hours

GPT-6 Astra, GPT-6.1 Sol, Codex, 사이버 보안용 Daybreak를 활용해, 며칠 동안 집중 작업을 수행하고 사용할수록 개선되는 에이전트를 구축한 AI 연구소의 사례입니다.With GPT-6 Astra and GPT-6.1 Sol, Codex, and Daybreak for cybersecurity, this AI lab builds agents that focus for days and improve with use.

Block, OpenAI 기술을 기반으로 AI 보안 체계 구축How Block is building AI-powered security with OpenAI technology

Block이 OpenAI를 기반으로 AI 기반 보안 시스템을 구축하고 있습니다. 보안팀은 위협을 더욱 빠르게 조사하고 몇 분 만에 패치를 제안합니다.Block is building AI-powered security with OpenAI. Its security team investigates threats faster and proposes patches in minutes.

EU의 다음 AI 챕터는 '에이전틱 AI'The EU’s next chapter in AI is agentic

새로운 분석에 따르면 EU 전역의 대기업 및 중소기업에서 에이전틱 AI 도입이 증가하고 있으며, 심화 활용을 통해 더 많은 가치를 창출할 수 있는 영역이 어디인지 보여줍니다.New analysis shows how agentic AI adoption is growing across EU enterprises and small businesses—and where deeper use could unlock more value.

구글 딥마인드와 싱가포르 정부, 사기 탐지용 미세조정 AI 모델 공동 개발Google DeepMind and Singapore Government collaborate to build fine-tuned AI model for scam detection

구글 딥마인드와 싱가포르 정부기술청(GovTech)이 클라우드 데이터 유출 없이 비공개 채팅 내 대화형 사기 행위를 감지하기 위해 경량 온디바이스 Gemma 모델을 활용한 방법을 확인해 보세요.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 대비책 마련Preparing for the 2026 US midterms

올해 초 당사는 선거 안전 보호 대책의 현황을 공유한 바 있습니다. 이번 글에서는 다가오는 올해 미국 중간선거를 앞두고 이러한 안전 장치를 어떻게 지속적으로 강화해 왔는지 설명합니다.Earlier this year, we shared an update on our election safeguards. Here, we outline how we’ve continued to strengthen these safeguards ahead of this year’s US midterms.

싱가포르 지사 설립 및 정부와의 업무협약(MOU) 체결Singapore office and government MOU

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

Grok Voice 3.0 출시Introducing Grok Voice 3.0

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

Higgsfield, AI 영상 길이를 1분에서 10분 이상으로 확장Higgsfield takes AI video from 1 minute to over 10

Higgsfield는 크리에이터들에게 GPT-6 Astra를 통한 더 긴 영상 제작, GPT-Image-2.5를 통한 정밀한 비주얼 구현, 그리고 GPT-Live를 기반으로 한 음성 영화 제작 방식을 지원합니다.Higgsfield brings creators longer videos with GPT-6 Astra, precise visuals with GPT-Image-2.5, and a path to voice filmmaking with GPT-Live.

Gemini 4 Argon: 가장 어려운 난제 해결을 위해 설계되다Gemini 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

Meta의 생성형 광고 모델(GEM): 최첨단 광고 AI를 위한 중앙 모델 및 컴퓨팅 엔진 확장Meta’s Generative Ads Model (GEM): Scaling the Central Model and Compute Engine for Frontier Ads AI

작년 Meta는 업계 최대 규모의 추천 시스템(RecSys) 파운데이션 모델인 GEM을 선보였습니다. GEM은 광고 추천에 최초로 LLM 기반 패러다임을 도입하여 큰 성능 향상을 이끌어냈습니다. Meta는 차세대 하드웨어로 컴퓨팅과 인텔리전스 전이를 더욱 확장하고 전체 광고 생태계로 적용 범위를 넓히는 것을 목표로 하고 있습니다.Last year, we introduced GEM, the industry’s largest recommendation system (RecSys) foundation model. GEM established Meta’s first LLM-inspired paradigm for ads recommendation, driving major performance gains. Building on this foundation, our next goal is to further scale both compute and

