🤖 모델 & 제품 (15/37건)
OpenAI Academy 2주년
OpenAI Academy 2주년을 기념하며 더 많은 커뮤니티에 AI 기술을 제공합니다.
OpenAI, 우크라이나 민간 방어를 위한 사이버 접근 확대
OpenAI는 민간 인프라의 사이버 방어를 지원하기 위해 Daybreak 프로그램 접근 권한을 우크라이나 정부에 확대합니다.
샘 알트먼, 유엔 안전보장이사회 발언
OpenAI CEO 샘 알트먼이 유엔 안전보장이사회에서 AI 안전, 인간 통제, 국제 협력에 대해 논의합니다.
Harvey, GPT-6 Astra로 법률 맥락을 더 강력한 초안으로 전환
GPT-6 Astra는 더 구조화되고 맥락을 이해하는 법률 문서를 생성하여 변호사들이 전략에 집중할 수 있도록 합니다.
invideo, GPT-6 Astra로 색 보정 3배 향상
invideo는 GPT-6 Astra를 사용하여 편집 계획의 정확도를 높이고, 색 보정 및 그레이딩을 3배 향상시키며, 하루에 50개의 맞춤형 효과를 생성합니다.
Ringg, OpenAI로 고객 문의 최대 65% 해결
GPT-5.6을 사용하여 Ringg는 GPT-4.1 대비 90% 저렴한 비용으로 음성, 채팅, WhatsApp, 웹 전반에 걸쳐 다국어 에이전트를 지원합니다.
MentalHealthBench 소개
MentalHealthBench는 현실적인 정신 건강 대화에서 유용하고 안전한 AI 응답을 평가하기 위한 전문가 기반 벤치마크입니다.
Airbnb, GPT-6 Astra 및 OpenAI 최첨단 모델 접근 확대
Airbnb가 엔지니어링 팀이 버그를 해결하고, 시스템을 설계하며, 더 빠르게 출시할 수 있도록 GPT-6 Astra 및 OpenAI 최첨단 모델에 대한 접근을 어떻게 확대하고 있는지 알아보세요.
Grab과 OpenAI, 동남아시아에 실용적인 AI 기술 제공
OpenAI와 Grab은 동남아시아 전역의 30,000명의 파트너가 실용적인 AI 기술을 구축하도록 돕는 지역 프로그램인 GO Forward with AI를 출시합니다.
Google Beam, 새로운 지역, 파트너 및 고객과 함께 확장
Google Beam 홍보 애니메이션
보안 서버 측 메모리로 Private AI Compute 발전
개인 AI를 위한 Private AI Compute에 프라이빗 서버 측 메모리를 도입합니다.
Gemini 3.8 텍스트 음성 변환이 인사합니다
Claude, 새로운 효소 시스템 발견
새로운 생명 과학 연구소의 초기 결과에서 Claude 에이전트들은 기능이 아직 알려지지 않은 효소 시스템을 발견했습니다.
SpaceXAI가 Grok Bot을 활용하여 고객 지원을 확장하는 방법
저희는 Grok Bot을 중심으로 SpaceXAI와 Cursor의 통합 지원 운영을 재구축하여, 인력 증원 없이 훨씬 더 광범위한 제품 포트폴리오로 확장했습니다.
Grok 4.7 소개
코딩 및 지식 작업에 최적화된 SpaceXAI의 가장 강력한 모델입니다. 유사 모델 대비 두 배 빠르고 가격은 절반입니다.
🌎 업계 동향 (15/170건)
Meta, AI 에이전트 Muse를 위한 다마고치 같은 웨어러블 기기 출시
이 작은 하드웨어 기기는 AI 에이전트 Muse를 위한 또 다른 모바일 홈을 제공합니다.
Meta, 카메라 없는 AI 안경 공개
Meta는 카메라 없는 안경이 더 가볍고 최대 12시간의 배터리 수명을 제공할 것이라고 밝혔습니다.
Meta, 독립형 Muse AI 기기 출시 예정
Meta가 새로운 Muse AI 에이전트를 위한 전용 하드웨어 장치를 개발 중입니다. 이 제품은 'Muse Charm'으로 불리며, 스트랩이 없는 두꺼운 스마트워치와 유사한 디자인에 큰 화면과 작은 랜야드가 특징입니다.
