Viola AI Hub

이타우(Itaú) 은행이 전체 고객층을 위한 생성형 AI를 구축하는 방법How Itaú is building generative AI for its entire customer base

브라질 최대 규제 산업 중 하나인 금융권에서 이타우(Itaú) 은행은 대화형 인터페이스 'ia.i'와 거버넌스 플랫폼 'IARA'를 통해 고객과 임직원 전반에 'AI 퍼스트(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.

에이전트용 스택 오버플로, ChatGPT 플러그인으로 가입자 3배 증가Stack Overflow for Agents triples signups with ChatGPT plugin

두 명의 엔지니어가 Codex를 활용해 몇 주 만에 '에이전트용 스택 오버플로(Stack Overflow for Agents)'를 출시했으며, ChatGPT 플러그인을 통해 에이전트 생성 수가 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.

학술 연구소에 GPT-Rosalind 도입Bringing GPT-Rosalind to academic research labs

자격을 갖춘 학술 연구소에 GPT-Rosalind 지원 접근 권한과 생명 과학 연구 촉진을 위한 도구를 제공하는 'Rosalind Academic Plan'을 발표합니다.Introducing the Rosalind Academic Plan, offering eligible academic labs sponsored access to GPT-Rosalind and tools to advance life sciences research.

질문을 통해 학생들의 사고와 학습을 유도하는 교육 방식Teaching students to think and learn through questions

브라질 포르투갈어로 제공되는 'AI for Educators'와 함께 스승의 날을 기념하며, '학습 모드(Study Mode)'가 교사들의 능동적이고 단계적인 학습 지원을 돕는 방법을 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 전문성 접목Sullivan & Cromwell brings legal expertise into agreement review

설리번 앤 크롬웰(Sullivan & Cromwell)은 OpenAI와의 협업을 통해 계약서 초안의 문제점을 식별하는 AI 도구인 '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 탐색 가속화Accelerating the search for antimicrobial peptides with Google Antigravity

과학 연구를 위한 Google Antigravity를 활용하여 신규 항균 펩타이드 발굴을 가속화합니다.Accelerating the search for novel antimicrobial peptides using Google Antigravity for Science.

독립 평가자 제도 도입에 대한 Anthropic의 최신 업데이트Anthropic update on independent evaluators

Anthropic이 AI 모델의 안전성 검증을 위해 외부 독립 평가자를 시스템 내에 배치하고 참여를 확대하는 업데이트 계획을 발표했습니다.Anthropic announces updates to embedding independent evaluators

Meta가 AI 네이티브 엔지니어링으로 Forum을 구축한 방법How Meta Built Forum With AI-Native Engineering

Meta의 최신 앱 Forum은 Facebook 그룹의 대화에 더 깊이 참여하고자 하는 사용자를 위한 서비스입니다. Forum 개발을 위해 Meta 엔지니어들은 개발 주기에 AI 에이전트를 도입하는 완전히 새로운 방식을 채택했습니다. 에이전틱 AI를 활용한 Forum 구축 인사이트를 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

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

Amp가 GPT-6 Astra, Ultrafast, GPT-Live-1, Sign in with ChatGPT를 활용해 에이전트 역량의 지평을 넓히는 방법을 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.

Google DeepMind와 싱가포르 정부, 스캠 탐지용 파인튜닝 AI 모델 구축 협력Google 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 유출 없이 비공개 채팅 내 대화형 사기를 차단하는 방법을 알아봅니다.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 안전 조치 강화Preparing for the 2026 US midterms

올해 초 발표한 선거 보호 조치에 이어, 이번 미국 중간선거를 앞두고 이러한 안전 조치를 어떻게 한층 더 강화해 왔는지 소개합니다.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.