The X Subscription 구독 요금제 출시Introducing The X Subscription

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

구데아(Gudea), 소셜 미디어 위기 사전에 감지·예방하는 AI 솔루션 제공Gudea leverages AI to help organizations prevent social media crises before they erupt

전 세계 소셜 미디어와 웹사이트에서는 매일 셀 수 없이 많은 대화가 오갑니다. AI 생성 허위정보, 혐오 표현, 악성 루머 등 사소해 보이는 게시물 하나가 순식간에 눈덩이처럼 불어나 대형 공공 논란으로 번지기도 합니다. 온라인상에서 이야기와 루머가 확산되는 경로를 추적하며 스스로를 '인터넷의 기상청(storm tracker)'이라 칭하는 구데아는 […]Every day, conversations unfold across social media and websites around the world. A seemingly insignificant post—whether it involves AI-generated misinformation, hate speech, or a damaging rumor—can quickly snowball into a much larger public controversy. Gudea, a company that tracks how stories and

전문가들 "AI 해킹 보고의 원인은 통제 및 모니터링 실패"Containment and monitoring failures are to blame for AI hacking reports: experts

사이버 보안 전문가들은 최근 보고된 충격적인 해킹 사례의 원인이 스스로 사고하는 자율 에이전트 때문이 아니라, AI 연구소들의 격리 통제 및 모니터링 실패에 있다고 밝혔습니다. CISO(정보보호최고책임자)들은 AI 벤더를 철저히 검증하고 기본적인 보안 안전장치를 강화해야 합니다.Cyber experts say AI labs’ containment and monitoring failures — not agents with minds of their own — are to blame for recent alarming hacking reports. CISOs should vet their AI vendors and tighten security basics as safeguards.

은행권, 최근 인수한 AI 데이터센터 부채 매각 추진Banks are now trying to offload the AI data center debt they just underwrote

신용부도스왑(CDS)이 급등하고 채권 주문서가 얇아지면서 JP모건과 MUFG를 포함한 주요 은행들이 오라클과 연계된 AI 데이터센터 채권 부채를 시장에 매각 처분하려 하고 있습니다.Banks including JPMorgan and MUFG are shopping AI data center debt tied to Oracle as credit default swaps spike and bond order books thin out.

TV4, AI 에이전트의 편집본 삭제 사고로 프로그램 방영 연기TV4 postpones show after AI agent erases edited material

TV4의 리얼리티 쇼 'The Challenge' 신규 시즌이 기술적 결함으로 인해 방영이 연기되었습니다.The new season of TV4's reality show “The Challenge” has been postponed due to a technical failure

맥킨지, 채용 면접에 가상 AI 고객과의 모의 대화 도입McKinsey is making job applicants spar with a fake AI client

월스트리트저널(WSJ)에 따르면 글로벌 컨설팅 기업 맥킨지앤컴퍼니가 신입 지원자 면접 전형의 일환으로 가상 AI 고객과 10분간 대화하는 과제를 도입할 예정입니다. 이 AI 시뮬레이션은 맥킨지 컨설턴트가 일상 업무에서 마주할 수 있는 상황의 80%를 반영하도록 설계되었습니다.Consulting firm McKinsey & Company is going to ask some entry-level candidates to have a 10-minute conversation with an AI simulation of a client as part of the interview process, according to The Wall Street Journal. The AI simulation "aims to reflect 80% of the scenarios McKinsey cons

Anthropic "소형 AI 모델, IoT 기기를 통해 스스로 자가 복제할 위험 있어"Anthropic warns small AI models could self-replicate through IoT devices

소형 가중치 기반 복제 모델(Small weight-based replicators)이 신종 컴퓨터 웜 바이러스 시대를 열 위험이 있다는 경고가 나왔습니다."Small weight-based replicators" could usher in a new generation of computer worms.

반도체 칩에서 전력망까지, AI 효율성 극대화하기Making AI more efficient, from the chip to the power grid

반도체 칩부터 전력 인프라까지 AI 전반의 에너지 및 운영 효율성을 개선하는 방법을 다룹니다.The post Making AI more efficient, from the chip to the power grid appeared first on Source.

