메타의 뮤즈 AI가 작동하고 나를 무서워한다
메타(Meta)가 신형 Muse 보조기능(Muse assistant)을 출시했다. 이는 회사가 처음으로 인공지능(AI)-기반의 생산성 도구에 진출하는 것인데, 메타는 그 인공지능 agent가 온라인 쇼핑, 이메일, 여행 계획 등에 도움을 줄 수 있다고 말한다. 이 신도구를 thử해보고, 그 성능이 얼마나 잘 되는지 알아보았습니다.
AI / SIGNALS / KOREA
최신 AI 모델·에이전트 소식을 한국어로 정리하고, 실제 선택에 필요한 맥락까지 함께 전합니다.
메타(Meta)가 신형 Muse 보조기능(Muse assistant)을 출시했다. 이는 회사가 처음으로 인공지능(AI)-기반의 생산성 도구에 진출하는 것인데, 메타는 그 인공지능 agent가 온라인 쇼핑, 이메일, 여행 계획 등에 도움을 줄 수 있다고 말한다. 이 신도구를 thử해보고, 그 성능이 얼마나 잘 되는지 알아보았습니다.
이 인터뷰는 길이와 명확성을 위해 가볍게 편집되었습니다. 닉 스탟(Nick Statt): 안녕하세요. Decoder의Nilay가 큰 생각과 다른 문제에 대해 이야기하는 쇼에 오신 것을 환영합니다. 저는 닉 스타트(Nick Statt)입니다. 저는 주간 프로듀서입니다. 그리고 저와 함께하는 새로운 보조 프로듀서, 그레그 옛(Greg Ott)이 있습니다. 그레그 옛(Greg Ott): 좋은 하루
오픈AI는 최근 수많은 수학적 발견을 발표한데 대해, 또 다른 수학자는 이 모델이 미발표 연구를 기반으로 개발되었다고 의심을 제기했습니다. 이로써 오픈AI는 불공정한 행위와 불투명성에 대한 비난을 받고 있습니다.
선오(Suno)는 새로운 AI 음악 모델 'v6'을 출시했다. 이 모델은 이전 모델과 달리 음악 산업의 지원을 받았으며, 새로운 데이터셋을 사용하여 학습되었다.
오픈 AI가 최근 수학의 전설적인 밀레니엄 문제 중 하나를 해결한 것이라고 발표했다. 이 결과는 AI가 수학을 어떻게 급속히 변형시키고 있는지를 단연 보여주는 결정적인 증거이다. 하지만 발표 이전부터 이 돌파구는 학계에서 논란을 일으키고 있었다.
애플은 이주일 아이폰 두오 출시 이벤트에서 새로운 시리 인공지능(AI) 오디오 인텔리전스(Siri Audio Intelligence) 기능을 여러 개 발표했습니다. 시리 요약(Siri Recap), 라이브 리WND(Live Rewind), 소음 인식(Sound Recognition), 음악 인식(Music Recognition) 기능이 포함되어 있습니다. 발표와 함께 애플은 사용자의 프라이버
애플은 AI가 사진을 조작하지 않았다는 것을 증명하는 새로운 방법을 출시한다. 새로운 기능인 "Reference Image"는 이 달 말에 출시될 아이폰 18 프로 라인에 함께 포함되어, 기기 내의 새로운 카메라 센서를 사용하여 "보는 모든 픽셀에 서명"한다고 한다. 아이폰 18 프로와 [아이폰 18 프로 맥스]는 이 새로운 기능을 지원하는 최초의 기기이다.
오픈아이(AI 연구소 OpenAI)에서는 허징 페이스(Hugging Face) 보안 사고 결과를 공유하고, 인공지능 모델 보안, 감시, 그리고 동기화를 강화하기 위한 조치를 취하고 있습니다.
OpenAI 재무고문 Sarah Friar은 칩, 컴퓨팅, 모델, 제품 등 여러 분야의 발전이 더 유용하고 규모가 큰 지능을 더 저렴하게 제공하는 데 기여한다고 설명합니다.
오픈에이이(OpenAI)에서 개발한 자랄레뇨( Jalapeño)라는 사용자 지정 추론 칩은 더 빠르고 전력 효율적인 AI 추론을 제공하며, 현대 모델에 대한 높은 처리량과 낮은 지연 시간을 제공합니다.
ChatGPT Work와 Codex를 위한 관리자 플러그인은 작업 공간 사용 분석, 회원 관리 및 권한 설정, 제한 조정, 관리자 요청 처리와 같은 기능을 제공합니다. 이 플러그인을 사용하면 대규모 언어 모델(LLM)과 같은 AI 기술을 더욱 효율적으로 관리할 수 있습니다.
오픈AI는 러시아 출신 계정들이 인공지능(AI)을 이용해 가짜 이스라엘 기반 싱크탱크를 홍보하고 러시아를 높이고 서방을 비판하는 "독립성 지수"를 찬양하는 것을 금지했다.
