Viola AI Hub

통합 구독 서비스 'The X Subscription' 출시Introducing The X Subscription

Grok, Grok Bot, Cursor, 그리고 X Premium을 단 하나의 요금제로 모두 이용할 수 있습니다.Grok, Grok Bot, Cursor, and X Premium, all on one plan.

OCP Summit 2026: 스케일업·스케일아웃·스케일어크로스 네트워크의 개방형 혁신으로 AI 성능 극대화OCP Summit 2026: Powering AI with Open Innovations in Scale-Up, Scale-Out, and Scale-Across Networks

2026 OCP 글로벌 서밋에서 Meta는 차세대 개방형 네트워킹 인프라를 발표했습니다. 주요 발표 내용으로는 최초의 수랭식 네트워크 랙(IcePack), 102.4T 스위치 플랫폼(IceCube), GPU 간 네트워크 연결 방식을 근본적으로 혁신하는 다중 플레인 백엔드 스케일아웃 패브릭인 FPF(Flattened Planar Fabric), 그리고 오픈소스 AI 전송 프로토콜인 MetaRoCE 등이 포함되었습니다.At the 2026 Open Compute Project Global Summit, Meta is sharing the next generation of open networking infrastructure, including: Our first liquid-cooled network rack (IcePack), and 102.4T switch platform (IceCube). Flattened Planar Fabric (FPF), a multiplane backend scale-out fabric that fundamenta

유휴 AI 추론 인프라를 활용한 광고 추천 성능 최적화Turning Opportunistic AI Inference Capacity Into Better Ads Recommendations

Meta는 사내 클러스터의 유휴(idle) 추론 자원을 활용하여 광고 추천 시스템을 고도화했습니다. 시스템에 적용된 두 가지 탄력성 레버를 통해 기본 성능 저하 없이 유휴 기회형(opportunistic) 컴퓨팅 용량 전반으로 추천 워크로드를 유연하게 확장할 수 있습니다. 본 글에서는 Meta 규모에서 이 시스템을 설계하고 운영한 방법과 그 성과를 공유합니다.At Meta, we’ve built a system that enhances ads recommendations by leveraging idle inference capacity in our fleet. Two elasticity levers in the system allow ads recommendation work to expand across opportunistic capacity, without compromising baseline performance. This post describes how we designe

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

보안 기업 소포스(Sophos)가 오픈AI의 Daybreak를 도입하여 사이버 위협 조사 시간을 96% 단축하고, 인간의 감독 하에 MDR(위협 탐지 및 대응) 케이스의 52%를 자동화한 사례를 확인해보세요.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

아사나(Asana)는 Codex 환경에서 GPT-6 Astra를 활용해 브라우저 에이전트의 테스트 비용을 76배 절감하고 처리 속도를 5배 향상시켜 고객에게 더욱 고성능의 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.

2026 이용 정책 업데이트2026 Usage Policy update

새로운 이용 정책 버전을 공개합니다. 본 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.

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

Playground 개요Overview of Playground

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

QGIS, AI 기여 코드에 대한 잠정 유예 조치 발표QGIS enacts moratorium on AI contributions

추가 논의는 메일링 리스트(https://lists.osgeo.org/pipermail/qgis-developer/2026-September/068576.html)에서 확인 가능합니다. 이번 조치로 AI 관련 정책이 엄격한 "허용 불가(NOT ALLOWED)" 방침으로 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.

AI 코딩 에이전트는 더 많은 코드를 생성하지만, 더 많은 소프트웨어를 만들어내지는 못한다AI coding agents generate more code, but not more software

코딩 효율 향상이 인간 검토 단계라는 '병목 현상'에 의해 상쇄된다는 연구 결과가 나왔습니다.Study finds coding efficiency gains get "absorbed" by human review "bottleneck."

AI는 도구이며, 잘 다루려면 숙련도가 필요하다AI is a tool and using it well takes skill

리치 히키(Rich Hickey)의 "'AI'는 도구가 아니다"에 대한 반론: 자동화와 도구 활용은 공존할 수 있으며, LLM을 능숙하게 다루기 위해서는 숙련도, 피드백, 그리고 판단력이 필요합니다.A response to Rich Hickey's "'AI' is Not a Tool": automation and tool use can coexist, and wielding an LLM well requires skill, feedback, and judgment.

