AI / SIGNALS / KOREA
최신 AI 모델·에이전트 소식을 한국어로 정리하고, 실제 선택에 필요한 맥락까지 함께 전합니다.
터누스(John Ternus)가 맡아야 할 첫 번째 큰 과제는 인공지능(AI) 기술에 대한 발표가 없다는 점이었다. 애플은 지난해 WWDC 행사에서 AI 기술에 대한 발표가 없다는 점으로 큰 이목을 끌었다. 지난 10개월 전, 애플은 하드웨어 담당 실장인 존 터누스가 오랜 기간 CEO로 활동하던 팀 쿡의 뒤를 이어 최고 경영 책임자로 승진한다고 발표했다. 발표 내용에는 AI 기술이 한 번도 언급되지 않았다. 현재 애플의 하드웨어 부문 최고 경영 책임자 인 터누스는 AI 기술에 대한 발표가
스타벅스에서饮料를 주문하는 경험을 기술 블로그에서 공유했다. 챗GPT 앱을 사용하여 주문한 결과는 기대와는 달랐다. 사용자 경험을 개선하기 위한 노력은 계속되어야 한다.
유튜브는 AI 딥페이크 모니터링 기능을 Гол리우드까지 확장할 것인데, 이에 따라 일부 유명인들의 AI 동영상이 곧 사라질 수 있다. 이 플랫폼의 유사성 감지 기능은 유튜브에서 AI 딥페이크 콘텐츠를 검색하고, 프로그램에 등록된 공공 인물들을 대상으로 이를 신고한다. 공공 인물들은 이 기능을 사용하여 유튜브에서 자신에 대한 AI 콘텐츠를 추적할 수 있다.
구글 애드비저의 새로운 기능을 통해 구글 광고의 안전성과 속도 향상을 도모할 수 있습니다. Ads Advisor의 새로운 기능은 광고주들의 구글 광고 계정에 대한 보호와 편의성을 제공합니다.
북극의 과거를 밝히기 위한 수색 연구 북극에 가는 것은 과거에는 꼭 확신할 수 있는 일이었다. 빙산 뚫기용 해빙파괴선이 있더라도, 지속적인 녹음절기에 있었을 때도 북극에 가는 것은 여전히 확실하지 않았다. 북극을 향한 항해를 돕는 바람을 만나야 했고, 그 바람이 만든 구멍을 통해선 여러 겨울 동안 쌓인 빙산을 뚫고야 말았다. 하지만 2025년 여름, 요헨 크나이스(Jochen Knies) 연구원은 북극 해양연구선 RV Polarstern을 타고 북극을 향해 진격했다.
옐프(Yelp)는 대화형 AI 챗봇을 훨씬 유용하게 만드는 중이다. 옐프는 플랫폼을 디지털 호텔리어에 가깝게 만드는 대규모 언어 모델(LLM) 챗봇 보조자에게 큰 업그레이드를 내놨다. 이러한 업그레이드는 새로운 기능을 포함하여 '일을 처리하는 것'에 초점을 맞춘 것이다. 이 업그레이드는 최근 몇 달 동안 AI에 초점을 맞춘 여러 업데이트 중 하나로, AI를 더 관련성과 실제로 유용하게 만드는 broader 산업의 추세에 속한다.
QIMMA قمّة : 품질 최초의 아랍어 LLM 리더 보드
Synthetic Personas를 사용하여 실제 인구 통계에 한국 AI 에이전트를 토대로하는 방법
구글은 오스트레일리아, 인도네시아, 일본, 필리핀, 싱가포르, 한국, 베트남 7개 국가에서 크롬에 Gemini을 출시했습니다. 이 기능은 오스트레일리아, 인도네시아, 필리핀, 싱가포르, 한국, 베트남에는 데스크톱과 iOS에서 모두 출시되며, 일본에는 데스크톱에서만 출시됩니다.
그것은 단 하나의 것이 아닌, 또 다른 것이 아니다. 이 문장 구조 ("그것은 단 하나의 것이 아닌, 또 다른 것이 아니다")는 AI로 생성된 글쓰기에서 너무 흔해져서 이제 글을 합성한 것일 가능성이 있는 지시가 되었다는만큼, 거의 확신의 표시가 되었다.
Anthropic은 앰존으로부터 5조 달러를 받고 클라우드 지출 1조 달러를 약속했다. 앰존은 또 다른 순환형 AI 거래를 하게 되었다. 앰존은 Anthropic에 또 다른 5억 달러를 투자했다. Anthropic은 대신 AWS에 1조 달러를 지출할 계획이다.
실리콘 밸리에서는 일반인들의 욕망을 잊어버렸다. 많은 기술자들을 알아서 공감해주고 싶은 일 중 하나는 그들이 매우 중요한 발견을 한 것이라고 생각하면서 내게 들려주는 그들의 동경에 찬 말들을 듣는 것이다. 최근에 나의 친구 중 한 명을 만났을 때, 그는 대규모 언어 모델(LLM)과 관련된 놀라운 발견에 대해 내 귀를 절로 막아놓는 이야기들을 했다. 지식, 말 그대로 [인공지능(AI)]이 [데이터(데이터)]를 처리하는 방식에 대한 새로운 발견이었다.
다운로드: 살인적인 '거울' 박테리아, 중국인 노동자들이 AI 복제인간을 무찌르는 중입니다. 今日의 다운로드는, 기술 세계의 일일 뉴스를 제공하는 주간 뉴스레터입니다. synthesized mirror life가 우리를 모두 죽일지 알 수 없습니다. 2019년 2월, 과학자들은 National Science Foundation에...
NSA의 요원들이 Anthropic의 Mythos를 사용하고 있다고 알려졌다. 이는 펜타곤과 Anthropic 사이의 분쟁에도 불구하고이다.
