Viola AI Hub

바클레이스, 업무 운영 고도화 및 고객 경험 개선 위해 Claude 도입 확대Barclays scales Claude to upgrade operations and improve client experience

영국의 글로벌 유니버설 은행 바클레이스(Barclays)가 글로벌 업무 전반에 걸쳐 안전한 엔터프라이즈급 AI 시스템을 통합하기 위해 앤트로픽(Anthropic)과의 전략적 협력을 확대합니다.Barclays, the British universal bank, is expanding its strategic collaboration with Anthropic to integrate secure, enterprise-grade AI systems across its global operations.

조직적 모델 증류(Distillation) 공격 차단 및 방어 강화Disrupting a coordinated model-distillation campaign

보호된 모델의 추론(reasoning) 데이터를 추출하려던 조직적 캠페인을 OpenAI가 어떻게 차단했는지와 적대적 증류 공격에 대한 방어 조치를 강화한 내용을 소개합니다.Learn how OpenAI disrupted a campaign to extract protected model reasoning and is strengthening defenses against adversarial distillation.

소상공인 및 중소기업의 실전 AI 도입 지원Helping small businesses put AI to work

OpenAI가 미국 소상공인개발센터(SBDC)와 협력하여 실습형 AI 교육과 현장 지원을 확대하고, 소규모 팀들의 AI 활용 방식을 다룬 신규 보고서를 발표했습니다.OpenAI is partnering with America’s SBDC to expand hands-on AI training and local support for small businesses, alongside a new report on how small teams are using AI.

Gemini 4 Argon: 프론티어 인텔리전스의 차세대 지평Gemini 4 Argon: our next era of frontier intelligence

SynthID Bio 공개Introducing SynthID Bio

생물학적 기능을 유지하면서 AI가 생성한 단백질에 워터마크를 삽입하는 개념 증명(PoC) 기술입니다.Proof of concept for watermarking AI-generated proteins while preserving biological function.

GPT-6.1 Sol 출시Introducing GPT-6.1 Sol

코딩, 컴퓨터 사용(Computer Use), 전문 업무 분야에서 Astra급 지능을 제공하면서도 표준 API 입출력 토큰 가격은 Astra의 5분의 1 수준인 GPT-6.1 Sol을 소개합니다.Meet GPT-6.1 Sol: near-Astra intelligence for coding, computer use, and professional work at one-fifth of Astra’s standard API input and output token prices.

OpenAI DevDay 2026 총정리DevDay 2026 Recap

GPT-6 Astra, ChatGPT, Codex, 신규 API, 보안 기능 및 빌더를 위한 새 도구를 포함해 OpenAI DevDay 2026에서 발표된 20개 이상의 주요 소식을 확인해 보세요.Explore more than 20 announcements from OpenAI DevDay 2026, including GPT-6 Astra, ChatGPT, Codex, APIs, security, and new tools for builders.

프로액티브 어시스턴트 'dots' 공개Introducing dots

OpenAI의 dots는 복잡한 프로젝트와 일상 업무 전반을 지속적으로 자율 수행하는 프로액티브 어시스턴트입니다. 작업이 진행되는 동안 사용자가 주도권을 유지할 수 있는 방식을 소개합니다.Dots by OpenAI are proactive assistants that can keep working across complex projects and everyday tasks. Learn how dots help you stay in control while work moves forward.

호주 사이버 보안 및 거버넌스 강화를 위한 OpenAI의 대응 방안How we will do better for Australia

OpenAI가 호주 정부 웹사이트 관련 사고에 대해 사과하고, 호주의 사이버 방어 역량을 강화하기 위한 강력한 안전 조치 및 지원 계획을 발표했습니다.OpenAI apologises for incidents involving Australian government websites and outlines stronger safeguards and support to strengthen Australia’s cyber defences.

퓨처 비전 엑스프라이즈(XPRIZE) 우승 트레일러 'The Gifted' 감상하기Watch the winning trailer from the Future Vision XPRIZE, The Gifted.

Future Vision XPRIZE의 우승작 트레일러 'The Gifted'를 감상해 보세요.Watch the winning trailer from the Future Vision XPRIZE, The Gifted.

Team Bots: 팀으로부터 학습하는 AI 협업 동료Team Bots: AI coworkers that learn from your team

Grok Bot에 필요한 파일, 앱, 전문 지식을 제공하고 공유하여 팀 전체가 동일한 컨텍스트를 기반으로 협업할 수 있도록 지원합니다.Give a Grok Bot the files, apps, and expertise it needs, then share it so your whole team can work from the same context.