리치 히키: 'AI'는 도구가 아니다'AI' Is Not a Tool by Rich Hickey

(늘 농담조로 던지던 말인데, 좀 더 자세히 풀어봅니다) 우선 다뤄야 할 논점은 이것입니다. '도구'라는 단어가 흥미롭고 차별화되며 통찰을 주는 의미를 갖게 될 것인가, 아니면 단순히 "유용한 모든 것"을 뜻하는 진부한 대체재에 불과할 것인가? 우리는 "착취될 수 있는 모든 사람/사물"로서의 도구 개념을 AI 거대 기업들을 위해 남겨둘 것입니다.(I keep delivering this as a quip, here's a bit more) First order of business - is 'tool' going to have an interesting, distinguishing and thus illuminative meaning or be a mere platitudinous stand-in for "anything useful"? We'll save tool as "anyone/th

10년 후 돌아본 케빈 켈리의 2016년 AI 예측Kevin Kelly's 2016 AI Predictions, 10 Years Later

켈리는 오픈 가중치(open weights)의 미래를 옹호하면서도 거대 AI 기업들의 등장을 예측했습니다.Kelly predicted AI heavyweights while advocating for a future of open weights

윈드본, 기상 관측 기구 데이터로 미 공군과 대규모 공급 계약 체결WindBorne wins a hefty US Air Force contract for its balloon data

기상 관측 기구와 AI를 활용해 날씨를 예측하는 실리콘밸리 스타트업 윈드본(WindBorne)이 약 5천만 달러 규모의 미군 계약을 수주했습니다.A Silicon Valley startup that uses weather balloons and AI to predict the weather won a U.S. military contract worth almost $50 million.

허니자, 기업 PR 및 커뮤니케이션 개선을 위한 AI 툴 출시Honeyjar offers AI tools to improve PR and comms at every company

기자, 창업가, 심지어 일부 PR 전문가들조차 현재의 홍보 프로세스에 문제가 있다고 지적합니다. 과연 AI가 이를 개선할 수 있을까요?Journalists, entrepreneurs, and even some public relations professionals will tell you that the PR process is broken. But could AI actually make things better?

이 AI 스타트업은 몇 분 만에 인허가용 건축 도면을 생성할 수 있다고 말합니다This AI startup says it can generate permit-ready blueprints in minutes

산타모니카 소재의 부트스트랩 스타트업 블루프린츠 AI(Blueprints AI)가 사진, PDF, 스케치로부터 건축 법규를 준수하는 도면을 생성하는 소프트웨어를 개발했습니다.Blueprints AI, a bootstrapped startup based in Santa Monica, developed software that produces code-compliant construction blueprints from a photo, PDF, or sketch.

전 플로드 임원, 백그라운드 상시 청취 AI 앱으로 2,600만 달러 투자 유치Former Plaud exec raises $26M for AI app that listens to you in the background

AI의 핵심 약속 중 하나는 사용자에 대해 더 많이 알수록 작업을 더 잘 돕고 적절한 제안을 할 수 있다는 점입니다. 테크 기업들의 주장대로라면, 이를 위해 앱과 기기가 사용자의 활동을 항상 듣고, 보고, 기록하며 가능한 모든 맥락을 수집해야 합니다.One of the core promises of AI is that the more it knows about a person, the better it will be able to assist them with tasks and make appropriate suggestions, which, if you'll believe the tech companies, requires apps and devices to listen, watch, or record users' activity all the time an

메타, 새로운 고성능 AI 모델 'Muse Wonder' 공개Meta has some Wonder Full new AI models

메타가 AI 경쟁의 격차를 좁히기 위해 속도를 내고 있습니다. 개편된 초지능 연구소(Superintelligence Labs)의 첫 모델인 'Muse Spark'와 화제의 AI 에이전트 'Muse'를 선보인데 이어, 업계 최고 수준과 맞먹는 신규 모델 2종을 출시했습니다. 새로 공개된 'Muse Wonder'와 'Muse Wonder Full' 모델은 […]Meta is making up for lost time in the AI race. After launching Muse Spark, the first model from its revamped Superintelligence Labs division, and buzzy AI agent Muse, it's now launching two new models it claims can go toe-to-toe with the industry's best. The new models, Muse Wonder and Mu

마이크로소프트, 엔비디아 의존도 낮추는 차세대 자체 AI 칩 발표Microsoft’s new AI chip makes it less reliant on Nvidia’s GPUs

마이크로소프트가 자사 제품과 서비스의 핵심 AI 추론 시스템 역할을 할 3세대 자체 개발 AI 칩 'Maia'를 오늘 공개했습니다. Maia 300은 클라우드 환경의 AI 워크로드 실행 비용과 효율을 개선할 뿐만 아니라, 최신 추론 모델과 에이전트 작업 처리 성능도 강화되었습니다. Maia 300은 […]Microsoft is announcing its third-generation Maia in-house AI chip today, designed to be the "primary AI inference system" for Microsoft's products and services. Maia 300 not only improves the cost and efficiency of running AI workloads in the cloud, it's also more capable of han

AI 튜터링 고도화를 위한 학습자 학습 시뮬레이션Simulating student learning for better AI tutoring

더 나은 AI 튜터링 시스템을 개발하기 위해 학생들의 학습 과정을 시뮬레이션하는 기법을 소개합니다. 원문: SourceThe post Simulating student learning for better AI tutoring appeared first on Source.