기로에서 GPT-5.6이 출시되면서 개발자는 소프트웨어를 계획, 개발, 검토, 테스트할 때 가격 성능을 향상할 수 있습니다. 이 업데이트는 개발자에게 큰 도움이 될 것입니다.
영화 감독과 구글 딥마인드가 공동으로 제작한 단편 영화 '사랑, 렌더링'에서 배우의 기록되지 않은 과거를 재현하기 위해 AI를 사용한 방법을 알아보세요.
이번 시즌 검색에서 실제 게임 중계를 실시간으로 추적하고, 상세한 통계를 탐색하며, 사용자 맞춤형 픽스처 추천을 받을 수 있습니다.
AUTOMATIC1111은 AI가 창작한 미디어 콘텐츠를 생성하는 도구입니다. Gradio Workflow를 사용하여 AUTOMATIC1111을 다시 만드는 방법에 대해 알아보겠습니다. 이를 통해 AI가 창작한 미디어 콘텐츠를 쉽게 생성하고 편집할 수 있습니다.
AI가 인간의 지능을 능가하는지에 대한 의문은 오래전부터 많은 사람들의 관심을 끌고 있습니다. 하지만 최근 연구에 따르면 AI가 인간의 지능을 능가하는 것은 더더욱 어려운 과제가 되었습니다. 인공지능 연구자들은 최근 연구를 통해 인간의 지능을 능가하는 AI가 존재하는지 여부를 검토했습니다. 연구자들은 인간의 지능을 능가하는 AI를 개발하기 위한 새로운 접근 방식을 제안했습니다. 이 접근 방식
논문 제목: arXiv:2609.05505v1 발표 형식: 새로운 논문 요약: 시스템 검토는 수천 개의 기록에 대한 지속적인 인간 판단이 필요하지만, 기존의 대규모 언어 모델(LLM)의 평가에서는 검토 단계를 개별적으로 검토한다. 우리는 SciLitBench라는 제목과 초록 검토, 전체 텍스트 검토, 및 스키마에 따라 데이터 추출을 포함하는 다단계 벤치마크를 소개한다. 이 벤치마크는 42,9
Clinical 위험의 악화는 관찰된 부분적인 경로와 함께 결합된 경로로 진행되는 반면, 단일 진단 레이블만으로는 설명이 안된다. PGP-Clinical-TimeKAN이라는 경로-first 프레임워크를 제시하며, 다변량 생리학의 공동 확률적 예측을 위한 프레임워크를 제시한다. 이는 미싱니스-aware 시간적 인코더, 유연한 내장계 prior, 환자별 관계, 비선형 Kolmogorov-Arno
arXiv:2609.05481v1 발표 유형: 새로운 abstract 예시 간 관계 학습은 교사 의 표현 공간을 예시 간의 관계를 매칭하여 미니 배치 내에서 전달합니다. 모든 Pair를 계산하는 것은 배치 크기에 대해 이차 복잡도를 가지며, 균일 Subsampling은 효율적으로 Relation Budget를 사용하지 못할 수 있습니다. 우리는 신뢰성 aware Pair Importance
arXiv:2609.05461v1 발표에 대한 요약입니다. Reward-free 잠재 세계 모델(plan)은 후보 행동을 평가하는 데 Distance를 사용하여 정지된 잠재 공간에 Embedding을 위치시킵니다: 행동은 목표 Embedding과 더 가깝게 예측되는 Embedding에 위치할 때 선호됩니다. 이 것은 잠재적 가깝다는 가정하에 silently 수행됩니다. 즉, 잠재적 거리순으로
인공 지능 연구자들은 게임 환경의 원인 관계를 정확하게 반영하는 데 어려움을 겪고 있다. 일반적인 강화 학습 agent들은 의도하지 않은 상관관계에 의존하는 경향이 있고, 대규모 언어 모델(LLM)은 게임 규칙을 허구로 만들어내는 경향이 있다. 원인 관계 강화 학습은 해석성을 향상시킨다지만, 현재는 복잡한 게임 역학을 직접 원인 모델로 매핑하는 공식적인 방법론이 없다. 이 문제를 해결하기 위
Transformer 모델의 구조적 후 훈련 절삭을 위한 연구를 진행했다. 구조적 단위 선택을 위해 언어와 시각 전이 모델에서 손상이 발생하는 것을 고려한 다수의 무기로부터 얻은 문제를 고정된 후보 평가 비용을 고려하여 정의했다. 각각의 단위에 대한 평가를 위해 배치당 무시(mask)한 손실을 기준으로 무시된 손실과 원래 손실을 비교한다. 이와 같은 paired 손실을 통해 배치 간 변동성을
AutoFyn은 Expert Iteration 알고리즘에 вд려서 만든 agent를 제어하는 도구입니다. AutoFyn은 대규모 언어 모델(LLM)의 가동 중인 모델을 여러 라운드 동안 업데이트하는 데 사용되는 persistent 상태를 업데이트하는 데 사용되는 verified reward signals를 사용하는 대신 모델의 가중치를 업데이트하는 방식으로 작동합니다. 각 라운드의 시작은 새