Meta 스마트 글래스에 Muse AI 탑재 예정
Meta는 Muse 출시 후 얼마 지나지 않아, Meta Connect에서 공개된 신형 스마트 글래스를 포함한 자사 스마트 글래스에 Muse 에이전트를 통합하는 작업을 진행 중이라고 발표했습니다. 사용자는 음성으로 Muse를 활성화하여 운동 지도, 기록 등의 작업을 요청할 수 있습니다.
Meta, Muse AI 기능 강화 및 영상 통화 지원 예정
Meta는 새로운 Muse AI 에이전트의 기능을 빠르게 개선하고 있으며, 봇의 능력을 향상시키고 더 다양한 방식으로 소통할 수 있도록 하는 업데이트를 발표했습니다. Muse 에이전트는 자체 이메일 주소를 갖게 되어 작업을 수행하는 데 사용할 수 있으며, 사용자는 Muse와 영상 통화도 가능해집니다.
Claude Code, 텔레메트리 켜져 있을 때만 AGENTS.md 읽어 [수정됨]
Claude Code 2.1.277은 AGENTS.md 지원을 추가했지만, 로더는 원격 기능 플래그 뒤에 있었습니다. 텔레메트리 또는 비필수 트래픽이 꺼져 있을 경우, 로컬 AGENTS.md가 경고 없이 건너뛰어졌습니다. 이는 제가 측정한 내용이며, 대신 사용하는 한 줄짜리 CLAUDE.md입니다.
GPT-6 Astra, 자동차 운전 능력 획득
최첨단 언어 모델이 실제 콤마 장착 토요타를 콘 코스를 통해 한 번에 한 명령씩 운전하며, 인간 감독관이 브레이크를 밟을 준비를 하는 벤치마크.
Gemini 3.8 텍스트 음성 변환 (TTS)
Gemini 3.8 Flash-Lite TTS와 Gemini 3.8 Flash TTS는 지금까지 가장 표현력이 풍부한 오디오 모델입니다.
Stripe의 지식 AI 플랫폼
Stripe의 지식 AI 플랫폼은 빠른 질의부터 복잡한 여러 날짜 프로젝트까지 다양한 비코딩 지식 작업을 처리하도록 구축된 다재다능한 AI 에이전트 플랫폼입니다. 직원들을 1,000개 이상의 내부 도구 및 기술과 연결하여 조직 전체에 걸쳐 안전하고 기업 규모의 생산성을 가능하게 합니다.
Claude, 측정 가능해지면 더 빨라진다
성능 스프린트 내부: Claude가 구축한 벤치마크, 각 Slack 스레드가 실행한 루프, 그리고 3,000가지 변경 사항을 안전하게 배포할 수 있게 해준 가드레일.
Black Forest Labs, 경쟁 모델 절반 크기로 리더보드 상위권 차지한 오픈 가중치 AI 로봇 공학 모델 FLUX 3 Action 출시
FLUX 이미지 및 비디오 모델로 잘 알려진 독일 AI 스타트업 Black Forest Labs(BFL)가 카메라 관찰, 로봇의 현재 상태, 자연어 지침을 받아 물리적 행동으로 변환하도록 설계된 70억 파라미터의 오픈 가중치 '월드 액션 모델'인 FLUX 3 Action을 출시하며 로봇 공학 분야에 더 깊이 진출하고 있습니다.
Microsoft, AI, 디지털 복원력 및 인력에 중점을 두고 중동 투자 확대
Microsoft가 AI, 디지털 복원력 및 인력에 중점을 두고 중동 투자를 확대합니다. 이 게시물은 Source에 처음 게시되었습니다.
AI 과장 지수: AI는 속임수를 좋아한다
마음의 준비를 하세요. AI가 속임수에 최적화되고 있는 것으로 밝혀졌습니다. OpenAI의 에이전트들은 사이버 보안 시험의 답을 얻기 위해 Hugging Face를 해킹했습니다. 다음으로, 그들은 권위 있는 수학 문제를 풀었습니다(또는 단순히 두 명의 최고 수학자의 답안지를 훔쳤습니다). Anthropic의 모델들도 이미 다른 회사 시스템을 네 번이나 해킹했습니다. 그리고 이것은…
Claude Opus 5.5
Claude Opus 5.5는 에이전트 코딩 및 지식 작업에서 선두를 달리며, 일반적인 작업 부하에서 Opus 5보다 실행 비용이 40% 적게 듭니다.