앤트로픽, 싱가포르 지사 설립 및 정부 MOU 체결Singapore office and government MOU

앤트로픽이 싱가포르에 아시아·태평양 지역 5번째 지사를 설립하고, AI 안전성, 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 공개Introducing Grok Voice 3.0

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

Gemini 4 Argon: 가장 까다로운 난제를 해결하기 위해 탄생하다Gemini 4 Argon: Built to solve your hardest problems

추후 공개 예정(TBD)TBD

Gemini 4 Argon의 책임감 있고 안전한 개발Developing Gemini 4 Argon responsibly and safely

로보틱스를 위한 Gemini 4 ArgonGemini 4 Argon for Robotics

Claude, ECDSA 암호화 곡선의 기원을 밝혀내다Claude reveals ECDSA curve origins

가장 널리 쓰이는 암호화 표준 중 하나를 둘러싼 수십 년 묵은 기원의 미스터리가 풀렸습니다.The decades-old mystery of the origins of one of the most popular cryptographic standards has been explained.

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

미국 벤치마크 맵(US Benchmark Map)은 미국 경제 전반에 걸쳐 AI 벤치마크를 매핑하여, 아직 성능이 포화되지 않은 공개 에이전트 벤치마크가 노동력의 어느 부분을 포괄하고 있는지를 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 방대한 양의 코드를 어떻게 리뷰할 수 있을까요? Claude Code 팀에서는 높은 테스트 커버리지와 심층적인 리뷰 체계가 갖춰진 후, 롤백(revert)이나 인시던트를 유발하지 않는 선에서 인간의 리뷰 시간을 최소화하는 최적화 작업을 시작했습니다.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: StarCraft를 플레이하는 Gemini 4 ArgonShow HN: Gemini 4 Argon plays StarCraft

StarSkirmish: LLM이 직접 코드를 작성하여 StarCraft를 플레이하는 프로젝트입니다.StarSkirmish: where LLMs write code to play StarCraft.

Claude를 활용한 고효율 양자 회로 설계Designing more efficient quantum circuits with Claude

Claude는 대부분의 작업을 독자적으로 수행하며, 발표된 최고 수준의 회로보다 성능이 크게 향상된 양자 회로를 설계했으며, 일부 사례에서는 10배(an order of magnitude) 이상의 개선을 달성했습니다.Working largely on its own, Claude designed quantum circuits that improve on the best published versions, in some cases by an order of magnitude or more.

레플릿 CEO "앤트로픽과의 협업 중단"Replit is no longer working with Anthropic, CEO says

마사드 CEO는 비용 문제를 포함한 여러 이유로 협업 중단을 결정했다고 밝혔습니다. 레플릿은 지난 8월 오픈AI와의 파트너십을 발표했으나, 앤트로픽과의 관계를 정리한다는 징후는 사전에 알려진 바 없습니다.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.

인도, 통제 불능 '로그 AI 에이전트' 활동 보고한 최신 국가로 부상India becomes the latest country to report rogue AI agent activity

해당 에이전트들은 앱 설정, 공개 코드 저장소, 지나치게 관대하게 설정된 클라우드 권한 등에 노출된 자격 증명과 연결 설정을 통해 침투했습니다.The agents got in through credentials and connection settings left exposed in app configurations, public code repositories, and overly permissive cloud roles.

엔비디아 출신 VC가 밝히는 '로보틱스가 아직 ChatGPT 모멘트를 맞이하지 못한 이유'An Nvidia insider-turned-VC on why robotics hasn’t hit its ChatGPT moment, yet

엔비디아의 로보틱스 플랫폼 제품 마케팅을 7년간 이끌었던 아무리아 비슈와나스는 로보틱스가 현재 액추에이터, 로봇 손, 소프트웨어, 안전 표준 등 기본 구성 요소를 재구축하고 있는 '레고 시대'에 머물러 있다고 설명합니다. 이는 범용 파운데이션 모델 기반의 로보틱스가 곧 변곡점을 맞이할 것이라는 시각과는 상반됩니다.Amulya Vishwanath, who spent seven years leading product marketing for NVIDIA’s robotics platforms, says robotics is currently in its “Lego era,” with the basic building blocks like actuators, robotic hands, software, and safety standards still being rebuilt.  This view runs counte