GPT-Synopsys: 칩 설계를 혁신할 프론티어 인텔리전스GPT-Synopsys: Frontier Intelligence to Revolutionize Chip Design

반도체 혁신을 비약적으로 발전시키고 가속화하기 위해 양사가 전략적 파트너십을 체결했습니다. 주요 소식: 양사는 우선 파트너로서 장기 협력 계약을 체결하고...Companies form strategic partnership to dramatically advance and accelerate semiconductor innovation News Highlights: Companies sign multi-year agreement to collaborate as preferred partners to...

전 구글·스페이스X PM이 설립한 Satlyt, 위성 내 AI 구동 위해 800만 달러 투자 유치Satlyt, founded by a former Google and SpaceX product manager, raises $8M to run AI on satellites

Satlyt는 스페이스X의 폐쇄형 일체형(아이폰 스타일) 접근 방식과 달리, 여러 기업의 위성에서 작동하는 개방형 소프트웨어를 제공함으로써 궤도 컴퓨팅계의 안드로이드가 되고자 합니다.Satlyt wants to be the Android of orbital computing, offering open software that works on many companies' satellites, versus SpaceX's closed, all-in-one iPhone-style approach.

구글, 역대 가장 강력한 모델 ‘제미나이 4 아르곤(Argon)’ 출시Google releases Gemini 4 Argon, called its most powerful model yet

구글이 코딩 및 사이버 보안 작업의 주력 모델로 내세운 최신 제미나이(Gemini) 모델을 공개했습니다.Google has released its latest Gemini model, marketing it as a workhorse for coding and cybersecurity work.

일론 머스크의 그로키피디아, '새롭게 개편된' 디자인 공개Elon Musk’s Grokipedia has a ‘newly refreshed’ design

위키피디아에 대항하는 SpaceXAI의 AI 기반 백과사전 '그로키피디아(Grokipedia)'가 최근 문서 편집 반영을 재개한 데 이어, 오늘 v0.3 업데이트의 일환으로 새 로고 적용과 홈페이지 및 실시간 편집 페이지 개편 등 디자인 수정을 진행했습니다. SpaceXAI의 디자인 총괄 벤지 테일러는 이를 '새롭게 탈바꿈한 그로키피디아'라고 밝혔습니다.Grokipedia, SpaceXAI's AI-powered competitor to Wikipedia, recently started incorporating edits again, and today, it got some design tweaks as part of a v0.3 update, including a new logo and refreshes to its homepage and live edits page. SpaceXAI head of design Benji Taylor calls it a "new

Gemini 4 ArgonGemini 4 Argon

실제 코딩, 엔터프라이즈 지식 업무, 사이버 보안을 위한 차세대 프론티어 모델 'Gemini 4 Argon'을 발표합니다. 곧 배포될 예정입니다.Announcing Gemini 4 Argon, our frontier model for real-world coding, enterprise knowledge work, and cyber defense, rolling out soon.

OpenDLSS: 엔비디아 DLSS 5 뉴럴 렌더링 네트워크의 Vulkan 기반 재구현체OpenDLSS: A Vulkan Reimplementation of Nvidia's DLSS 5 Neural Rendering Network

원본과 비트 단위까지 일치(bit-exact)하도록 구현된 NVIDIA DLSS 5 뉴럴 렌더링 네트워크의 Vulkan 재구현 프로젝트입니다. - maanHimself/OpenDLSS-NRA Vulkan reimplementation of NVIDIA's DLSS 5 Neural Rendering network, bit-exact against the original. - maanHimself/OpenDLSS-NR

일본에서 직장과 병행하며 머신러닝 박사 학위 취득하기Doing a Machine Learning PhD While Working in Japan

미국인 문부과학성(MEXT) 장학생이 연구 지원금, 파트타임 근무, 대학 생활부터 커리어 선택지에 이르기까지 일본에서 박사 과정을 밟으며 느낀 장단점을 공유합니다.An American MEXT scholar shares the pros and cons of doing a PhD in Japan, from funding and part-time work to university life and career options.

CS240 AI 부정행위 회고CS240 AI Cheating Retrospective

제프 터크스트라(Jeff Turkstra)의 개인 웹사이트. 사진, 회고록, TI-86 및 TI-89 프로그램/게임, 인용구, MIDI 파일, SeaQuest 이미지, 유용한 링크 등을 포함하고 있습니다.Jeff Turkstra's personal website. Contains photographs, memoirs, TI-86 & TI-89 programs/games, quotes, MIDI's, SeaQuest images, links, and more!