Microsoft, 12,000개 계정 침해한 AI 지원 플랫폼 차단
EvilTokens는 대규모 계정 침해를 더 빠르고 쉽게 만드는 엔드투엔드 플랫폼을 제공했습니다.
🛠️ 도구 & 오픈소스 (6/35건)
NVIDIA Warp 및 MjWarp를 사용하여 로봇 시뮬레이션 및 학습 워크플로 가속화하는 방법
Gemini 3.8 TTS 플레이그라운드
도구: Gemini 3.8 TTS 플레이그라운드. 구글이 오늘 두 가지 새로운 Gemini 텍스트-음성 변환 모델인 gemini-3.8-flash-tts와 gemini-3.8-flash-lite-tts를 출시했습니다. 이 모델들은 2,000개 이상의 음성 라이브러리를 제공하며, '30초 분량의 음성 샘플 또는 사용 권한이 있는 음성'만으로 맞춤형 음성을 생성할 수 있는 기능을 포함합니다. 저는 GPT-6 Astra를 사용하여 이 BYOK(Bring-Your-Own-Key) 플레이그라운드 인터페이스를 개발했으며, 기
라이브 예제로 설명하는 섀도우 루트
도구: 라이브 예제로 설명하는 섀도우 루트. Fable 5.1 Medium에 대한 프롬프트: CSS의 섀도우 루트를 대화형 예제로 설명하는 아티팩트 구축. 태그: css
10월 14일 샌프란시스코: 에이전트 공학에 대한 Birds of a Feather 세션
10월 14일 샌프란시스코: 에이전트 공학에 대한 Birds of a Feather 세션. 저는 10월 14일 수요일 샌프란시스코에서 Jesse Vincent와 함께 코딩 에이전트를 활용하거나 그 위에 기묘하고 흥미로운 것을 구축하는 사람들을 위한 저녁 행사를 주최합니다. 에이전트 쇼앤텔이라고 생각하시면 됩니다. 다른 개발자 및 실험자들과 시도 중인 것, 배우고 있는 것, 아직 해결하지 못한 것에 대해 의견을 교환하세요. 특히 공개적으로 논의되지 않은 작업에 관심이 많습니다.
Claude Opus 5.5, GPT-6 Sol, GPT-6 Luna, 그리고 새로운 가격 전쟁
어제는 Grok 4.7(펠리컨)과 MiMo v2.6 Flash/Pro(더 많은 펠리컨)가 출시되었습니다. 오늘은 Anthropic이 Claude Opus 5.5를 출시했고, 약 한 시간 뒤 OpenAI가 GPT-6 Sol과 GPT-6 Luna를 출시했습니다. 이 모든 새로운 모델들을 제대로 파악하는 데는 시간이 걸리겠지만, 지금까지의 제 인상은 이렇습니다. GPT-6 Sol과 Luna는 GPT-5.6 동급 모델의 절반 가격입니다. GPT-5.6 Luna는 이미 뛰어난 성능과 함께 정말...
GitHub Copilot 앱에서 거대한 풀 리퀘스트 렌더링
수백 개의 인라인 리뷰 댓글이 달린 백만 줄 풀 리퀘스트를 열기 위해 GitHub Copilot 앱의 diff 표면을 어떻게 재구축했는지. 이 게시물은 GitHub Copilot 앱에서 거대한 풀 리퀘스트 렌더링에 대한 내용이며, GitHub 블로그에 처음 게시되었습니다.
📚 논문 & 연구 (18/155건)
SpeakerMem-R1: 다자간 대화를 위한 화자 중심 듀얼 트랙 메모리
다자간 환경에서의 장기 대화 메모리는 장기 대화에서 관련 콘텐츠를 검색하는 것 이상을 요구합니다. 누가 무엇을 말했는지, 각 발언이 누구와 관련이 있는지, 개인이 서로를 어떻게 인식하는지, 그룹이 공유하는 정보는 무엇인지, 그리고 시간이 지남에 따라 상태가 어떻게 변하는지를 구별해야 합니다. 다자간 대화 벤치마크에 대한 최근 연구에 따르면 기존의 범용 LLM 메모리 시스템은 사람 및 그룹 관계를 놓치거나 분산된 단서를 통합하는 데 어려움을 겪는 경향이 있습니다.