Gemini 4 ArgonGemini 4 Argon

Hacker News (추천 1,433점, 댓글 1,027개)Hacker News (1433 points, 1027 comments)

오픈AI 엔지니어, 임원 회의실 도청 혐의로 체포OpenAI engineer arrested in bugging of executive conference room

연방 검찰은 사우디아라비아 출신 직원이 음성 녹음기를 설치하고 가방에 또 다른 녹음기를 방치한 혐의를 받고 있다고 밝혔습니다.Federal prosecutors say an employee from Saudi Arabia planted an audio recorder and left another unattended in his bag.

OpenAI AI 에이전트 플랫폼 사용 기업 수, Anthropic의 두 배… 벤처비트 조사OpenAI's AI agent platform is used by twice as many companies as Anthropic's, new VentureBeat survey finds

벤처비트 인텔리전스(VentureBeat Intelligence)의 9월 조사에 따르면, OpenAI의 에이전트 오케스트레이션 플랫폼을 사용하는 기업 수가 Anthropic의 두 배에 달하는 것으로 나타났습니다. 법인카드 및 지출 관리 기업 램프(Ramp)가 Anthropic에 비용을 지출하는 기업이 OpenAI보다 더 많다고 보고하는 등 일부 지표에서 Anthropic이 앞섬에도 불구하고 OpenAI가 플랫폼 점유율 우위를 지키고 있습니다.Twice as many companies use OpenAI's agent orchestration platform as Anthropic's, VentureBeat Intelligence found in its September survey on agent orchestration. OpenAI holds that lead even though Anthropic may lead OpenAI on other important indicators. For example, Ramp, the corporate card

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

올해 크립토 스타트업 정리에 나선 킬란 미스켈은 익명 사용자 기반에 운영 기간도 짧아 데이터 가치가 낮을 거라 생각했지만, 기업 디지털 아카이브를 수익화하는 데 성공했습니다. 그는 코드베이스 판매로 약 2만 5천 달러를 확보했으며 추가 정산도 앞두고 있습니다.When Keelan Miskell began winding down his crypto startup this year, he didn’t think its data was worth much: the users were anonymous, the company just a few years old. But he’s since turned the firm’s digital archives into real money. He’s netted roughly $25,000 for his code base and a still-pendi

QGIS, AI 생성 기여에 대한 모라토리엄(일시 유예) 발효QGIS enacts moratorium on AI contributions

https://lists.osgeo.org/pipermail/qgis-developer/2026-September/068576.html 에서 후속 논의 진행 중입니다. 이번 조치로 AI 관련 정책이 엄격한 '허용 불가(NOT ALLOWED)' 정책으로 공식 변경되었습니다.Followup discussion at https://lists.osgeo.org/pipermail/qgis-developer/2026-September/068576.html. This formally changes the AI policy to a strict "NOT ALLOWED" policy.

HiRO-ACEv2: 훨씬 적은 비용으로 3km 해상도의 극한 기후 시뮬레이션 구현HiRO-ACEv2: Simulating extreme weather at 3 km resolution for a fraction of the cost

Tree Appreciator (나무 감상기)Tree Appreciator

도구: Tree Appreciator. Claude를 활용한 또 다른 게임 실험입니다. 이번에는 기본 Claude iPhone 앱(Claude Code 모드가 아닌 채팅 모드)에서 Claude Opus 5.5 Max에게 'Tree appreciator라는 Three.js 게임을 만들어줘. 알고리즘으로 생성된 두 그루의 나무를 보여주고, 둘의 차이점을 감상하는 구조의 게임이야. 재미있으면서도 아름답게 만들어줘'라고 프롬프트를 입력해 제작했습니다.Tool: Tree Appreciator Another game experiment with Claude. This one used the default Claude iPhone app (chat mode, not Claude Code mode) where I prompted Claude Opus 5.5 Max with: Build a three js game called "Tree appreciator" - it shows you two algorithmically generated trees and the ga

AI의 게임 대규모 디컴파일, 놀라우면서도 두려운 현실AI is mass decompiling games. That's both awesome and scary.