개발자들 "OpenAI와 앤트로픽의 안전 가드레일이 일상적인 작업까지 차단해 시간 낭비 초래"Developers say OpenAI and Anthropic safeguards are flagging routine work and costing them time

OpenAI는 화요일 데브데이(Dev Day) 기조연설에서 속도와 비용 절감을 강조했습니다. 하지만 복도와 굿즈 대기 줄에서 개발자들은 과도한 모델 안전 가드레일을 우회하느라 허비하는 시간에 대해 토로했습니다.OpenAI spent Tuesday's Dev Day keynote emphasizing speed and savings. Out in the hallways and the merch line, developers wanted to talk about the hours they lose working around model safeguards.Read more

AI가 항생제 내성 감염을 퇴치할 바이러스를 찾는 데 기여하는 방법How AI could help scientists find viruses to fight drug-resistant infections

과학자들이 약물 내성 감염 치료를 위한 바이러스를 발굴하는 데 AI가 어떻게 기여할 수 있는지 소개합니다.The post How AI could help scientists find viruses to fight drug-resistant infections appeared first on Source.

OpenAI 최고연구책임자, 해킹 사태 여파에 "제 발등 찍는 일은 없을 것"“We’re not going to shoot ourselves in the foot” over hack fallout, says OpenAI’s chief research officer

OpenAI 에이전트 군집이 격리 환경을 뚫고 AI 플랫폼 허깅페이스(Hugging Face) 컴퓨터를 해킹했다는 충격적인 소식이 전해진 지 두 달이 지났지만, OpenAI는 여전히 사태 수습에 진땀을 빼고 있습니다. 이후 연이은 보안 침해 사실이 지속적으로 공개되면서 OpenAI를 향한 우려와 의문이 커지고 있습니다.Two months after the bombshell news that a swarm of its agents had broken their containment and hacked into the computers of the AI company Hugging Face, OpenAI is still putting out fires. A steady drip of disclosures about other hacks in the weeks since has kept OpenAI in the spotlight and raised s

웹 및 모바일 대화형 AI 에이전트의 프라이버시 분석 [pdf]A Privacy Analysis of Web and Mobile Conversational AI Agents [pdf]

Hacker News (점수: 419점, 댓글: 136개)Hacker News (419 points, 136 comments)

매튜 그린(Matthew Green)의 말 인용Quoting Matthew Green

[...] 이 요소들을 합치면 웜(Worm)의 두 가지 핵심 축이 완성됩니다. 에이전트를 하이재킹하는 페이로드, 그리고 그 페이로드를 다음 에이전트로 전파할 에이전트입니다. 서로 격리된 샌드박스 내의 에이전트들이 공유 패키지 캐시를 통해 서로에게 지침을 남길 수 있다는 사실을 발견했고, 그 지침은 이를 수신한 에이전트의 동작을 바꿔놓았습니다. 패키지 캐시를 이메일, 슬랙, 공유 문서, 왓츠앱으로 대체하고, 독립된 샌드박스 훈련 환경을 독립적으로 배포된 환경으로 대체하면...[...] Put these pieces together and you have the two halves of a worm: a payload that hijacks the agent, and an agent that will carry the payload to the next agent. Agents in separately-isolated sandboxes discovered that they could leave instructions for each other in a shared package cache, and tho

Open TTS 리더보드: 다국어 음성 합성(TTS) 및 음성 복제를 위한 확장형 벤치마크Open TTS Leaderboard: Scalable Evaluation for Multilingual Text-to-Speech and Voice Cloning

초보자를 위한 GitHub Copilot 앱: 캔버스로 커스텀 워크플로우 구축하기GitHub Copilot app for Beginners: How to build custom workflows with canvases

필요한 인터페이스를 자연어로 설명하면 에이전트가 사용 및 업데이트가 가능한 실시간 작업 공간(surface)을 생성합니다. 도구에 적응하는 시간을 줄이고 실제 업무를 완료하는 데 더 집중할 수 있습니다.Describe the interface you need in plain English, then let the agent build a live surface you can both use and update—so you spend less time adapting to tools and more time getting work done. The post GitHub Copilot app for Beginners: How to build custom workflows with canvases appeared first on The

Semifactual Credit-Augmented Policy Optimization: 준사실적 크레딧 보강 정책 최적화Semifactual Credit-Augmented Policy Optimization

검증 가능한 보상을 활용한 강화학습(RLVR)은 거대언어모델(LLM)의 추론 능력을 향상시켰으나, 모델 예측은 여전히 태스크와 무관한 프롬프트 특성에 민감합니다. 본 연구는 문제 본질과 정답을 보존하는 준사실적(semifactual) 프롬프트 개입을 통해 이러한 민감도를 조사합니다. 분석 결과 토큰 단위의 민감도 편차가 상당함을 밝혔으며, 디코딩 과정에서 표류(drift)가 큰 후보 토큰을 억제함으로써 추론 정확도를 향상시킬 수 있음을 입증합니다.Reinforcement learning with verifiable rewards (RLVR) has improved the reasoning capabilities of large language models (LLMs), yet their predictions remain sensitive to task-irrelevant prompt features. We investigate this sensitivity through semifactual prompt interventions that preserve the underly