마이크로소프트, AI 시대를 맞아 마이아(Maia) 칩 확대 적용Microsoft to expand Maia chip for the AI era

마이크로소프트가 AI 시대를 겨냥해 자체 개발한 마이아(Maia) 칩의 적용 범위를 확대합니다.The post Microsoft to expand Maia chip for the AI era appeared first on Source.

LLM 역량에 대한 사회적 이해 격차의 심화The gap in shared understanding of LLM capability is widening

LLM의 실제 역량을 둘러싼 대중과 전문가 간의 이해 격차가 점점 더 벌어지고 있습니다. 이는 단순한 의견 차이를 넘어 극단적인 깔때기형 양극화로 나타나고 있으며, 대략 전 세계 인구의 약 75%인 60억 명은 여전히 LLM을 거의 접해보지 못한 상태입니다.Dusting off this tweet from April because this gap in shared understanding of LLM capability is *widening*. It's now less "two groups of people speaking past each other" and more a sharp funnel. - Napkin math somewhere around 6B people (~75% of the population) have barely

AI의 '거절할 수 있는 능력'에 대한 과도한 믿음We’re putting too much faith in AI’s ability to say no

인간의 지능을 모방한 기계를 상상하기 시작한 이래 기계 역시 인간처럼 거절할 수 있을 것이라는 점에는 의심의 여지가 없었습니다. SF 장르에는 로봇의 불복종을 다룬 경고성 이야기들이 가득합니다. 그러나 최근에는 AI가 거절해서는 안 된다는 시각이…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

'AI 특유의 이질감' 없애고 브랜드 가이드를 완벽 준수하는 이미지 생성 툴 '마그니픽 원(Magnific One)' 출시Magnific One launches to give teams an image generator that avoids the 'AI look' and automatically upholds their brand kit

2021~2022년 DALL-E와 미드저니(Midjourney) 초기 시절과 비교할 때 생성형 AI 이미지는 눈부신 발전을 이뤘습니다. 텍스트 삽입이나 복잡한 인포그래픽 제작까지 가능한 최첨단 모델이 등장했지만, 여전히 사람들은 생성 이미지 특유의 부자연스러운 느낌—지나치게 과장된 질감, 인위적인 광택, 실물 대비 과도하게 많고 풍만해 보이는 음식과 제품 등—을 쉽게 알아채고 거부감을 느끼곤 합니다.Generative AI image generation has come a long way from the early days of DALL-E and Midjourney in 2021-2022. But even with the most advanced models now supporting generated text and complex infographics, perceptive human beings can still detect and recoil from the "AI look" that m

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

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

반가운 Python 3.15, 작별하는 3.10, 그리고 이제 활용 가능한 3.11Hello Python 3.15, goodbye 3.10, and now I can use 3.11

Python 3.15가 출시되었습니다! 3.14 및 3.15 릴리스 매니저인 Hugo van Kemenade가 정리한 주요 변경점 안내서가 공개되었습니다. 지원되는 모든 파이썬 버전을 호환해야 하는 오픈소스 개발자로서, 드디어 Python 3.10 지원을 종료하고 Python 3.11의 기능들을 적극 활용할 수 있게 되었습니다. 먼저 Python 3.15의 주요 하이라이트로는 PEP 810의 명시적 지연 임포트(Explicit lazy imports) 기능이 있습니다.Python 3.15 is here! Here's the essential What's new in Python 3.15 guide, this year curated by 3.14 and 3.15 release manager Hugo van Kemenade. As someone who builds open source software that works in every supported Python version, I get to say goodbye to Python 3.10 and start embracing

web-edit 0.1a0 릴리스web-edit 0.1a0

web-edit 0.1a0이 출시되었습니다. 모바일에서 Codex Remote를 사용해 작업하던 중, 인증 정보 파일을 LLM에 직접 전송하지 않고 편집할 방법이 필요했습니다. 이에 따라 Codex와 GPT-6 Astra Extra High를 활용해 폴더 내 파일을 확인하고 편집할 수 있는 웹 UI 파이썬 앱을 구축했습니다. Tailscale 환경에서 구동되도록 설계되어, 모바일 기기에서 Tailscale 네트워크를 통해 직접 파일을 안전하게 편집할 수 있습니다.Release: web-edit 0.1a0 I was working on a project from my phone using Codex Remote when I found myself wanting to edit a credentials file without round-tripping those credentials through the LLM itself. So... I had Codex and GPT-6 Astra Extra High build this Python web app which provides a web UI f

datasette-ports 0.4 릴리스datasette-ports 0.4

datasette-ports 0.4가 릴리스되었습니다. 현재 머신에서 실행 중인 모든 Datasette 인스턴스를 감지하고 나열하는 플러그인으로, 최신 버전을 지원하며 감지된 PID도 함께 표시합니다. PID를 확인할 수 있게 되어 새로운 Python 3.15 프로파일러를 연결하기가 훨씬 수월해졌습니다.Release: datasette-ports 0.4 My plugin for detecting and listing all Datasette instances on the current machine now works with the latest version, and displays the detected PID as well. Knowing the PID makes it easier to attach the new Python 3.15 profiler. Tags: datasette