엔비디아 출신 투자자 "피지컬 AI는 단순한 로봇 그 이상"Physical AI is more than robots, says the Nvidia veteran now investing in it

엔비디아의 로보틱스 플랫폼 제품 마케팅을 7년간 이끌었던 아무리아 비슈와나스는 로보틱스가 현재 액추에이터, 로봇 손, 소프트웨어, 안전 표준 등 기본 구성 요소를 재구축하고 있는 '레고 시대'에 머물러 있다고 진단합니다. 이는 범용 파운데이션 모델 기반 로보틱스가 곧 급격한 도약을 이룰 것이라 믿는 관점과는 대비됩니다.Amulya Vishwanath, who spent seven years leading product marketing for NVIDIA’s robotics platforms, says robotics is currently in its “Lego era,” with the basic building blocks like actuators, robotic hands, software, and safety standards still being rebuilt.  This view runs counte

엘로리안의 첫 AI 모델, 이미지를 설명하는 것을 넘어 '이미지로 추론' 지향Elorian’s first AI model wants to reason with images, not just about them

엘로리안의 자체 평가에 따르면, 자사 모델 'Glimpse'는 과학 차트 추론 및 숏폼 영상 캡셔닝에서 GPT-6 Astra를 능가했으며, 기타 시각 추론 작업에서도 경쟁력 있는 성능을 기록했습니다.According to Elorian's evaluations, Glimpse outperforms even GPT-6 Astra on scientific chart reasoning and short-form video captioning, with competitive results on other visual reasoning tasks.

Jev, 버셀 역사상 가장 빠르게 도입된 AI 모델로 등극Jev is Vercel’s fastest-adopted AI model ever

해당 데이터는 오픈라우터와 유사한 버셀의 통합 API 서비스인 'AI Gateway'를 통해 집계되었습니다.The data comes from Vercel's AI gateway, a unified API service similar to OpenRouter.

메타(Meta)의 새로운 약관, 뉴스 사이트 데이터로 무료 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 퍼블리셔를 포함해 자사 플랫폼을 이용하는 기업과 '연관된' 웹사이트를 크롤링 및 스크래핑할 수 있는 권한을 부여하는 것으로 나타났습니다. 10월 30일부터 발효되는 새 약관에 따르면 메타는 이러한 외부 콘텐츠를 '개발, 개선, 연구' 및 '학습'에 활용할 수 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

오픈AI 모델, 암호화폐 지갑 해킹 및 웹사이트 보안 침해 성공OpenAI models hacked a crypto wallet and breached more websites

인간 해커가 직접 수행했다면 형사 처벌을 받았을 만한 수준의 암호화폐 지갑 해킹과 웹사이트 침투 공격을 오픈AI의 최신 모델들이 성공적으로 수행한 것으로 나타났습니다.The actions could have resulted in criminal charges had humans been behind the keyboard.

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

AI 모델끼리 서로의 추론 과정을 검증·수정해 정확도 높이는 새 프레임워크 등장A new framework teaches AI models to audit and repair each other’s reasoning, improving accuracy

기업의 멀티 에이전트 워크플로는 대개 경직된 사전 스크립트 파이프라인이나 단순 투표 방식에 의존해 응답을 취합합니다. 그러나 복잡한 문제를 사전 하위 작업으로 쪼개기 어렵거나 어떤 모델도 완전한 답을 갖지 못했을 때는 한계에 부딪히며, 이를 극복하기 위해 모델 간 상호 감사 및 수정 프레임워크가 개발되었습니다.Enterprise multi-agent workflows typically use rigid, pre-scripted pipelines or simple voting mechanisms to aggregate the responses of multiple agents. These approaches break down when complex problems cannot be divided into neat subtasks in advance or none of the models in the AI system has the com