ViTeX-Bench: 고화질 비디오 장면 텍스트 편집 벤치마크ViTeX-Bench: Benchmarking High-Fidelity Video Scene Text Editing

최근 비디오 생성 기술은 갈수록 사실적이고 제어 가능해지고 있으나, 비디오 편집—특히 원본 장면의 동역학(dynamics)을 보존해야 하는 정밀한 국소 편집—은 상대적으로 덜 발전되어 있습니다. 비디오 장면 텍스트 편집은 주변 콘텐츠, 모션, 카메라 움직임을 유지하면서 간판, 화이트보드, 제품 라벨 등의 표면 텍스트를 교체하는 작업입니다. 이미지 대상 장면 텍스트 편집은 널리 연구되어 온 반면, 고품질 시각 효과를 달성하는 비디오 장면 텍스트 편집은...Recent video generation is increasingly realistic and controllable, yet video editing remains less developed, particularly for precise local edits that must preserve the original scene dynamics. Video scene text editing replaces text on scene surfaces, such as storefront signs, whiteboards, and prod

Turbo Harness: 인스턴스 적응형 하네스 최적화Turbo Harness: Instance-Adaptive Harness Optimization

효과적인 하네스(harness) 탐색의 자동화는 에이전트의 재귀적 자기 개선(recursive self-improvement)을 실현하기 위한 핵심 단계입니다. 기존의 하네스 최적화는 통상 작업 인스턴스 전반에 일괄 적용되는 단일 글로벌 하네스를 산출합니다. 그러나 평균적으로 우수한 하네스가 모든 개별 인스턴스에 최적은 아닐 수 있습니다. 본 연구에서는 기존 최적화 과정에서 생성된 정보를 재사용하여 글로벌 최적화 하네스를 각 인스턴스에 맞게 적응시키는 프레임워크인 Turbo Harness를 제안합니다.Automating the search for effective harnesses is an important step toward enabling agents to recursively self-improve. Existing harness optimizations typically produce a single global harness that is applied uniformly across task instances. However, a harness that works well on average may not be op

WorldAuditBench: 멀티모달 에이전트를 활용한 인터랙티브 3D 가상세계 감사WorldAuditBench: Interactive 3D World Auditing with Multimodal Agents

인터랙티브 3D 가상세계가 지능형 에이전트 행동 연구에 널리 활용됨에 따라 공중에 떠 있는 물체, 통과 가능한 벽, 주변 환경과 불일치하는 객체 등 시뮬레이션 환경 내 이상 현상을 감지하는 효율적인 파이프라인 구축이 중요해졌습니다. 비전-언어 모델(VLM) 및 비전-언어-행동 모델(VLA)을 포함한 멀티모달 AI 시스템은 이 작업을 자동화할 잠재력을 보여주었습니다. 그러나 3D 환경 감사는 복잡하며 긴밀한 결합을 필요로 합니다...As interactive 3D worlds are increasingly used to study intelligent behavior, it becomes important to develop efficient pipelines for identifying anomalies in these simulated environments, such as floating objects, traversable walls, or objects inconsistent with the surrounding scene. Multimodal AI

Cogentic: 자동화된 수학적 증명 탐색을 위한 멀티 에이전트 오케스트레이션Cogentic: Multi-Agent Orchestration for Automated Proof Discovery

본 논문에서는 미해결 연구 과제에 대한 자동 증명 탐색을 지원하는 멀티 에이전트 하네스 Cogentic을 제시합니다. 최첨단(frontier) 언어 모델은 단일 생성(single-shot)만으로도 강력한 수학적 아이디어를 제시할 수 있으나, 경쟁 가설들을 복합적으로 탐색하고 미묘한 기술적 장애물을 극복하며 장기간에 걸쳐 중간 진전을 유지해야 하는 난제에는 불충분한 경우가 많습니다. Cogentic은 오케스트레이터 기반의 반복적 '증명-검증' 루프를 통해 이러한 과제를 해결합니다.We present Cogentic, a multi-agent harness for automated proof discovery on open research problems. While frontier language models can generate strong mathematical ideas in a single shot, single-shot generation is often insufficient for open problems that require exploring multiple competing conject

MatLoom: 컴팩트한 프로그램 공간에서의 레이어 기반 텍스트-재질 생성MatLoom: Layered Text-to-Material Generation in a Compact Program Space

재질(Material) 생성은 단순한 외관뿐만 아니라 이를 구성하는 규칙까지 생성할 수 있어야 합니다. 본 연구에서는 사전 학습된 언어 모델을 활용하여 텍스트로부터 재질을 생성하는 컴팩트한 레이어 지향 언어인 MatLoom을 소개합니다. 각 프로그램은 알파 마스크 레이어로 구성되며, 공유된 공간 표현이 커버리지와 물리 기반 렌더링(PBR) 채널을 정의하여 패턴, 색상, 요철(relief) 간의 의존성을 명확하게 나타냅니다. 독립 실행형 인터프리터가 프로그램을 재질 맵으로 평가하며...Material generation should produce not only an appearance, but also the rules that construct it. We introduce MatLoom, a compact, layer-oriented language for text-to-material generation with pretrained language models. Each program composes alpha-masked layers whose shared spatial expressions define