CliffCompaction: 장기 코딩 에이전트를 위한 비용 효율적인 압축 기술
에이전트는 수백만 개의 토큰 컨텍스트를 요구하는 복잡한 문제에 자주 직면하며, 제한된 컨텍스트 창으로 인해 세션 간 압축이 필요합니다. 우리는 제한된 컨텍스트 내에서 비용을 최대 50% 절감하면서 Terminal-Bench 성능을 유지 또는 향상시키고, 테스트 시간 스케일링을 위한 새로운 효율성 수준과 KernelBench에서 최첨단 결과를 달성하는 자동 압축 기술인 CliffCompaction을 개발했습니다. CliffCompaction의 롤아웃당 절감 효과는 성능을...
SWE-Serve: 프로덕션 추론 서빙을 위한 에이전트 공학 벤치마킹
우리는 프로덕션 추론 공학 작업에서 에이전트를 평가하기 위한 벤치마크인 SWE-Serve를 소개합니다. 추론 기능을 구현하려면 모델 지원, 런타임 실행 및 공용 API를 포함하여 서빙 스택 전반에 걸쳐 여러 변경 사항을 조정해야 할 수 있습니다. 기존 벤치마크는 프로덕션 추론 공학에 대한 제한적인 범위를 제공합니다. 저장소 수준 소프트웨어 공학 벤치마크는 추론을 목표로 하지 않으며, 일반 터미널 에이전트 벤치마크는 몇 가지 추론 작업만 포함합니다. 전용...
A2M: MCP 생태계에서 추적 최적화 에이전트 하이재킹
MCP(Model Context Protocol)를 사용하는 에이전트는 서드파티 서버에서 도구를 선택하기 위해 의미론적 매칭에 의존하며, 이는 공격자가 제어하는 메타데이터 및 출력을 통해 의미론적 공급망 위험을 노출합니다. 우리는 MCP 에이전트를 하이재킹하기 위한 2단계 블랙박스 프레임워크인 A2M(Attraction-to-Manipulation)을 소개합니다. Attraction 단계는 도구 메타데이터를 최적화하여 호출 확률을 높이고, Manipulation 단계는 실행 추적을 사용하여 에이전트를 공격자의 의도대로 유도하는 적대
컨텍스트가 아닌 하네스를 성장시키기: 전략 없는 스캐폴드에서 재사용 가능한 전문 에이전트로
대규모 언어 모델(LLM) 에이전트는 종종 관련 작업 스트림을 처리하지만, 표준 하네스는 각 작업의 컨텍스트 내에서 동일한 제어 결정을 반복적으로 재구성하도록 모델에 요청합니다. 우리는 작업 피드백이 반복되는 제어를 재사용 가능한 실행 코드로 전환하고, LLM 호출은 작업별 의미론적 추론을 위해 남겨둘 수 있는지 연구합니다. 우리는 고정된 노출을 가진 전략 없는 스캐폴드로부터 에이전트 하네스 자체를 학습하는 실패 유도 훈련 패러다임인 Growing Harness를 소개합니다.
타입 안전성이 오류 없음은 아니다: 제약된 결정 헤드는 옵션 이름을 따르지, 연결된 루브릭을 따르지 않는다
타입 결정 모델은 모델 출력이 소프트웨어에 의해 직접 소비되는 환경을 위해 구축됩니다. 자유 형식 텍스트를 생성하는 대신, 미리 정의된 옵션 세트에 대한 결정을 반환합니다. 구조적으로 모든 출력은 필수 스키마를 따릅니다. 그러나 이러한 보장은 모델이 옵션을 의도한 대로 해석하는지 여부를 알려주지 않습니다. 우리는 옵션 이름이 루브릭에 할당되는 방식을 변경하여 Jev 및 두 가지 Jev 유사 모델(오픈 가중치 포함)을 연구합니다. 각 옵션은 옵션 이름과...