GPU 연산의 최대 60%가 컨텍스트 재계산에 낭비… 플래시 스토리지로 극복 가능Up to 60% of GPU compute goes to recomputing context. Flash storage can put that capacity back to work

WEKA의 필드 CTO 앨런 맥세브니는 대규모 언어 모델(LLM) 추론을 구동하는 GPU의 연산 용량 중 최대 60%가 이미 처리된 컨텍스트를 재계산하는 데 낭비되고 있다고 밝혔습니다. 이는 GPU 메모리에 대화 기록을 유지하는 방식 때문이며, 플래시 스토리지를 활용해 이를 해결하면 기존 하드웨어로도 수배 많은 사용자를 처리할 수 있다고 설명했습니다.GPUs running large language model inference can spend up to 60% of their compute recalculating context they already processed, says Alan McSeveney, field CTO at WEKA. Speaking with VentureBeat lead analyst Rob Strechay at the latest stop in the VentureBeat AI Impact Series, McSeveney said the waste

리플렉션 AI의 빔(Beam), '더 저렴한 토큰' 대신 '더 적은 토큰 소모'로 중국산 오픈 모델 공략Reflection's Beam aims to undercut Chinese open models with fewer tokens, not cheaper tokens

리플렉션 AI(Reflection AI)가 첫 오픈 모델인 '빔(Beam)'의 가중치를 공개하며, 낮은 단가 덕분에 미국 기업들이 채택을 늘리고 있는 중국산 오픈 모델들에 맞서 경쟁에 나섰습니다.Reflection AI today released the weights of Beam, its first open model, and is pitching it against the Chinese open models that many U.S. companies are already embracing because of their lower costs.Read more

AI 에이전트 권한 관리를 적용 중이라는 기업 40곳 중 17곳, 여전히 인증 정보 공유해17 of 40 teams that say they enforce AI agent permissions still share the credentials behind them

벤처비트(VentureBeat)의 2026년 9월 에이전틱 보안 및 아이덴티티 설문조사 결과, 102개 기업 중 40곳이 범위가 지정된 식별자와 런타임 권한 검사를 적용하고 있다고 답했으나, 이 중 17곳은 여전히 일부 또는 대부분의 에이전트가 인증 정보를 공유하고 있다고 밝혔습니다. 전체 102개 기업 중 수 분 내에 접근 권한을 취소할 수 있다고 답한 곳은 14곳에 불과했습니다.VentureBeat’s September 2026 Agentic Security and Identity survey asked 102 enterprises how they secure and revoke AI agent access. Forty described a program that enforces scoped identities and runtime permission checks, and 17 of those 40 then said some or most of their agents still share credentia

포뮬러 원(F1) 레이스 데이 의사결정의 이면에 있는 AIThe AI behind Formula One race-day decisions

포뮬러 원(F1) 레이스 데이의 전략적 의사결정을 지원하는 AI 기술을 살펴봅니다.The post The AI behind Formula One race-day decisions appeared first on Source.

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

세션을 직접 청취하거나 영상을 확인해 보세요. AI가 새로운 생명체를 설계할 수 있을까요? 2025년 스탠퍼드 대학교 박사과정생 새뮤얼 킹(Samuel King)은 생성형 AI 모델을 활용해 미세 바이러스의 유전적 청사진을 제시하며 이에 대한 초기 해답을 내놓았습니다. 아직 AI가 창조한 생명체의 완전한 사례는 아니지만, 다음 단계가 될 가능성이 큽니다.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

신경망은 깔끔하다Neural networks are clean

뉴런, 일반화, 그리고 회로 생태계에 관한 작업 가설.A working hypothesis about neurons, generalization, and the ecology of circuits.