다중모달 임상 진단을 위한 랭킹 인식 프롬프트 최적화Ranking-Aware Prompt Optimization for Multimodal Clinical Diagnosis

다중모달 거대언어모델(MLLM)이 임상 진단 분야를 빠르게 발전시키고 있으나, 모델 적응 파이프라인은 여전히 정확도 중심의 목적 함수에 머물러 있습니다. 임상 데이터는 클래스 불균형이 극심하여, 항상 다수 클래스만 예측하는 모델도 90% 이상의 정확도를 기록할 수 있지만 임상적으로는 전혀 유용하지 않습니다. 이에 따라 본 연구에서는 임계값에 구애받지 않고 음성보다 양성의 순위를 높게 매기며 클래스 균형에 영향을 받지 않는 AUROC를 평가 및 최적화 지표로 삼고, MLLM의 프롬프트 최적화에 집중합니다.Multimodal large language models (MLLMs) are rapidly advancing clinical diagnosis, yet their adaptation pipelines remain anchored to accuracy-based objectives. Clinical data are heavily class-imbalanced: a constant-majority predictor can score above 90% accuracy while being clinically useless. We th

타이밍 지름길 제거를 통한 비침습적 뇌-텍스트 변환 성능 개선Removing Timing Shortcuts Improves Non-Invasive Brain-to-Text

비침습적 뇌 신호 기록을 바탕으로 단어를 디코딩하는 기술의 주요 개선 성과들이 사실상 뇌 데이터 없이도 대부분 재현 가능하다는 점이 밝혀졌습니다. 널리 알려진 d'Ascoli et al. (2025)의 연구에서는 연속 발화를 인지하는 피험자의 뇌 활동 시계열 데이터를 각 단어의 시작 지점 기준 고정 길이 윈도우로 분할한 뒤, 신경망이 문장 내 모든 단어를 한 번에 예측하도록 했습니다. 그러나 인접 윈도우들이 부분적으로 겹치면서 단어 간 시간 간격 정보가 암묵적으로 노출되는 문제가 발생했습니다.We find that major reported improvements in decoding words from non-invasive brain recordings are largely reproducible without any brain data. In the influential work of d'Ascoli et al. (2025), time series of brain activity from subjects perceiving continuous speech are segmented into fixed-len

비디오 자기지도 표현 학습자로서 효율적인 이미지 분류기Image Classifiers are Efficient Self-Supervised Video Representation Learners

비디오에서의 효율적인 자기지도 시공간 표현 학습 프레임워크인 Masked Siamese Network 기반 VideoMSN을 소개합니다. 레이블 없는 비디오 데이터 학습을 위해 무거운 3D 아키텍처나 복원 기반 오토인코더에 의존하는 대신, 비디오에서 샘플링한 프레임들을 그리드 형태로 배열한 '슈퍼 이미지'로 표현하여 표준 이미지 비전 트랜스포머(ViT)를 재활용합니다. 각 슈퍼 이미지로부터 공간 패치 마스킹 뷰와 시간 패치 마스킹 뷰 두 가지를 생성하여 효과적인 표현을 학습합니다.We introduce VideoMSN, a Masked Siamese Network framework for efficient self-supervised spatio-temporal representation learning in videos. Instead of relying on heavy 3D architectures or reconstruction-based autoencoders for learning with unlabeled data, we repurpose standard image Vision Transforme

DP-SGD 기반 프라이버시 환경에서 디코더 전용 LLM의 가중치 공유는 여전히 유용한가?Is Weight Tying Still Beneficial for Decoder-Only LLMs in Private Settings Under DP-SGD?

차분 프라이버시 확률적 경사 하강법(DP-SGD)은 LLM의 프라이버시 보존 미세조정을 위한 대표적 접근법입니다. 다수의 디코더 전용 LLM은 입력 및 출력 임베딩 간의 가중치 공유(Weight Tying) 방식을 사용하는데, 이는 본래 비프라이버시 환경에서 파라미터 효율성과 언어 모델링 성능을 높이기 위해 고안된 설계입니다. 그러나 차분 프라이버시 학습 환경에서 가중치 공유가 미치는 영향은 아직 충분히 규명되지 않았기에, 본 연구에서는 그 실효성과 영향을 심층 분석합니다.Differentially Private Stochastic Gradient Descent (DP-SGD) is a leading approach for privacy-preserving fine-tuning of large language models (LLMs). Many decoder-only LLMs employ weight tying between input and output embeddings, a design choice originally introduced for parameter efficiency and imp