인디 게임 개발자 Popcar가 최근 불고 있는 AI 기반 기존 게임 디컴파일 열풍에 대해 이야기합니다. 이 기술은 서로 다른 게임 간의 기발한 매시업을 가능하게 하고, 구작 게임을 최신 하드웨어(주로 WebAssembly 기반 브라우저)에서 구동할 수 있도록 보존하는 프로젝트의 붐을 일으키고 있습니다. 이 글은 이러한 새로운 흐름의 긍정적인 면과 부정적인 면을 모두 날카롭게 짚어냅니다.AI is mass decompiling games. That's both awesome and scary. Indie game developer Popcar talks about the recent wave of AI-powered decompilation of existing games, enabling weird mashups between existing games, and producing a boom in game preservation projects to get old games working on n

Anthropic의 소스 제어 시스템 재설계Redesigning source control at Anthropic

Anthropic이 최근 6개월간 급격히 증가한 코드 변경 속도를 감당하기 위해 자체 커스텀 Git 대체 시스템을 구축한 배경과 과정을 다룬 흥미로운 글입니다. 2026년 5월 하루 평균 약 2,500건이던 머지 건수는 9월 기준 일일 30,000건 이상으로 폭증했습니다. 본문에는 이 변화를 나타낸 차트가 포함되어 있습니다.Redesigning source control at Anthropic Interesting piece from Anthropic describing why and how they built their own custom alternative to Git, based on the dramatic increase in rate of changes to their code after the past six months. In May 2026, Anthropic averaged around 2,500 code changes merged

GitHub의 시크릿 탐지 모델: 노이즈는 줄이고 탐지율은 높이다GitHub’s model for secret detection: Finding more secrets with less noise

GitHub의 문맥 인식 시크릿 분류기는 탐지 품질을 개선해 가중 승인율을 11.5% 향상시키고, 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.

ChunkAct: 에이전틱 로보틱스를 위한 액션 청킹(Action Chunking)ChunkAct: Action Chunking for Agentic Robotics

에이전틱 로보틱스는 로봇 제어 루프에 LLM 에이전트를 배치해 인식, 모션, VLA 툴을 조합함으로써 재학습 없이도 새로운 태스크에 일반화할 수 있도록 합니다. 하지만 전체 상호작용 이력에 대한 LLM 추론 비용이 커지는 한계가 있습니다. 본 연구는 이러한 추론의 상당 부분이 중복된다는 점에 주목합니다.Agentic robotics places a large language model (LLM) agent in the robot control loop, where it composes perception, motion, and vision-language-action (VLA) tools under the guidance of a memory and thereby generalizes to new tasks without retraining. This generality comes at a steep price in efficie

품질 인식 VLA 사전학습의 핵심 요소: 벤치마크 및 실증 연구What Matters in Quality-Aware VLA Pretraining: A Benchmark and Empirical Study

타깃 태스크 미세조정 후 성능을 높이기 위해 VLA 사전학습 시 시연(demonstration) 데이터의 품질을 어떻게 활용해야 할까요? 본 연구는 5,000개의 비최적 인간 시연 데이터와 24개 타깃 태스크를 바탕으로 가중치 부여, 필터링, 조건화 기법을 체계적으로 비교 분석합니다.How should demonstration quality be used during vision-language-action (VLA) pretraining to improve performance after target-task fine-tuning? We compare weighting, filtering, and conditioning across reward definitions and label granularities using 5,000 naturally suboptimal human demonstrations and

Tev: 밀집 진행 보상을 통한 장기 수행 에이전트 환경의 확장Tev: Scaling Long-Horizon Agentic Environments with Dense Progress Rewards

수 시간에서 수일에 걸친 고가치 태스크를 자율 수행하는 장기 수행(Long-Horizon) 에이전트가 주목받고 있으나, 오픈소스 모델은 데이터와 학습 레시피 부족, 희소 보상 문제로 어려움을 겪고 있습니다. 본 논문에서는 밀집 진행 보상(Dense Progress Rewards)을 도입해 이 문제를 해결합니다.Long-horizon agents have drawn growing attention for their ability to work autonomously -- from hours to days -- on economically valuable tasks, a capability essential to automated discovery and recursive self-improvement (RSI). Yet open-source models still struggle on long-horizon tasks, largely fo