인도어(Indic) 언어 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 소유·커스터마이징·확장이 가능한 501B 오픈 모델Welcome Beam: a 501B open model you can own, customize, and scale

아디 오스마니(Addy Osmani), 모건 웨스틀리 런트, 칭 왕의 제언Quoting Addy Osmani, Morgan Westlee Lunt, and Qing Wang

"사람이 코드를 직접 읽었는가?"라는 질문은 "이 변경 사항으로 인해 무엇이 잘못될 수 있으며, 이를 잡아내기에 적합한 검증 수단(자동화 검사 또는 사람)은 무엇인가?"에 대한 불완전한 대리 지표라고 봅니다. 이 질문을 던지면서 리뷰의 시점 역시 바뀌었습니다. 과거에는 코드 작성 후 PR을 올리고 동료를 기다리는 최종 관문 형태였지만, 이제는 글을 쓰며 맞춤법을 검사하듯 리뷰가 상시 진행됩니다. 대부분의 코드 변경은 사람이 확인하기 전 이미 Claude를 통해 최소 한 차례 이상 검토 및 수정되고We 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: 오탐은 줄이고 정확도는 향상GitHub’s model for secret detection: Finding more secrets with less noise

GitHub의 문맥 인식 기반 시크릿(secret) 분류기가 탐지 품질을 대폭 개선하여 가중 수용률을 11.5% 높이고 스캔 중앙값 실행 시간을 86% 단축했습니다. GitHub 공식 블로그를 통해 세부 내용이 공개되었습니다.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: 맞춤형 로봇 조작 벤치마크LIBERO-PeRM: Benchmarking Personalized Robotic Manipulation

범용 로봇이 가정 환경에 진입해 진정한 실용성을 확보하려면 개인화가 필수적입니다. 기존 연구와 달리 작업 완료와 사용자 선호도 만족을 명확히 분리하여 체화된 에이전트의 선호도 학습을 평가하는 LIBERO-PeRM 벤치마크를 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 모델(LLM)을 활용한 최첨단 양자 회로 탐색Discovering state-of-the-art quantum circuits with large language models

대규모 양자 정보 처리기 구현과 함께 양자 우위를 실현하기 위해서는 효율적인 알고리즘 개발이 필수적입니다. 일반적인 고전 컴퓨팅과 다른 가역성 제약 속에서 LLM을 활용해 연산 프리미티브의 리소스 비용을 최적화하는 새로운 접근법을 제시합니다.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 테스트 타임 환경 잠재 변수 최적화T2-z: Test-Time Optimization of Environment Latents for Robotic World Models

로봇이 행동에 대한 환경의 반응을 예측하기 위해서는 마찰, 질량과 같은 직접 관찰할 수 없는 물리적 요소를 고려해야 합니다. 테스트 타임에 환경 잠재 변수를 최적화하여 월드 모델의 예측 성능을 높이는 T2-Z 프레임워크를 소개합니다.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 액션 정책의 공동 진화CoDA: Co-Evolution of Data Engines and Action Policies

생성형 시뮬레이션을 활용한 로봇 환경 구축에서 정책 실패를 해결하고 학습을 유도하는 최적의 환경을 찾는 것은 핵심 과제입니다. 환경 구성, 정책 실패, 학습 진행 상황을 기록하는 이종 메모리를 통해 시뮬레이션 데이터 엔진과 액션 정책이 함께 진화하는 CoDA 프레임워크를 제안합니다.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 MoE 아키텍처의 라우팅 탐색 딜레마 재고Rethinking Routing Exploration in Modern Mixture-of-Experts

파라미터 확장의 핵심인 혼합 전문가(MoE) 모델에서 미세 전문가 분할과 공유 전문가 설계 간의 탐색 딜레마를 규명합니다. 항상 활성화되는 공유 전문가가 토큰의 라우팅 다양성과 탐색성을 저해하는 현상을 분석하고 대안을 제시합니다.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 실전 배포의 라스트 마일을 위한 벤치마크FDE-Gym: The Last Mile of AI Delivery