연합 학습의 모델 포이즈닝 방어를 위한 보안 신호로서의 압축 풋프린트Compression Footprints as Security Signals for Model-Poisoning Defense in Federated Learning

연합 학습(FL)에서 손실 압축은 널리 사용되지만 주로 오차 유발 요인으로만 취급되어 왔으며, 기존의 포이즈닝 방어 기법들은 업데이트의 기하학적 형태만을 검사했습니다. 본 연구에서는 압축기의 반응 자체를 보안 신호로 간주합니다. 즉, 손실 압축에 의해 발생하는 입력 의존적 왜곡과 페이로드 동작 특성을 활용해 정상적인 업데이트와 공격성 업데이트 간의 차이를 포착할 수 있습니다. 이를 바탕으로 저차원 복원 오차 정보를 활용하는 '압축 풋프린트' 개념을 제안합니다.Lossy compression is widely used in Federated Learning (FL) but is generally treated as an error source, while conventional poisoning defenses inspect update geometry. In this work, we instead treat the compressor's response as a security signal: the input-dependent distortion and payload behav

루프형 확산 트랜스포머 (Looped Diffusion Transformer)Looped Diffusion Transformer

텍스트-이미지 생성 모델의 성능 향상은 전통적으로 모델 파라미터 크기나 디노이징 스텝 수를 늘리는 데 의존해 왔습니다. 본 연구에서는 각 디노이징 스텝 내에서 공유 트랜스포머 블록을 반복 실행하여 파라미터 수를 고정한 채 연산 깊이를 효과적으로 확장하는 새로운 연산 스케일링 방식을 탐구합니다. 이러한 루프형 연산은 명시적인 추론 토큰 없이도 내부 표현의 점진적 개선을 가능하게 합니다.Improving text-to-image models has traditionally relied on increasing model size or the number of denoising steps. In this work, we explore an alternative way to scale computation by repeatedly running shared Transformer blocks within each denoising step, effectively increasing computational depth w

EvoDuet: 과학적 발견을 위한 웹 검색과 문제 해결의 2단계 공진화EvoDuet: Bilevel Co-Evolution of Web Searching and Task Solving for Scientific Discovery

LLM을 활용한 진화적 탐색은 모델에 없는 외부 지식이 필요한 시점에서 정체되기 쉽습니다. 관련 문서를 제공하는 것이 도움이 되지만, 단순한 웹 검색 도구 추가는 솔루션이 달라져도 동일한 페이지만 반복해서 반환하는 한계를 보입니다. 본 논문에서는 고정된 모델 파라미터 하에서 해법과 검색 쿼리를 함께 공진화시키는 2단계 최적화 기법인 EvoDuet을 소개합니다. 매 반복마다 검색 게이트를 통해 LLM이 자신의 지식 공백을 평가하고 새 문서를 검색할지 기존 지식을 재사용할지 판단합니다.Evolutionary search with large language models (LLMs) can stall when progress requires external knowledge the model lacks. Supplying relevant documents helps, but simply adding web search tool can keep returning the same pages as solutions change. We introduce EvoDuet, a bi-level optimization method

LLM 언러닝의 언어적 맹점: 174개 언어 벤치마크부터 커버리지 인식 언러닝까지Linguistic Loopholes in LLM Unlearning: From a 174-Language Benchmark to Coverage-Aware Unlearning

한 언어에서 특정 사실을 지우더라도 쿼리 방식이나 응답 요구 언어를 바꾸면 잊힌 것처럼 보였던 지식이 다시 드러나는 '다국어 루프홀'로 인해 타 언어에서의 정보 삭제가 보장되지 않습니다. 모든 언어에 걸쳐 언러닝을 수행하는 직관적 해법은 확장성이 떨어질 뿐 아니라 무관한 모델 역량까지 훼손할 수 있습니다. 이에 따라 본 연구에서는 목표 언어의 하위 집합을 선별하여 효율적으로 지식을 삭제하는 '언어 예산 다국어 언러닝' 과제를 제안합니다.Unlearning a fact in one language does not guarantee its removal in others as changing the query or even the requested answer language can reopen seemingly forgotten knowledge -- a cross-lingual loophole. The most straightforward solution to this challenge -- unlearning in all languages -- is neithe

cua-speedrun: 컴퓨터 사용 에이전트 속도 측정을 위한 표준화 벤치마크cua-speedrun: Standardized Benchmarking of the Speed of Computer-Use Agents