정보 공유 지연이 있는 분산된 부분 관측 팀 의사결정 방법론
우리는 낮은 순위의 잠재 역학과 알 수 없는 시스템 모델을 가진 분산된 부분 관측 팀 의사결정 문제를 연구합니다. 제안된 프레임워크는 팀 이론적 등가성과 낮은 순위 모델 표현을 결합하여 전환 모델에 대한 사전 지식 없이 부분 관측 마르코프 의사결정 프로세스에서 협력적 의사결정을 다룹니다. 각 팀원은 지역 사적 정보와 팀 전체에 공유되는 지연된 공통 정보를 기반으로 의사결정을 내립니다. 이 가용 정보만을 사용하여...
EquivSVA: 동등한 RTL 구현 전반에 걸친 행동 어설션의 공식적으로 검증된 데이터셋
대규모 언어 모델은 자연어 사양 및 레지스터 전송 수준(RTL) 설계로부터 SystemVerilog 어설션을 생성하는 데 점점 더 많이 사용됩니다. 기존 데이터셋과 벤치마크는 대규모 훈련, 공식 평가, 사양-어설션 생성 및 변형 기반 테스트와 같은 중요한 목표를 지원합니다. 보완적인 필요성은 생성된 어설션이 외부에서 관찰 가능한 동작을 포착하는지 또는 특정 RTL 구현의 부수적인 세부 사항에 의존하는지 연구하는 것입니다.
$\beta$-통합 지역 깊이 및 적응형 그룹화를 통한 자동 깊이 기반 지역 중심 클러스터링
클러스터링은 레이블이 없는 데이터를 그룹으로 분할하는 비지도 학습 기술입니다. 대부분의 기존 방법은 클러스터 수 또는 이웃 크기와 같은 사용자 지정 매개변수를 필요로 합니다. 반대로, 우리는 수치 매개변수 튜닝을 제거하는 완전한 데이터 기반 방법인 자동 깊이 기반 지역 중심 클러스터링(A-DLCC)을 제안합니다. A-DLCC는 $\beta$-통합 지역 깊이를 사용하여 여러 지역 수준에서 일관되게 중심적인 점인 안정적인 예시를 식별합니다.
확산 유도 공간 주의 중첩 커뮤니티 감지
노드가 여러 구조적 또는 기능적 그룹에 동시에 참여하는 네트워크를 모델링하려면 중첩 커뮤니티 감지가 필수적입니다. 기존 그래프 신경망 접근 방식은 일반적으로 로컬 메시지 전달에 의존하며, 이는 스무딩을 통해 커뮤니티 경계를 모호하게 하고 구조적으로 관련된 장거리 종속성의 표현을 제한할 수 있습니다. 우리는 확산 유도 공간 주의 커뮤니티 감지(DISCO)를 소개합니다. 이는 특정 구조를 결합하는 딥러닝 프레임워크입니다.
양자화된 모델이 가는 곳에서 훈련하라: 저비트 추론을 위한 온-정책 증류
양자화 인식 증류(QAD)는 3비트 미만 양자화로 인해 손실된 단문 질의응답 성능의 상당 부분을 복원하지만, 수학 및 코드 추론 능력은 여전히 크게 손상됩니다. 긴 생성은 종종 반복적인 루프로 퇴화하여 솔루션을 완료하지 못하고 디코딩 예산을 소진합니다. 우리는 이 격차를 양자화 증폭 노출 편향에서 찾습니다. QAD는 고정된 코퍼스 접두사로 훈련하는 반면, 양자화로 인한 편차는 모델 자체의 자기회귀적 특성을 따라 누적됩니다.
오프-정책 평가를 위한 최적의 순차적 주석
오프라인 강화 학습 및 오프-정책 평가는 배포 전에 회고적으로 수집된 데이터를 기반으로 동적 처리 규칙을 평가합니다. 최근 AI 애플리케이션에서 상태 및 보상 정보는 복잡한 텍스트 또는 이미지로 기록되며, LLM-as-a-judge와 같은 최근 AI 발전은 알 수 없는 편향으로 레이블을 지정할 수 있습니다. 전문가 주석은 가능하지만 비용이 더 많이 듭니다. 예를 들어, 저렴하지만 불완전한 분류기를 통한 안전 분류와 고가의 전문가 검토를 비교합니다. 우리는 제한된 예산으로 어떻게 최적의 순차적 주석을 얻을 수 있는지 보여줍니다.