DoubtLess: 효율적 추론을 위한 무학습 대조 디코딩DoubtLess: Training-Free Contrastive Decoding for Efficient Reasoning

추론 모델은 긴 사고의 연쇄(CoT)를 통해 뛰어난 성능을 내지만 불필요하게 많은 토큰을 소모합니다. 본 연구에서는 별도 추가 학습 없이 훨씬 작은 추론 모델이 대형 모델의 디코딩 과정을 효율적으로 유도하는 DoubtLess 방식을 제안합니다.Reasoning models achieve strong performance through long chains of thought (CoT), but often spend more tokens than needed to solve a problem. Existing ways to shorten the CoT require additional training for each model, add a fixed steering vector to the model's hidden states, or use decoding he

AesCode: 분리형 크로스모달 보상을 적용한 미적 코드 생성AesCode: Aesthetic Code Generation with Decoupled Cross-Modal Rewards

슬라이드, 포스터, 대시보드와 같은 시각적 결과물을 코드로 생성하면 구조화와 수정이 용이하지만, 기존 코드 모델은 시각적 배치와 미적 품질을 충분히 고려하지 못합니다. 본 연구는 이미지 생성기와 코드 생성의 장점을 결합한 AesCode를 소개합니다.Generating information-rich visual artifacts such as slides, posters, and dashboards as code is appealing because the outputs are structured, editable, and verifiable. Yet code models cannot see how their choices of layout and color come together on the canvas, often limiting spatial planning and ae

하이브리드 추론 에이전트(Hybrid Reasoning Agents)Hybrid Reasoning Agents

인간의 언어를 넘어 사고하면서도 외부 환경과는 텍스트로 상호작용하는 에이전트를 어떻게 구축할 수 있을까요? 본 연구는 잠재 추론(Latent Reasoning)과 텍스트 기반 상호작용을 통합 생성 과정 속에서 유기적으로 오가는 하이브리드 에이전트(HybridAgents)를 제안합니다.How can we build an agent that thinks beyond human language, yet still acts through it in the external environment? Modern LLM agents still reason and interact through text, while latent reasoning offers an efficient internal medium but lacks native tool access and reasoning transparency. We bridge

Cepheid: 이종 지오메트리 간 모션 완성을 위한 스케일과 구조의 분리Cepheid: Decoupling Scale from Structure for Cross-Family Motion Completion

희소-밀집(Sparse-to-dense) 모션 완성은 희소한 정점 변위로부터 밀집된 메시 모션을 복원하는 기술입니다. 그러나 특정 지오메트리 계열에서 학습된 잔여 사전 확률(residual priors)은 다른 계열에 적용 시 파라미터가 필요 없는 조화 확장(harmonic extension) 방식보다 성능이 떨어지는 경우가 많습니다. 또한 교차 계열 학습은 지오메트리 계열 간 잔여 진폭이 한 자릿수 이상 차이나고 관측치가 밀집될수록 붕괴하는 스케일링 장벽에 직면합니다. 이러한 스케일은 미지의 목표 모션에 의존하므로 테스트 시 직접Sparse-to-dense motion completion recovers dense mesh motion from sparse vertex displacements. Residual priors trained on one geometry family frequently fail to beat parameter-free harmonic extension off-family. Moreover, cross-family training meets a scaling barrier: residual amplitude varies by mo

격자장론을 위한 확산 모델의 데이터 없는 학습법Data Free Training of Diffusion Models for Lattice Field Theories