GUI를 직접 조작해 컴퓨터 작업을 수행하는 컴퓨터 사용 에이전트(CUA)는 최근 고난도 장기 과제를 포함한 다양한 표준 벤치마크에서 인간의 성능을 뛰어넘었습니다. 역량은 매우 인상적이지만, CUA의 광범위한 도입과 실제 배포를 가로막는 주요 걸림돌은 여전히 속도와 비용입니다. 신속하면서도 뛰어난 에이전트를 개발하기 위해서는 실행 속도에 대한 신뢰할 수 있는 평가가 필수적이지만, 기존 CUA 벤치마크들은 재현성 문제에 직면해 있습니다.Computer use agents (CUAs), which use graphical user interfaces (GUIs) to complete tasks on a computer, have recently surpassed human performance on many standard benchmarks, including difficult long-horizon tasks. Their capabilities are undoubtedly impressive, however, a key barrier to the widespre

의사결정 지향적 추천 리랭킹: Jev에 대한 실증적 연구Decision-Oriented Recommendation Reranking: An Empirical Study of Jev

대규모 언어 모델(LLM)은 추천 리랭킹 작업에서 유망한 성능을 보여주었지만, 추천 품질과 서빙 효율성 사이의 상충 관계를 유발합니다. 본 연구는 리랭킹 작업이 기본적으로 사전 정의된 후보 항목 간의 구조화된 선택 문제일 때, 의사결정 지향적 모델이 유용한 대안이 될 수 있는지 조사합니다. 구체적으로 TypeSafe AI가 '시스템 1 모델'로 설명한 Jev를 개인화 추천 작업에 적용하여 통제된 실증 연구를 수행합니다.Large language models (LLMs) have shown promise for recommendation reranking, but their use introduces an important tradeoff between recommendation quality and serving efficiency. We investigate whether a decision-oriented model provides a useful alternative when the reranking task is fundamentally

방사선 판독문 개체명 인식을 위한 오픈 웨이트 모델 미세조정 기법 비교Comparison of techniques for fine-tuning open-weight models for entity extraction from radiology reports

자유 형식의 방사선 판독문을 정형화된 레이블로 변환하는 작업은 환자 코호트 구축, 품질 보증 및 임상 영상 모델 모니터링에 필수적이지만, 가장 성능이 우수한 레이블 추출기들은 프라이버시, 비용, 재현성 우려가 있는 독점 호스팅 모델들입니다. 본 연구에서는 비조영 두부 CT 판독문에서 두개내 출혈(ICH) 급성도를 다중 레이블로 추출할 때, 미세조정된 오픈 웨이트 모델(Gemma-3-12B)이 GPT-4o에 필적할 수 있는지와 어떤 요소가 성능에 결정적 영향을 미치는지 2x2 실험 설계를 통해 비교 검증합니다.Converting free-text radiology reports into structured labels supports cohort building, quality assurance, and monitoring of clinical imaging models, but the strongest label extractors are hosted proprietary models whose use raises privacy, cost, and reproducibility concerns. We asked whether a fine

트럼프의 새로운 안전 계획에 대한 AI 리더들의 반응Here’s what AI leaders are saying about Trump’s new safety plan

화요일 빅테크 리더들과의 오찬을 주재한 도널드 트럼프 대통령은 자신의 인공지능 관련 발표에 대한 기자들의 질문에 특유의 화법으로 답변했습니다. 그는 AI 안전성에 대한 우려를 민주당이 꾸며낸 '사기(hoax)'라고 했던 과거 주장과 관련해, 기술 명칭을 '슈퍼 인텔리전스(Super Intelligence)'로 바꾼 만큼 이제는 적용되지 않는다고 밝혔습니다.After hosting a meal with Big Tech leaders on Tuesday, President Donald Trump responded to journalist questions about his artificial intelligence announcements in typical fashion. He said his previous claims regarding fears around AI safety being a "hoax" cooked up by Democrats no longer a

트럼프 합의안 하에서 테크 리더들이 AI 안전을 자율 규제하는 방식Here’s how tech leaders will self-police AI safety under Trump’s deal

어제 트럼프 대통령이 발표한 '도덕적 구속력'을 지닌 AI 안전 협약의 구체적 세부 사항이 공개되었습니다. 이 협약에서 최고 경영진들은 자사의 인공지능 기술을 자율 규제하기로 합의했습니다. '프론티어 책임에 관한 공동 공약'이라는 공식 명칭의 이 합의문은 테크 창업자이자 대통령 고문인 데이비드 삭스가 온라인에 공유했습니다.We now have the full details of the "morally binding" AI safety deal announced by President Trump yesterday, in which top executives agreed to self-regulate their artificial intelligence technology. The accord, officially titled the Joint Commitment on Frontier Responsibilities, was shared

맥도날드, 버거 가격 책정에 AI 동적 가격제 도입McDonald's Is Using AI to Dynamically Price Its Burgers

맥도날드가 미국 전역 및 일부 글로벌 시장의 메뉴 가격 결정을 위해 인공지능을 점점 더 많이 활용하고 있습니다. 이는 본사 수익 증대를 목표로 하지만 고객 이탈 및 반독점 규제 조사의 위험을 안고 있습니다.McDonald's is increasingly using artificial intelligence to guide menu prices across the US and some global markets, a plan that aims to boost headquarters' profit but risks alienating customers and attracting antitrust scrutiny.