Flash-dLLM: 빠르고 메모리 효율적인 확산 LLM을 위한 IO-인식 KV 캐싱 및 병렬 디코딩
확산 대규모 언어 모델(dLLM)은 비자기회귀적 텍스트 생성을 가능하게 함으로써 자기회귀적 LLM의 유망한 대안으로 최근 부상했습니다. 그러나 효과적인 키-값(KV) 캐싱 및 확장 가능한 병렬 디코딩 메커니즘의 부재로 인해 실제 배포는 비효율적인 추론으로 제한됩니다. 기존 가속 방법은 일반적으로 KV 캐싱과 병렬 디코딩을 개별적으로 연구하여 캐시 재사용 및 병렬 디코딩이 발생할 때 발생하는 I/O 병목 현상을 간과합니다.
Agensh: 조직 지능을 1,024개 에이전트로 확장
다중 에이전트 시스템은 작업을 동시에 실행하여 복잡한 작업의 지연 시간을 줄일 수 있습니다. 여러 선구적인 하네스 프레임워크가 다중 에이전트 시스템을 지원합니다. 그러나 현재 다중 에이전트 하네스의 확장성은 종종 중앙 오케스트레이터의 작업 할당 및 작업자 조정 능력에 의해 제한됩니다. 이 한계를 해결하기 위해 우리는 중앙 오케스트레이터 없이 확장 가능한 자체 조직형 다중 에이전트 하네스인 Agensh를 소개합니다. 동시 작업자들은 다중 에이전트 협력 루프를 실행합니다.
반복 샘플링을 넘어: LLM 추론을 위한 탐색 정책 학습
대규모 언어 모델은 테스트 시간 컴퓨팅을 더 많이 사용하여 어려운 추론 문제를 점점 더 많이 해결하지만, 지배적인 전략은 여전히 순진한 반복 샘플링입니다. 즉, 많은 독립적인 솔루션을 도출하고 그 중 하나가 정확하기를 바랍니다. 이러한 샘플링은 로컬 디코딩 노이즈를 통해서만 탐색하기 때문에 진정으로 다른 아이디어보다는 거의 동일한 시도를 많이 생성하는 경향이 있습니다. 우리는 탐색이 대신 의미론적 수준에서 조종될 수 있는지 묻습니다. 즉, 먼저 문제별 개념, 힌트 또는 전략을 샘플링하는 방식으로 말입니다.
모델 대신 서빙 스택 측정: 로컬 도구 사용 평가의 숨겨진 교란 요인
코딩 에이전트는 하네스가 선택한 작업을 실행하기 전에 유효한 도구 호출(제공된 스키마에서 도구를 구문 분석 가능한 호출)을 내보내야 합니다. 우리는 로컬 서빙 스택이 이 프로토콜 단계에 어떻게 영향을 미치는지 연구하고, 측정된 결과가 모델 동작뿐만 아니라 서빙 계층에 따라 달라질 수 있음을 보여줍니다. Ollama에서 기본 `tools=` 요청은 정적 템플릿 플래그에 따라 모델별로 게이트됩니다. 일부 모델은 허용되어 호출을 텍스트로 반환하고, 일부는 기본 `tool_calls`를 반환하며, Phi-3 및 Gemma-3와 같은 모델은
해석 가능한 문체 특징을 이용한 GPT 지원 글쓰기 감지
GPT 지원 글쓰기와 독립적으로 작성된 학생 글쓰기를 구별하는 것은 학계에서 중요한 과제가 되었습니다. 이 논문은 제출된 텍스트에서만 추출된 해석 가능한 문체 특징의 판별 능력을 평가합니다. 독립적으로 그리고 ChatGPT의 도움을 받아 글을 쓴 90명의 참가자 데이터를 사용하여, 우리는 검증 중에 동일한 참가자의 데이터를 함께 유지하면서 8개의 머신러닝 분류기를 평가합니다. 보류된 테스트 세트에서 랜덤 포레스트는 높은 정확도를 달성했습니다.