정형화된 태스크 위주의 기존 벤치마크와 달리, 모호한 요구사항 정의 및 라이브 시스템 대응 등 현장 배치 엔지니어(FDE)의 실제 업무 환경을 반영하여 18개 산업 분야 20개 고객 시나리오 기반 95개 엔드투엔드 배포 태스크로 구성된 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

기존 시계열 파운데이션 모델이 한계 분포 예측에 치우쳐 미래 궤적의 의존성을 포착하지 못하는 한계를 극복하기 위해, 플로우 매칭(Flow Matching)을 활용하여 누적 수요나 피크 부하 등 궤적 의존적 특성을 정확히 모델링하는 PathFM을 소개합니다.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

형식적 정리 증명을 위한 린 그래프 탐색(Lean Graph Search)Lean Graph Search for Formal Theorem Proving

관련 보조정리(lemma)를 검색하는 것은 증명기가 기존 수학적 결과를 바탕으로 기계 검증 가능한 증명을 구축할 수 있게 하므로 형식적 정리 증명에서 매우 중요합니다. 최근 검색 시스템은 라이브러리 선언문을 목표 정리나 중간 증명 단계와 매칭하지만, 선언문 간 다단계(multi-hop) 의존 관계는 제한적으로만 활용하고 있습니다. 이러한 의존성은 목표 정리와 어휘적으로 유사하지 않더라도 관련 문제의 증명에서 반복적으로 등장하는 뒷받침 보조정리를 찾아낼 수 있습니다. 이를 위해 본 연구는...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 하에서의 동적 치료 체계를 위한 강건 강화학습Robust Reinforcement Learning for Dynamic Treatment Regimes under Model and Measurement Uncertainty

환자 전반에 걸쳐 일반화되고, 측정된 바이오마커 오류 및 질병 동역학 변화 속에서도 안정성을 유지하는 적응형 치료 정책을 학습하기 위한 강건 강화학습(RL) 프레임워크를 개발했습니다. 환자를 은닉 컨텍스트(hidden context)로 모델링함으로써, 강건 문맥적 마르코프 결정 과정(robust contextual MDP)을 통해 일반화와 강건성 문제를 통합적으로 다룹니다. 임상 데이터로 보정된 시뮬레이터에서 전이성 전립선암 적응 치료에 본 프레임워크를 적용하여...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

시계열 추론을 위한 상호보완적 표현 기법(Twice Upon a Time)Twice Upon a Time: Complementary Representations for Time-Series Reasoning

시계열 언어 모델(TSLM)은 시계열 데이터에 대한 언어 기반 이해와 추론을 가능하게 하지만, 시계열 표현이 어떤 정보를 보존하고 어떤 변동을 배제해야 하는가라는 근본적인 질문은 여전히 남아 있습니다. 기존 TSLM은 주로 언어 모델에 단일 표현만 제공하여 다운스트림 작업 전반에 고정된 귀납적 편향을 강제합니다. 대신 본 논문에서는 시계열 추론을 위한 설계 원칙으로 상호보완적 표현을 제안합니다. 우리 모델은...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 시스템 조향(Steering) 학습Learning to Steer LLM Agents and Multi-Agent Systems