초보자를 위한 GitHub Copilot 앱: 코드베이스 학습 및 설정 가이드GitHub Copilot app for Beginners: How to teach Copilot about your codebase

저장소에 커스텀 지침(instructions)과 스킬(skills)을 추가하고, 커스텀 에이전트를 활용하며, Playwright와 같은 MCP 서버를 연동하는 방법을 소개합니다. 원문: GitHub 블로그Learn how to add custom instructions and skills to your repository, use custom agents, and connect MCP servers like Playwright. The post GitHub Copilot app for Beginners: How to teach Copilot about your codebase appeared first on The GitHub Blog.

GPU 클러스터를 위한 임팩트 있는 스케줄링Impactful scheduling for GPU clusters

언어 모델은 위키피디아 게임(Wikipedia Game)을 플레이할 수 있을까?Can Language Models Play the Wikipedia Game?

색인화하기에 너무 방대한 문서 집합에서 정보 검색을 지원하거나 자동화하는 언어 모델의 활용이 늘고 있습니다. 하지만 전문적인 언어학적·과학적 지식이 요구되는 경우 이 작업은 쉽지 않습니다. 연구진은 유사한 정보 검색 과제에서 언어 모델을 평가하기 위해 '위키피디아 게임'을 활용했습니다. 이 게임은 본문 링크만을 이용해 목표 문서에 도달해야 합니다. 5개 위키피디아 언어와 5개 학술 문헌 데이터셋에 걸쳐 문장 임베딩 모델과 LLM을 비교 평가했습니다.Language models increasingly support or automate information retrieval from document collections too large to index. This task is difficult when it requires specialist linguistic or scientific knowledge. We used the Wikipedia Game to test language models on an analogous information retrieval task. I

Hide and Seek: 블랙박스 모델 해석을 위해 개념을 숨기고(HIDE) 설명을 찾는(SEEK) 방법Hide and Seek: HIDE Concepts to SEEK explanations for black box models

머신러닝 모델의 예측을 해석하는 것은 특히 블랙박스 비전 모델에서 핵심 과제입니다. 개념 기반 기여도(attribution) 산출 방식은 인간이 이해할 수 있는 개념을 통해 모델을 해석합니다. 그러나 기존 방식은 분류 및 회귀 모델만 해석 가능하며, 모델 가중치나 대규모 개념 라벨 데이터셋이 필요하고 대부분 이미지 단위의 기여도를 제공하지 못합니다. 본 논문에서는 개념 수준의 기여도를 도출하는 새로운 방법론인 'Hide and Seek (HnS)'를 제안합니다.Interpreting machine learning model predictions is a central challenge, particularly for black-box vision models. Concept-based attribution methods interpret models using human-understandable concepts. Existing concept-based methods can only interpret classification and regression models. They requi

테이블 데이터 딥러닝 회귀 재조명: 목적 함수와 글로벌 조기 종료(Early Stopping)의 한계Revisiting Tabular Deep Regression: Objectives and the Limits of Global Early Stopping

테이블형(tabular) 데이터를 위한 딥러닝 모델이 최근 활발한 연구 관심을 받고 있지만, 회귀 작업에서 목적 함수의 선택은 상대적으로 연구가 덜 된 영역으로 남아 있습니다. 표준적인 평균제곱오차(MSE)를 대체하는 여러 대안이 연구되었으나, 데이터셋, 백본, 평가 프로토콜의 차이로 인해 실제적 이점을 비교하기 어려웠습니다. 본 연구에서는 회귀 목적 함수들에 대한 체계적인 재평가를 수행하여 이러한 간극을 해결합니다.While deep learning models for tabular data have recently received significant research attention, the choice of objective functions for regression tasks remains an understudied degree of freedom. Several lines of research offer alternatives to the standard Mean Squared Error (MSE), but differences

작업 맥락이 언어 모델 구성 요소의 역할을 결정한다Task Context Shapes Component Roles in Language Models

대형 언어 모델(LLM)은 여러 작업에 걸쳐 동일한 어텐션 헤드를 재사용하지만, 이러한 공유 헤드를 식별하는 것만으로는 각 작업에서 헤드가 서로 다르게 수행하는 역할을 설명하기 어렵습니다. 이에 뇌의 공유 영역 간 작업 의존적 상호작용에서 착안하여 언어 모델의 연산을 네트워크 관점으로 바라보았습니다. 본 연구에서는 방향성 연결을 명시하는 동일한 그래프 사실(graph facts)을 사용해 작업 전반에 걸쳐 고정된 모델 구성 요소를 비교하고, 개입(intervention)이 어텐션에 미치는 영향을 측정합니다.Large language models reuse the same attention heads across tasks, but identifying these shared heads does not explain what they do differently in each task. A natural source of inspiration is task-dependent interactions among shared brain regions, which motivate a network view of language-model com