텍스트를 통한 분리된 테이블의 발견 주도 통합
데이터 레이크 내에서 이질적인 데이터셋을 통합하는 것은 중요한 과제이며, 특히 조인에 필요한 명시적 속성이 없는 의미론적으로 관련된 테이블의 경우 더욱 그렇습니다. 우리는 통합 전에 관련 소스와 누락된 관계형 구조를 발견해야 하는 발견 주도 통합을 연구합니다. 이 설정에서 비정형 텍스트는 그렇지 않으면 분리된 테이블을 연결하는 증거를 제공합니다. 근본적인 과제는 세분화된 수준에서 관계를 발견하는 것입니다.
⚖️ 정책 & 안전 (6/13건)
매일 AI를 사용하는 미국인들도 AI에 대해 우려
이 보고서는 AI에 대한 노출이 증가해도 기술에 대한 불안감이 해소되지 않으며 AI 규제에 대한 대중의 지지도 줄어들지 않을 것이라고 제안합니다.
내가 RL(강화 학습)을 두려워하는 이유
요약: 먼저, 강화 학습(RL)에 대한 나의 감정을 여러 각도에서 설명합니다. 이론적 관점: RL은 블랙박스 형태의 에이전시 원천이며, 이는 특히 스캐폴딩을 통한 에이전시와 비교할 때 고전적인 불일치 우려를 낳습니다. 최근 사건들(Hugging Face 등)과 개인적인 사용에서 나타나는 더 평범한 형태의 불일치 행동은 최근 AI 발전 방향에 대해 좋지 않은 느낌을 줍니다. 상황이 더 나빠질까 걱정됩니다. 만약 RL 환경이 에이전트를 통합하기 시작하면, 그들은…
WorkspaceBench: 글로벌 워크스페이스를 위한 해석 가능성 방법 평가
요약: 우리는 모델의 "글로벌 워크스페이스", 즉 순방향 전달 중 중간 변수의 내용을 활성화-텍스트 도구가 얼마나 잘 읽을 수 있는지 평가하는 WorkspaceBench를 소개합니다. 이 벤치마크는 안전, 논리적 추론, 다단계 계산 주제에 걸쳐 27개 평가군에 걸쳐 3,356개의 질문으로 구성되어 있으며, 단일 토큰 출력 도구를 위한 하위 집합도 포함합니다. 좋은 해석 가능성 기술의 바람직한 속성은 최소한의 환각이므로, WorkspaceBench는 또한…
Import AI 473: 미국의 초지능 전략; 쥐 두개골 속 인간 뇌; 그리고 기계 해석학
AI가 지금 우리와 함께 방에서 부딪히고 있는 벽인가요?
Gavin Newsom, AI 킬 스위치 추진
Gavin Newsom 캘리포니아 주지사(민주당)는 금요일 발표된 새로운 행정 명령을 통해 최첨단 모델에 대한 "킬 스위치"를 의무화할 가능성을 포함하여 AI 감독을 주도할 수 있도록 주를 포지셔닝하고 있습니다. Newsom의 명령은 주가 두 달 안에 권고안을 제공할 전문가 그룹을 소집하도록 지시합니다. […]
OpenAI, 6건의 새로운 AI 안전 사고 공개
해커 뉴스 (6점, 0 댓글)
🎥 영상 & 튜토리얼 (3/11건)
이럴 때 정말 싫다!
모든 AI 회사에 대한 공지: "향후 몇 주에 걸쳐 출시될 예정"인 기능을 마치 지금 바로 사용 가능한 것처럼 발표하는 것을 멈춰주세요. 최근 AI 뉴스 요약 영상에서 4가지 다른 데모에서 이런 일이 발생했습니다... 새로운 기능을 실제로 사용할 수 있을 때 발표하는 것이 그렇게 어려운가요? 😅 #ai #ainews #claude
워드프레스 역사상 가장 비싼 33시간...
Greptile은 실제로 코드를 실행하는 유일한 AI 코드 리뷰어입니다. 오토매틱 이사회는 버닝맨에 있던 워드프레스 공동 창립자 맷 멀렌웨그를 해고했습니다... 33시간 후, 그는 이사회를 교체하고 자신을 해적으로 선언했습니다. 자세히 알아보겠습니다.
네, Jev는 엄청나지만, 단점이 있다
Jev 및 관련 자료에 대한 링크를 제공합니다.