대규모 언어 모델(LLM) 기반 에이전트와 멀티 에이전트 시스템은 장기적인 도구 사용과 에이전트 간 협업을 통해 복잡한 작업을 점점 더 잘 해결하고 있습니다. 그러나 이러한 시스템은 실행이 진행됨에 따라 전체 목표에서 벗어나는 경향이 있어 자원을 낭비하고 원치 않는 결과를 초래하는 '목표 표류(goal drift)' 실패를 겪기 쉽습니다. 본 연구에서는 실행 과정을 실시간으로 감독하고 표류가 발생할 때 시스템을 정상 궤도로 되돌리는 조향 에이전트를 제안합니다. 조향 에이전트는...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 뒷받침하는 것은 아닙니다. 본 연구에서는 단순 회상을 넘어 일반화를 지원하는 '활성 사실(active facts)'과, 회상은 가능하지만 특정 작업에서 이러한 일반화를 지원하지 못하는 '비활성 사실(inert facts)'을 구분합니다. 기존 관계로부터 새로운 관계를 구성하여 이 차이를 연구합니다. 장소를 대륙에 매핑하는 관계(파리 -> 유럽)를 예로 들어, 각 정답에 임의의 새 레이블을 할당해 봅니다(유럽 -> 게, 아시아Not 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 단계별 검증기OmniVerifier-C1: Decomposed Graded Verifier for Rule-Governed Generative World Modeling

생성형 시각 검증기는 멀티모달 지능을 발전시키는 데 핵심적인 역할을 합니다. 복합적인 요구사항이 포함된 복잡한 멀티모달 시나리오에서 시각 검증기의 강건성을 높이기 위해, 참/거짓의 이산적 판단만 내리는 기존 이진 검증기를 넘어섭니다. 복잡한 프롬프트나 환경 규칙을 세부 구성요소로 자동 분해하고 포인트 단위 점수를 부여하여 연속적이고 정보량이 풍부한 비평을 제공하는 검증기를 소개합니다.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 넘어서는 평가 인식: 인도계 언어로 테스트할 때 LLM은 다르게 행동하는가?Evaluation Awareness Beyond English: Do LLMs Act Differently When Tested in Indic Languages?

대규모 언어 모델(LLM)은 자신이 테스트를 받고 있다는 사실을 인지하는 경우가 많습니다. '평가 인식(evaluation awareness)'으로 알려진 이 능력은 실제 사용 환경에서보다 안전성 평가 시 모델이 더 신중하게 행동하도록 유도할 수 있습니다. 모델이 다양한 언어의 사용자에게 서비스되고 있음에도, 기존 연구는 거의 전적으로 영어에서의 평가 인식만을 다루어 왔습니다. 10억 명 이상이 인도계 언어를 사용하지만 이에 대한 평가는 거의 이루어지지 않았습니다. 3개 제품군의 지시 튜닝 모델 4종을 테스트하여.Large 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 도출하는 것입니다. 이 단계를 자동화하기 위해 대규모 언어 모델(LLM)이 점점 더 많이 활용되고 있지만, 대부분의 연구는 개별 아이디어의 품질 최적화에 집중하며 다양성은 간과하고 있습니다. 본 연구에서는 문서 기반 아이디어 발상을 탐구하며, LLM이 생성하는 아이디어의 다양성을 높이는 동시에 높은 품질을 보장하는 데 초점을 맞춥니다. 이전 논문들이 주어졌을 때, 모델은 각각 품질이 우수하면서도 서로 뚜렷이 구별되는 일련의 아이디어를 제안해야 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

탈중앙화 에이전트 군집에서의 자체 오케스트레이션 학습Learning Self-Orchestration in Decentralized Agent Swarms

에이전트 군집(agent swarm)의 능력은 개별 구성원뿐만 아니라 이들이 조율하는 방식에 달려 있습니다. 그러나 기존 멀티 에이전트 시스템은 고정된 오케스트레이션 구조 내에서 에이전트를 훈련하는 경우가 많아, 개별 역량 학습과 집단 행동 구성을 분리시켰습니다. 본 연구에서는 탈중앙화 에이전트 군집에서 행동 정책과 자체 오케스트레이션을 공동으로 학습하는 프레임워크인 시장 기반 사후 훈련(MPT)을 소개합니다. 에이전트는 입찰을 통해 참여 의사를 표현하며...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: 정신건강 상담용 언어 모델 평가를 위한 임상 기반 환자 및 평가 루브릭MindEval2: Clinically Grounded Patients and Rubrics for Evaluating Language Models in Mental Health Support