RATED: 실행 동역학을 고려한 신뢰성 인식 AI 에이전트 도구 검색RATED: Reliability-Aware AI Agent Tool Retrieval via Execution Dynamics

AI 에이전트의 외부 도구 의존도가 높아짐에 따라, 안정적인 동작을 위해서는 정확한 도구 검색이 필수적입니다. 기존 방식은 의미론적 관련성 최적화에 치중하여 실행 중 도구 가용성을 간과하는 한계가 있었습니다. 이를 해결하기 위해 견고한 시맨틱 매칭과 동적 신뢰성 적응을 결합한 검색 프레임워크인 RATED(Reliability-Aware Tool Retrieval via Execution Dynamics)를 제안합니다. RATED는 시맨틱 매칭을 위해 대조 미세조정(contrastive fine-tuning)이 적용된 동결 이중 인코As AI agents increasingly rely on external tools, accurate retrieval is essential for reliable behavior. Existing methods optimize semantic relevance but largely ignore tool availability during execution. To address this gap, we propose RATED (Reliability-Aware Tool Retrieval via Execution Dynamics)

X-AgentRed: 진화하는 멀티 서비스 생태계 내 개인용 에이전트의 레드팀 평가X-AgentRed: Red-Teaming Personal Agents in Evolving Multi-Service Ecosystems

개인용 에이전트가 도구(tool)를 활용해 웹 및 애플리케이션 전반의 다양한 서비스와 연동되는 사례가 늘고 있습니다. 서비스 간 작업 영향이 누적되고 상호작용함에 따라, 에이전트가 정상적인 사용자 요청을 수행하는 과정에서도 의도치 않거나 유해한 결과가 발생할 수 있습니다. 이러한 복합적 실패를 선제적으로 식별하려면 다양한 교차 서비스 경로를 체계적으로 탐색해야 합니다. 기존 레드팀 기법은 주로 작업 및 환경 설명으로부터 LLM에 유해 가능 경로를 단순 프롬프팅하는 방식에 그치는 한계가 있습니다.Personal agents increasingly connect to services across the web and applications by using tools. As the effects of their actions accumulate and interact across services, unintended or harmful outcomes can arise when agents fulfill benign user requests. Proactively identifying these compositional fai

신경망의 위상수학적 표현력에 대한 구성적 경계Constructive Bounds for the Topological Expressivity of Neural Networks

신경망 $Φ$의 표현력은 네트워크가 표현할 수 있는 함수의 클래스를 설명합니다. '위상수학적 표현력(topological expressivity)'은 이진 분류를 이해하는 데 특히 적합한 측정 지표군을 의미하며, 주로 결정 경계의 베티 수(Betti numbers) $β(Φ^{-1}(0))$로 공식화됩니다. 이러한 대중성에도 불구하고 이 지표는 결정 경계가 없는 회귀 분석 등의 문제에는 유용하지 않습니다. 이에 본 연구는 위상수학적 표현력을 새롭게 분석할 수 있는 대안적 접근법을 제안합니다.The expressivity of a neural network $Φ$ describes the class of functions that a network can express. The term topological expressivity refers to a family of measures particularly suited to understand binary classification and is often formulated in terms of the Betti numbers of a decision boundary

AI 모델이 임의의 역량을 증명 가능하게 숨길 수 있는 위험성AI Models Can Provably Hide Arbitrary Capabilities

역량 평가는 배포 전 위험한 모델 행동을 사전에 발견하는 것을 목표로 하지만, 그 신뢰성은 숨겨진 역량을 유도해낼 수 있다는 전제에 의존합니다. 본 연구는 호스트 모델 가중치 내에 암호화된 신경망을 삽입하고 비밀 트리거를 받았을 때만 복호화하여 실행하는 백도어 공격을 구현함으로써, 적대적 조건에서는 이 전제가 성립하지 않음을 보입니다. 디지털 락커를 활용하면 이러한 숨겨진 회로는 유도 및 해석이 이론적으로 불가능함을 증명할 수 있습니다.Capability evaluations aim to surface dangerous model behaviors before deployment, but their reliability depends on the assumption that hidden capabilities can be elicited. We show this assumption does not hold under adversarial conditions by constructing backdoor attacks that embed encrypted neural

혼합 전후의 KL 발산: 병렬 샘플링에서의 라운드 복잡도 분리KL Before and After Mixing: A Round-Complexity Separation in Parallel Sampling