페르미(Fermi)라는 인공지능 핵 발전 업체의 CEO와 CFO가 갑자기 퇴사했습니다. 이 회사는 전 미국 에너지 장관인 리크 페리(Rick Perry)가 공동 창립한 회사로, 텍사스에 있는 인공지능 캠퍼스에서 어려움을 겪고 있습니다.
포트나이트 개발자들은 이제 인공지능 캐릭터를 만들 수 있지만 그들을 연애하려고 하지 마세요. 포트나이트에서 작년의 인공지능으로 된 다스 베이더를 연상케 하는 재현된 제임스 이어러 존스의 목소리로 맹세한 것에 이어, 에픽 게임즈는 이제 포트나이트의 생성자들이 대화할 수 있는 인공지능 캐릭터를 만들 수 있는 '대화' 도구를 사용할 수 있도록 허용했습니다. "대화 트리(authoring dialogue trees)로 캐릭터의 대사를 작성하는 대신, 대화는 [...]
중국 기술직원들은 자신의 직무를 대체할 AI 에이전트를 훈련하라는 지시를 받고, 이는 열정적인 초기 채택자로서는 рід히 보는 자숙(thread)과 반발을 불러일으켰다. 기술직원들은 AI 복제인간을 훈련하는 것을 거부하고, 대신에 AI 기술을 사용하여 자신의 역량을 향상하고자 한다.
대규모 생명과학 회사인 Colossal Biosciences가 붉은 늑대를 복제했다고 발표했다. 하지만 이 사실은 사실일까? 이 회사는 대규모 언어 모델(LLM)과 같은 cutting-edge 기술을 사용하여 생명체를 복제하는 새로운 방법을 개발했다고 주장한다.
인공지능 모델의 복잡성을 설명하는 데 사용되는 비 기호식 방법은 10년이 넘게 주류를 이루고 있지만, 이러한 방법은 엄격하지 않으며 인간의 의사결정에 오류를 일으킬 수 있다. 특히 고위험의 ML 사용 분야에서는 이러한 엄격하지 않은 방법의 문제가 더욱 심각하다. 예를 들어, 설명 가능한 인공지능(XAI)에서 샤플리 값의 채택은 엄격하지 않은 방법의 대표적인 예이며, SHAP 도구는 널리 사용되는 예이다. 이 논문은 비 엄격한 비 기호식 접근 대신 기호식 방법을 사용하여 XAI의 상대적 특성 중요도 할당에 대한 엄격한 기호식 방법을 사용하는 데 대한 노력의 진행 상황을 개요한다.
대규모 언어 모델(LLM) 에이전트가 장기적인 목표를 가진 다중 세션 배포에 증폭되면서 경험을 효율적으로 관리하는 것이 중요한 병목 현상이 되었다. 에이전트의 기억 시스템과 에이전트의 기술 발견 모두 이 문제를 해결하는데, 1,136 개의 참고 문헌을 포함한 22 개의 주요 논문을 분석한 결과 1% 미만의 교차 커뮤니티 인용률을 보였다. 경험 압축 스펙트럼을 제안하고, 기억, 기술, 규칙을 단일 축의 증가하는 압축 수준으로 위치시키는 통합 프레임워크를 제안한다. 이 프레임워크는 컨텍스트 소비, 검색 지연, 컴퓨팅 오버헤드를 직접 줄일 수 있다.
인공지능(AI) 모델의 정리 증명 능력을 평가하는 새로운 기준인 'Hard 모드'를 제안하고, 대규모 언어 모델(LLM)을 사용한 발견과 증명_framework인 DAP를 소개합니다. DAP는 정리 증명을 위한 새로운 방법을 제공하고, 기존의 정리 증명자들보다 더 많은 문제를 해결할 수 있습니다.
복잡한 목적 지연식 문제를 해결하기 위한 새로운 방법을 제안합니다. 이 방법은 Stein 연산자를 사용하여 파라미터 공간에서 입자 사이의 repulsive 메커니즘을 도입하여 여러 모드의 적합도 지연식을 공동으로 탐색하도록 합니다.
대규모 언어 모델(LLM)의 문제 인식 능력을 평가하기 위한 새로운 표준을 제시하는 KWBench는, 전문가들의 실무 상황을 인식하고 해결하기 전에 문제의 구조를 인식하는 능력을 평가합니다. 기존의 평가 표준은_saturation되었고, 대부분의 지식 노동 평가는 추출 또는 사양에 대한 작업 완료로 제한되었습니다. KWBench는 이러한 단계 이전에, raw inputs에서 문제의 구조를 인식하는 능력을 평가합니다.
대규모 언어 모델(LLM)은 구조화된 논리적 추론에서 시스템적인 한계를 가지고 있다. 이들은 가설 생성과 검증을 혼동하고 추론 체인에서 약한 추론 단계를 무제한으로 전파시키는 것을 허용한다. authors는 대규모 언어 모델(LLM)을 위한 기호 추론 프레임워크를 제시한다. 이 프레임워크는 Peirce의 삼원체 추론 - 추론, 추론, 간접 추론 -을 명시적인 프로토콜로 구현한다. 이 프레임워크는 5개의 대수적 불변성(Gamma Quintet)을 통해 논리적 일관성을 강제한다. 가장 강력한 불변성 - Weakest Link bound -는 추론 체인에서 결론이 가장 약한 전제의 신뢰도보다 높을 수 없다는 것을 보장한다. 이 원리는 possibilistic logic에서 독립적으로 근거된 weakest link resolution의 개념과 chain-of-thought reasoning에서 경험적으로 검증되었다. 이 원리는 논리적 불일치가 다단계 추론에서 누적되는 것을 방지한다.