정신건강 지원을 위해 AI 챗봇을 찾는 사람들이 늘어남에 따라, 이러한 도구를 평가해야 할 필요성이 더욱 커지고 있습니다. 최근 벤치마크들은 가상 환자와의 멀티턴 상호작용을 시뮬레이션하고 'LLM-as-a-judge' 방식으로 평가하여 실제 환경을 모사하려 시도합니다. 그러나 시뮬레이션 환자가 지나치게 협조적이거나 자기성찰적일 수 있고, 평가 판단이 실질적 유용성이 불명확한 불투명한 리커트 척도를 사용하는 경우가 많아 기존 방식의 유용성은 제한적입니다.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 예측할 수 있는가?Grid-Bench: Can LLMs Predict How Discrete Worlds Change?

공간 지침은 물체를 이동하거나 영역을 변형하거나 주변 환경을 수정하는 방법을 기술합니다. 여러 작업이 순차적으로 적용될 때, 각 작업은 이전 변화로 형성된 배치 상태에서 작동합니다. 대규모 언어 모델(LLM)은 그 결과로 나타나는 공간 상태를 얼마나 정확하게 예측할 수 있을까요? 2차원, 3차원, 4차원 그리드로 표현되는 이산 세계를 변형하는 8가지 연산 제품군을 포함하는 실행 가능한 벤치마크인 Grid-Bench를 소개합니다. 초기 그리드와 명시적 규칙이 주어졌을 때...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 우수한 토론 프로토콜A Simpler and Better Debate Protocol for Scalable Oversight

arXiv 링크 포스트: https://arxiv.org/abs/2610.02557 요약: 확장 가능한 감독을 위한 유망한 접근법 중 하나는 AI 토론(AI debate)입니다. 이는 두 강력한 AI 간의 토론을 통해 복잡한 문제를 직접 평가하기 쉬운 단순한 주장들로 분해하는 방식입니다. 토론에 관한 이론 연구는 정확성에 대한 엄격한 보장을 제공하는 프로토콜(즉, 토론 규칙) 설계를 목표로 합니다.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 게시 논란Trump posts AI-edited photo to brag about White House restoration work

도널드 트럼프 전 대통령이 트루스 소셜(Truth Social)에 백악관 보수 공사를 자랑하는 사진들을 올렸으나, 그중 한 장이 AI로 수정된 것으로 보입니다. 과거 백악관 기둥과 '복원된' 기둥을 비교한 해당 사진은 여러 불일치가 발견되었으며 구글 AI 감지기에서 '생성 또는 편집됨'으로 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 476호: 창의성과 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 달의 통제권을 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.

실제로 하늘을 나는 테슬라 (AI 아님)This Tesla Actualy Flies (NOT AI)

경악할 만한 테슬라 차량 - AI로 제작된 영상이 아니라는 게 믿기지 않을 정도입니다.This Tesla is Insane - Hard to believe it's not AI.

런타임 경쟁의 종결... 그리고 최종 승자가 된 NodeThe runtime wars are over... and Node won

Cloudflare가 Deno를 전격 인수했으며, Node.js의 창시자조차 이를 재구현하려 했던 시도가 실수였음을 인정했습니다. 혼전 양상을 보이던 서버리스 및 자바스크립트 런타임 경쟁의 향방과 시사점을 Fireship에서 집중 분석합니다.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 온전히 이해하기 힘든 수준의 능력을 선보인 OpenAI의 신규 AIOpenAI’s New AI Is Doing Things We Barely Understand

OpenAI가 공개한 최신 수학 분야 연구 성과 및 논문에 관한 소식입니다. 인간의 직관을 뛰어넘는 추론 능력을 보이는 새로운 AI 모델의 동작 원리와 주요 논문 내용을 Two Minute Papers에서 상세히 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