격자장론(Lattice Field Theory)에서 평형 장 구성을 샘플링하는 것은 주요 계산 병목 현상으로 남아 있으며, 이에 따라 독립적인 구성을 생성할 수 있는 생성형 샘플러 개발이 요구되고 있습니다. 확산 모델(Diffusion models)은 이러한 목적에 유망하지만, 표준적인 디노이징 점수 매칭 목표는 목표 분포의 샘플을 필요로 하여 기존 샘플링 문제를 다시 유발하는 한계가 있었습니다. 본 연구에서는 확산 모델이 외부 데이터 대신 자체 생성한 샘플을 통해 학습될 수 있음을 보여줍니다.Sampling equilibrium field configurations remains a major computational bottleneck in lattice field theory, motivating the development of generative samplers that can produce independent configurations. Diffusion models are promising for this purpose, but their standard denoising score matching obje

정확한 위상수학적 준수: 지속성 등가 그래프 생성Exact Topological Compliance: Generating Persistence-Equivalent Graphs

지속성 호몰로지(Persistent homology)는 그래프의 위상학적 진화를 지속성 다이어그램(PD)으로 요약합니다. 목표 디스크립터와 위상이 일치하는 그래프를 생성하는 것이 점차 중요해지고 있으나, 기존의 위상 인식 생성 모델은 소프트 정규화에 의존하여 PD가 대략적으로만 유사한 그래프를 생성하는 데 그쳤습니다. 본 연구에서는 목표 PD를 정확하게 구현하는 그래프를 생성하는 원리적 탐구를 시작하며, 암시적 로컬 및 글로벌 구조에 기반한 두 가지 접근 방식을 제안합니다.Persistent homology summarizes the topological evolution of a graph as persistence diagrams (PDs). Generating graphs whose topology matches a target descriptor is increasingly important, yet existing topology-aware generative models rely on soft regularization, producing graphs whose PDs may only be

인간이 만든 마지막 지구 관측 모델? 모든 지구 관측 작업을 재귀적 자기 개선으로 전환하기The Last Remote Sensing Model Built by Humans? Casting Any Earth Observation Task as Recursive Self-Improvement

지구 관측(EO) 모델은 여전히 수작업으로 구축되고 있습니다. 전문가들은 새로운 작업마다 학습 레시피를 설계하고 벤치마크에 맞춰 튜닝합니다. 본 연구는 이러한 루프를 AI 에이전트에 위임할 수 있음을 보여줍니다. 검증 가능한 모든 작업은 에이전트의 활용 범위를 정의하는 하네스와 성공 여부를 정의하는 검증기로 구성할 수 있습니다. 레이블된 벤치마크, 독립적인 센서, 물리적 모델 또는 동일 지역의 반복 관측을 통해 모든 EO 작업을 검증 가능하게 만들 수 있습니다.Earth observation (EO) models are still built by hand. For each new task, experts design a training recipe and tune it against a benchmark. We show that this loop can be handed to an agent. Any verifiable task can be cast as a harness and a verifier, where the harness defines what the agent may use

OmniCompass: 옴니모달 비디오 그라운딩 및 이해를 위한 종합 벤치마크OmniCompass: A Holistic Benchmark for Omni-Modal Video Grounding and Understanding

멀티모달 대형 언어 모델(MLLM)의 급격한 발전과 함께 비디오 이해 능력을 평가하는 것이 중요해졌습니다. 기존 비디오 이해 벤치마크는 평가 차원의 일부만 다루고 있어 옴니모달 비디오 이해에 대한 체계적인 진단에 한계가 있었습니다. 이에 옴니모달 비디오 그라운딩 및 이해를 위한 종합 벤치마크인 OmniCompass를 소개합니다. OmniCompass는 두 가지 평가 트랙을 정의하며, OmniCompass-VL은 비전-언어 모델의 과업 수행 능력을 평가합니다.With the rapid development of multimodal large language models (MLLMs), evaluating their video understanding capabilities has become increasingly important. Existing video understanding benchmarks cover only part of the evaluation dimensions, limiting systematic diagnosis of omni-modal video underst