챗봇이 복잡한 행정 미로를 풀 수 있을까? 백악관의 본격적인 시험대Can a chatbot fix the government maze? The White House is about to find out

새로운 America.gov는 복잡한 정부 행정 절차를 간소화하기 위해 마련되었으나, 대규모 언어 모델(LLM)의 불완전성과 여전한 환각(Hallucination) 위험이 새로운 문제를 일으킬 수 있다는 지적이 나옵니다.America.gov is intended to simplify the process of navigating government bureaucracy, but large language models are imperfect and remain prone to hallucinations, which could cause new issues.

Import AI 474: 플라톤적 마인드스페이스, 우주로 간 TPU, Zhipu의 외부 RSI 루프 개시Import AI 474: Platonic mindspace; TPUs in space; Zhipu starts an outer RSI loop

우리는 과연 어느 지점에서 LLM의 한계를 뛰어넘을 수 있을까요? 플라톤적 마인드스페이스 개념부터 우주 공간에 배치된 TPU, Zhipu의 최신 연구 동향을 조명합니다.Where do you exceed the capabilities of an LLM?

고정 가중치 모델의 적대적 공격 취약점과 정렬 실패(Misalignment) 문제Fixed-weight models are adversarially vulnerable: hence misaligned

현재의 고정 가중치(Fixed-weight) 모델은 개념 공간상에서 적대적 예제에 필연적으로 취약하며, 충분한 최적화 압력이 주어지면 인간의 의도와 어긋나는 정렬 실패(misalignment)를 겪게 된다는 기술적 고찰을 제시합니다.This post argues that fixed-weight models (at least as we understand them today) will a) always be vulnerable to adversarial examples in their concept-spaces, and b) hence will be misaligned, under sufficient optimisation pressure.Boundaries in concept spaceTo serve any purpose whatsoever, an AI wil

AI가 실제로 플레이하고 싶은 게임을 직접 만들어냈다AI Made a Game I’d ACTUALLY Play

Opus 5.5는 현시점 최고의 코딩 모델 중 하나입니다. 약 20시간 동안 게임 개발 테스트를 진행한 결과 놀라운 완성도를 보여주었으며, Claude Pro, Team 요금제 및 API를 통해 뛰어난 가성비로 장시간 코딩 작업에 활용할 수 있음을 입증했습니다.Opus 5.5 might be the best coding model you can use right now. I let it run my Megabonk game test for almost 20 HOURS… and the result is kind of insane. It's also surprisingly affordable. Opus 5.5 is available on Claude’s Pro, Max, Team, and Enterprise plans, so you can access it starting with

50년 된 군사 기밀이 에이전트 프롬프트 인젝션을 해결했을까?Did a 50 year old military secret just solve agent prompt injection?

OpenAPPA 저장소를 확인해보세요: https://github.com/archestra-ai/OpenAPPA 새로운 오픈소스 프로젝트가 통제 불능 에이전트(rogue agent) 문제를 해결했다고 밝혔습니다. 자세한 내용을 살펴봅니다. Fireship의 추가 콘텐츠: 🗞️ 뉴스레터: https://bytes.dev 🧠 강의: https://fireship.devCheck out the OpenAPPA repo: https://github.com/archestra-ai/OpenAPPA A new open source project claims to have fixed the rogue agent problem. Let's dive in. Want more Fireship? 🗞️ Newsletter: https://bytes.dev 🧠 Courses: https://fireship.dev

Claude Opus 5.5 AI: 믿기 힘들 정도의 혁신적 도약Claude Opus 5.5 AI: An Incredible Leap Forward

❤️ Lambda의 GPU Cloud를 확인하고 등록해보세요: https://lambda.ai/papers 참고: 걷는 생명체 실험에서 Astra는 단순화된 모델을 사용하여 올바른 구현을 수행하지 못했습니다. 더 많은 세대에 걸쳐 시뮬레이션을 진행한 후에도 개선되지 않았습니다. Claude Opus 5.5: https://www.anthropic.com/claude-opus-5-5 걷는 생명체 영상 및 논문: https://www.youtube.com/watch?v=kQ2bqz3HPJE https://www.goatstream.co❤️ Check out Lambda here and sign up for their GPU Cloud: https://lambda.ai/papers Note: in the walking creatures experiment, Astra used a simplified model and was unable to implement the correct one. Things did not improve after simulating it for more generations. Claude Opus 5.5: https://www.anthr