병렬 샘플러는 어떤 좌표들을 함께 생성할지 무작위로 선택할 수 있습니다. 목표 분포 $p$와 매 출력마다 새롭게 추출된 스케줄 $U$의 출력 법칙 $q_U$에 대해, 스케줄 평균 발산 $\mathbb{E}_U D_{\mathrm{KL}}(p\|q_U)$와 출력 법칙 발산 $D_{\mathrm{KL}}(p\|\mathbb{E}_U q_U)$을 nats 단위로 비교합니다. 각 라운드는 라운드 시작 시 고정된 정확한 조건부 주변 분포로부터 독립적인 추출을 수행하며, 각 출력의 스케줄은 샘플링 전에 유한 혼합 분포로부터 결정됩니다.A parallel sampler can choose at random which coordinates to generate together. For a target $p$ and the output law $q_U$ of a schedule $U$ drawn afresh for each output, we compare the schedule-averaged divergence $\mathbb{E}_U D_{\mathrm{KL}}(p\|q_U)$ with the output-law divergence $D_{\mathrm{KL}}

강화학습 기반 심우주 통신을 위한 목표 지향적 번들 관리 및 흐름 제어Goal-Oriented Bundle Management and Flow Control for Deep-Space Communications via Reinforcement Learning

심우주 통신은 간헐적인 연결성, 긴 전파 지연, 중계 노드의 저장 용량 제약 하에서 작동합니다. 이러한 네트워크에서 번들 프로토콜(Bundle Protocol)은 저장-이동-전송(store-carry-forward) 방식을 지원하지만, 중계 노드는 제한된 저장 공간과 희소한 접촉 기회를 효율적으로 관리해야 합니다. 중계 노드의 스케줄링 및 폐기 결정은 본질적으로 목표 지향적이어야 하며, 후속 임무 목표에 가장 가치 있는 번들에 전송 자원을 할당해야 합니다.Deep-space communications operate under intermittent connectivity, long propagation delays, and relay storage constraints. In such networks, the Bundle Protocol enables store-carry-forward communication, requiring relay nodes to manage limited storage and scarce contact opportunities. Relay-side sch

DyssomniaNN: 인간 수면 장애 및 주관적 휴식감에 대한 다중 스케일 스파이킹 신경망 모델링DyssomniaNN: Multi-Scale Spiking Neural Modeling of Human Sleep Disorders and Perceived Restedness

임상 수면 의학에서는 역설적 불면증의 수면 상태 오인이나 기면병 1형의 경계 불안정성처럼 객관적인 수면 시간과 주관적인 주간 피로감 사이의 심각한 괴리가 지속적으로 보고되고 있습니다. 본 연구에서는 보르벨리(Borbély)의 수면 항상성 및 일주기 생체리듬 2-과정 모델, 세이퍼(Saper)의 시상하부 상호 플립플롭 회로, 그리고 되먹임 피질시상 회로를 결합한 다중 스케일 생물물리학적 계산 프레임워크인 DyssomniaNN을 제시합니다.Clinical sleep medicine repeatedly documents profound divergences between objective sleep duration and subjective daytime impairment, notably exemplified by sleep state misperception in paradoxical insomnia and boundary instability in narcolepsy type 1. Here, we present DyssomniaNN: a multi-scale bi

자연어 기반 단백질 구조 설계Designing Protein Structures from Natural Language

데 노보(de novo) 단백질 설계의 핵심 과제는 원하는 구조적 및 기능적 특성을 갖춘 단백질을 생성하는 것입니다. 기존 설계 모델은 일반적으로 각 특성마다 전용 입력 표현을 요구하여 지원 가능한 설계 목표에 한계가 있었습니다. 본 연구에서는 텍스트-투-이미지 생성과 유사하게 자연어로 지정된 새롭고 폭넓은 설계 목표를 지원하는 최초의 전원자(all-atom) 구조 생성 모델인 Prompteina를 개발하고, 이를 훈련하기 위한 Prompteina-Data를 구축했습니다.A central challenge in de novo protein design is generating proteins with desired structural and functional properties. Existing design models typically require a dedicated input representation for each property, limiting the design objectives they support. We develop Prompteina, the first all-atom

RSI-Anything: 월드 모델을 활용한 재귀적 자기 개선의 구현RSI-Anything: Unlocking Recursive Self-Improvement with World Models

재귀적 자기 개선(RSI)은 상호작용 경험을 지속적인 성능 향상으로 전환하는 것을 목표로 하지만, 외부 피드백은 비용이 많이 들고 정책이 발전함에 따라 월드 모델의 예측 신뢰도가 떨어질 수 있습니다. 본 논문에서는 JEPA-Anything을 기반으로 예측 월드 모델을 활용해 행동 및 학습 데이터 선택을 유도하는 범용 프레임워크 RSI-Anything을 소개합니다. 관측된 피드백은 정책 또는 워크플로 개선과 조건부 월드 모델 적응을 주도합니다.Recursive self-improvement (RSI) aims to transform interaction experience into persistent improvements, yet external feedback is costly and world-model predictions may become unreliable as policies evolve. We introduce RSI-Anything, a domain-general framework built on JEPA-Anything that uses predict