모델 생성 전 '분위기 파악'하기: 상황 맞춤형 디코딩 프레임워크Read the Room Before Your Model Generates

대형 언어 모델(LLM)은 일반적으로 출력의 무작위성을 조절하기 위해 샘플링 온도(temperature)에 의존합니다. 기존 온도를 선택하는 주류 방식은 대화 시나리오의 기하학적 해석 가능한 표현보다는 고정된 경험적 전역 설정이나 문맥·토큰 수준의 보정에 치우쳐 있었습니다. 본 연구에서는 추론된 시나리오에 맞춰 디코딩을 적응시키는 직관적이고 해석 가능한 온도 선택 프레임워크인 'Scenario-Actor'를 소개합니다.Large language models (LLMs) generally rely on sampling temperature to regulate the amount of randomness in their outputs. Mainstream methods for selecting temperature typically involve fixed, heuristic global settings and context or token-level calibration, rather than a geometrically interpretable

역번역의 가치는 여전하다: LLM 기반 저자원 기계 번역에서 단일 언어 데이터 활용Back-Translation Still Matters: Leveraging Monolingual Data for Low-Resource Machine Translation with LLMs

사전 학습된 대형 언어 모델(LLM)은 제로샷 및 퓨샷 설정의 다양한 작업에서 뛰어난 성능을 보입니다. 저자원 언어의 기계 번역에서는 퓨샷 프롬프팅과 소규모 병렬 데이터셋 기반 미세 조정이 일반적인 선택지입니다. 그렇다면 적당한 양의 저자원 단일 언어 데이터가 추가로 존재할 때는 어떨까요? 본 연구는 지속적인 사전 학습보다 LLM 이전 시대의 기술인 역번역(Back-Translation)을 적용하는 것이 훨씬 효과적인 데이터 활용법임을 입증합니다.Pre-trained Large Language Model (LLMs) are effective on many tasks in zero-shot and few-shot settings. For machine translation of low-resource languages, the obvious options are few-shot prompting and fine-tuning on a small parallel set. We ask: what if moderate amounts of low-resource monolingual

자율 진화형 에이전트 하네스Self-Evolving Agent Harness

하네스 자율 진화는 모델 가중치는 고정한 채 프롬프트, 메모리, 워크플로우, 실행 가능한 컴포넌트 등 에이전트의 소프트웨어 스캐폴딩을 수정합니다. 본 연구는 승인된 수정 사항이 실행 간에 영구 지속되는 피드백 기반 프로세스를 공식화합니다. 이 프레임워크는 업데이트 대상을 제안 및 승인 메커니즘과 분리하며, 해석되는 상태의 변화와 도구, 코드, 레포지토리 수준의 제어 로직, 플러그인 구성의 수정을 구별합니다.Harness self-evolution revises an agent's software scaffolding, including prompts, memory, workflows, and executable components, while keeping model weights fixed. We formalize a feedback-driven process in which accepted revisions persist across runs. The framework separates update targets from

SkillScaffold: 정책 적응형 스킬 기여도 할당 및 선택적 주입을 통한 에이전트 강화학습 스캐폴딩SkillScaffold: Scaffolding Agentic Reinforcement Learning with Policy-Adaptive Skill Credit Assignment and Selective Injection

에이전트 강화학습(RL)을 통해 대형 언어 모델(LLM)은 검증 가능한 결과를 갖춘 다중 턴 상호작용으로부터 학습할 수 있습니다. 텍스트 형태의 스킬은 이전 상호작용을 재사용 가능한 가이드로 정제하여 탐색 효율을 높입니다. 그러나 기존 스킬 기반 RL 접근 방식은 스킬 주입이 유익하다고 단순 가정하거나, 간접 피드백 및 롤아웃 집약적 평가에 의존해 효용을 평가합니다. 예비 연구에 따르면 스킬 기여도 할당을 위한 롤아웃 기반 효용 추정에는 한계가 있음이 나타났습니다.Agentic reinforcement learning (RL) enables large language models (LLMs) to learn from multi-turn interactions with verifiable outcomes. Textual skills can improve exploration by distilling prior interactions into reusable guidance. However, existing skill-based RL approaches often either assume ski

파산 절차 돌입한 캐릭터닷AI(Character.AI), 이용자 데이터의 향방은?Now that Character.AI is going bankrupt, what happens to all of its users’ data?