VLM이 알고 있는 지식을 훼손할 때: 어휘적 사전확률 이하로 떨어지는 공간 표현When VLMs Destroy What They Know: Spatial Representations Fall Below Lexical Priors

시각-언어 모델(VLM)이 이미지를 분석하고 추론하는 능력이 점차 향상되고 있지만, 내부 표현이 이러한 추론에 필요한 구조화된 관계를 충실히 인코딩하고 있는지는 불분명합니다. 본 연구에서는 통제된 단일 개념 개입 하에서 표현이 개념을 일관되게 인코딩하는지 검증하는 지표 EICS(평가 불변 개념 안정성)와, VLM의 인과적 공간 변형을 평가하기 위한 벤치마크 CASP-VL을 제안합니다.Vision-Language Models (VLMs) increasingly analyze and reason about images, yet it remains unclear whether their internal representations faithfully encode the structured relations required for such reasoning. We introduce EICS (Evaluation-Invariant Concept Stability), a metric for testing whether r

신경망 의미 파싱을 위한 구조적 오토마타Structural Automata for Neural Semantic Parsing

신경망 의미 파서는 토큰 단위로 의미 표상을 생성하지만, 표현의 정형성(well-formedness)은 생성 과정에서 드러나는 참조, 스코프 및 그래프 관계에 의존합니다. 제약 디코딩(constrained decoding)은 국소적으로 유효하지 않은 토큰을 방지하지만, 고정된 출력 길이 제한 내에서 유효한 접두사가 완성될 수 있음을 보장하지는 못합니다. 본 연구에서는 DRS 파싱의 세 단계(디코딩, 사후 처리, 학습)에서 구조적 오토마타를 탐구하고, AMR에 대한 디코딩 성능도 추가로 평가합니다.Neural semantic parsers generate meaning representations token by token, yet well-formedness depends on references, scope, and graph relations that unfold during generation. Constrained decoding prevents locally invalid tokens but does not guarantee that a valid prefix can be completed within a fixe

OpenPA: 혼합 전사 적응을 통한 강제 정렬 없는 다중 단위 발음 평가OpenPA: Forced-alignment-free Multi-granular Pronunciation Assessment with Mixed-transcript Adaptation

자동 발음 평가(APA)의 최근 발전으로 정형화된 대본 기반 평가에서 자유 발화 평가로 패러다임이 전환되고 있습니다. 그러나 기존 방식은 강제 정렬(forced alignment) 및 개별 특성 추출기를 사용하는 다단계 파이프라인에 의존하는 경우가 많아 다양한 응답 환경에서의 실용성이 떨어집니다. 이를 해결하기 위해 본 논문에서는 강제 정렬 없이 단어 및 발화 수준의 발음 점수를 동시에 예측하도록 Whisper의 크로스 어텐션 메커니즘을 활용하는 새로운 APA 프레임워크인 OpenPA를 제안합니다.Recent advances in automatic pronunciation assessment (APA) have driven a shift from scripted to free-form assessment. However, existing methods often rely on multi-stage pipelines with forced alignment and separate feature extractors, limiting their practicality across response settings. In light o

언어 모델은 응답을 유보해야 할 때를 학습할 수 있는가? 정책 학습과 보정된 답변 선택Can Language Models Learn When to Abstain? Policy Learning and Calibrated Answer Selection

유용한 언어 모델이라면 답변해야 할 때와 "모르겠습니다"라고 말해야 할 때를 알아야 합니다. 모델 자체를 학습시키거나 답변을 검증하는 별도의 컴포넌트를 학습시켜 이러한 결정을 개선할 수 있을까요? 본 연구에서는 정답에는 보상을 주고 오류에는 페널티를 부여하며 응답 유보를 허용하는 평가 방식을 활용해, Qwen3-14B 모델을 대상으로 사실 기반 질문에 대해 두 가지 접근법을 모두 분석했습니다. 3개의 학습 시드와 2개의 미지정 신뢰도 임계값 전반에서, 학습된 답변 선택기가 기존 모델 대비 임계값 평균 효용을 향상시A useful language model should know when to answer and when to say "I don't know." Can we improve that decision by training the model itself or by training a separate component to check its answers? We study both approaches on Qwen3-14B for factual questions, using a score that reward

QTestBench: LLM 생성 양자 코드 평가를 위한 테스트 프레임워크QTestBench: A Test Framework for Evaluating LLM-Generated Quantum Code

대규모 언어 모델(LLM)은 전통적인 코드 생성에서 뛰어난 성능을 보여주었으며, 해당 코드를 검증하는 단위 테스트 작성에도 점점 더 많이 활용되고 있습니다. 그러나 양자 소프트웨어에서도 동일한 역할을 수행할 수 있는지는 불분명합니다. 양자 프로그램은 확률론적이고 수치적 허용 오차에 의존하며 도메인 특화 검증기에 의해 평가되므로, 잘 작성된 테스트라 하더라도 벤치마크 판정과 불일치할 수 있기 때문입니다. 기존 양자 벤치마크는 모델이 올바른 솔루션을 생성하는지만 측정하지만,Large language models (LLMs) have shown strong results in classical code generation and are increasingly used to write the unit tests that safeguard that code. Whether they can do the same for quantum software is less clear, because quantum programs are probabilistic, depend on numerical tolerances,

마이크로소프트 사장 "영국이 AI 규제를 주도하기에 최적의 위치"Microsoft president says UK is best placed to drive AI regulation

브래드 스미스 마이크로소프트 사장은 우유나 세탁기가 AI 기업보다 더 많은 규제를 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.

Import AI 476: 창의성과 RSI, 중국보다 못한 오픈 웨이트 모델, 우주로 향하는 AIImport AI 476: Creativity and RSI; worse-than-China open weight models; AI goes to space

우리는 로봇에게 달을 넘겨주게 될까요?Will we give robots the moon?

경고하는 직원을 해고하는 OpenAI, 자체 규제는 불가능하다OpenAI Can't Self-Police Because It Fires the People Raising the Alarm

알렉스 터너, 앰버 스코라, 카를 코흐의 포춘(Fortune) 기고문. 9월 12일 OpenAI CEO 샘 알트만은 독립 평가자에게 '직원 수준의 접근 권한'을 주는 것이 훌륭한 아이디어라고 말했습니다. 2주 후 그렉 브록만 OpenAI 사장은 백악관 초지능 협약에 서명하며 AI 기업들의 자율 규제 방침을 밝혔습니다. 트럼프 대통령이 '도덕적 구속력'이 있다고 언급한 네 가지 서약 중 하나는 기업들이…By Alex Turner, Amber Scorah, and Karl Koch. Op-ed written for Fortune.Giving independent evaluators “employee-like access” is “a great idea”, OpenAI CEO Sam Altman said on September 12th. Two weeks later, OpenAI president Greg Brockman signed the White House Accord on Super Intelligence which outli

디스트로키드, UMG 소송 대응해 곡 비공개 삭제 조치DistroKid has been quietly taking down songs in response to UMG lawsuit

음원 유통 플랫폼 디스트로키드(DistroKid)가 사전 통보 없이 작업을 삭제했다는 아티스트들의 불만이 소셜 미디어에 쏟아지고 있습니다. 디스트로키드는 이번 조치가 UMG의 권리 침해 주장에 대응한 조치임을 더 버지(The Verge)에 확인했습니다. UMG는 지난 9월 디스트로키드가 '저품질 AI 음원 파이프라인'을 형성했다고 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

지구상의 모든 앱이 이제 오픈소스가 되었다... 원하든 원치 않든Every app on Earth is now open source... whether it likes it or not

모든 에이전트에는 적절한 도구가 필요합니다. Apify MCP는 바로 실행 가능한 수천 개의 도구를 제공합니다. 프로모션 코드 FIRESHIP25를 입력하면 $25 무료 크레딧을 받을 수 있습니다: https://apify.it/4ygURHS 한 개발자가 7개의 Adobe 앱을 Rust로 재작성해 무료 오픈소스로 공개했습니다. 직접 테스트해 봅시다. Fireship 콘텐츠 더 보기: 🗞️ 뉴스레터: https://bytes.dev 🧠 강의: https://fireship.devEvery agent needs proper tools. Apify MCP gives yours thousands of them, ready to run. Use code FIRESHIP25 for $25 in free credits: https://apify.it/4ygURHS A developer just rewrote seven Adobe apps in Rust and open-sourced them for free. Let's test them out. Want more Fireship? 🗞️ Newsletter:

DeepSeek, AI의 메모리 문제를 해결하다DeepSeek Solved AI’s Memory Problem

DeepSeek의 OCR 논문 공개와 함께 AI 메모리 한계 극복에 관한 소식을 전합니다.❤️ Check out Lambda here and sign up for their GPU Cloud: https://lambda.ai/papers 📝 The DeepSeek OCR paper is available here: https://github.com/deepseek-ai/DeepSeek-OCR 🙏 We would like to thank our generous Patreon supporters who make Two Minute Papers possible: Adam Bridges, B Shang, Carlos Galar

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

이번 주 놓쳤을 법한 주요 AI 뉴스를 모았습니다. Hyperagent 무료 크레딧 혜택과 더불어 최신 AI 툴, 주간 뉴스레터, 소셜 채널 소식을 전해드립니다.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