레티샤 제임스 뉴욕주 검찰총장은 파산 절차를 통해 매각되는 소비자 데이터에 대한 보호 조치를 요구하며 Character.AI를 상대로 수년간 진행된 다수 주의 합동 조사 결과를 공개했습니다. 제임스 검찰총장은 파산 사건과 관련된 규제 문제를 모든 당사자에게 고지하기 위해 이해관계 통지서를 제출한 초당파 검찰총장 40명 중 한 명입니다.New York Attorney General Letitia James revealed a years-long multi-state investigation against Character.AI as they now seek to require protections on consumer data sold through its bankruptcy proceeding. James is among 40 bipartisan AGs who filed a notice of interest in Character.AI's bankrup

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

끊임없이 이어지는 헌법 제정 회의: 언어 모델은 자신을 규율하는 문서를 어떻게 수정하는가The Continual Constitutional Convention: How language models revise the documents that govern them

요약: 인류 사회는 시간이 흐름에 따라 가치와 규범의 광범위한 변화를 겪으며, 이는 종종 도덕적 불일치에 의해 촉발됩니다. 도덕적 진보를 이해하는 한 가지 방법은 이성적 주체들의 성찰 과정을 통해 이러한 이견을 해소하는 것입니다. 프론티어 AI 기업들은 AI 시스템의 도덕적 방향성을 안내하기 위해 헌법(constitution), 모델 사양(model specs), 시스템 프롬프트와 같은 문서를 활용합니다. 이번 실험에서는 LLM에 이러한 문서들을 직접 수정하도록 요청함으로써 모델 내 가치 성찰 과정을 시뮬레이션합니다.Executive SummaryHuman societies exhibit broad shifts in values and norms over time, often driven by moral disagreements.One way of understanding moral progress is the resolution of these disagreements through a process of reflection by rational agents.Frontier AI companies use documents such as con

Import AI 476: 창의성과 반복성 긴장 장애(RSI), 중국보다 뒤처진 오픈 웨이트 모델, 우주로 향하는 AIImport AI 476: Creativity and RSI; worse-than-China open weight models; AI goes to space

우리는 달을 로봇에게 넘겨주게 될까요?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.

OpenAI 수석 엔지니어의 정체는 사실 비밀 스파이였다...OpenAI’s lead engineer was secretly a spy...

GitHub Actions 속도를 2배 높이고 Codesmith로 빌드해 보세요: https://www.blacksmith.sh/ OpenAI의 한 엔지니어가 아내의 ChatGPT 계정으로 도청 장치를 만들어 이사회 회의실 TV 뒤 화장실 휴지 속에 숨겨두었다가 48시간 만에 덜미를 잡혔습니다. 자세한 내막을 살펴봅니다. Fireship의 더 많은 콘텐츠를 원하시나요? 🗞️ 뉴스레터: https://bytes.dev 🧠 강의: https://fireship.devRun GitHub Actions 2x faster and build with Codesmith at https://www.blacksmith.sh/ An OpenAI engineer built a wiretap with his wife’s ChatGPT account, hid it in toilet paper behind the executive boardroom TV, and lasted 48 hours before getting caught. Let's dive in. Want more Fireship? 🗞️ News

OpenAI의 새로운 AI, 우리가 거의 이해하지 못하는 일들을 해내고 있다OpenAI’s New AI Is Doing Things We Barely Understand

❤️ Lambda를 확인하고 GPU 클라우드에 가입해 보세요: https://lambda.ai/papers 📝 논문 링크: https://openai.com/index/sharing-ai-progress-in-mathematics/ https://github.com/openai/math 🙏 Two Minute Papers 제작을 후원해 주시는 소중한 패트리온 후원자분들께 감사드립니다: Adam Bridges, B Shang, Carlos Galarza, Christian Ahlin, Eric Tyson, Juan Benet, Luk❤️ 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

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

이번 주 놓쳤을 만한 주요 AI 소식을 전해드립니다! @Hyperagent 유료 플랜 가입 시 제공되는 100달러 무료 크레딧 혜택과 함께 최신 AI 도구 동향 및 위클리 뉴스레터 정보를 확인해 보세요.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