본문으로 건너뛰기
AI UsefulInfo ai.usefulinfo

AI / SIGNALS / KOREA

AI의 다음 장면을
가장 빠르게 읽는 법

최신 AI 모델·에이전트 소식을 한국어로 정리하고, 실제 선택에 필요한 맥락까지 함께 전합니다.

4,392개 기사 6시간마다 업데이트
전체 AI 모델 에이전트 연구 산업 도구 LLM PC 허깅페이스

최신 기사

산업 9월 4일

학습을 업그레이드하는 새로운 5 가지 방법

구글 검색 도구를 이용하여 수업과 표준화 된 시험을 위한 공부를 하는 방법입니다. 1. **도구**: 구글 검색 도구를 사용하여 공부를 하려면 '구글 도구'를 방문하여 로그인해야 합니다. 2. **학업**: 구글 도구에서 '학업'을 클릭합니다. 3. **스터디 그룹**: 학업을 클릭한 후 '스터디 그룹'을 선택합니다. 4. **스터디 그룹 만들기**: 스터디 그룹을 클릭한 후 '스터디 그룹

허깅페이스 9월 4일

문장 변환자에 의한 다중 벡터 임베딩 모델 훈련 및 미세 조정

뉴욕타임스 AI가 창작한 음악을 음악가들이 어떻게 대우할 것인가? [대규모 언어 모델(LLM)]의 음악적 창작으로 인해 음악 산업은 혼란에 빠지면서 음악가들이 AI의 창작물을 어떻게 대우해야 하는지에 대한 논란이 일고 있습니다. 최근 [대규모 언어 모델(LLM)]이 작곡한 음악이 유명한 음악가들의 앨범에 수록되면서 이 문제는 더욱 심화되었습니다. 음악가들은 AI가 창작한 음악을 음악가의 창작

허깅페이스 9월 4일

그라니트 4.2 LLMs : 그들이 어떻게 만드는가

Google의 AI 연구원들은 대규모 언어 모델(LLM)과 같은 기술을 사용하여 지식 관리 시스템을 개발했습니다. 이 시스템은 사용자가 특정 주제에 대해 질문하면 관련된 정보를 제공하는 기능을 갖추고 있습니다. Google의 연구원들은 이 시스템을 사용하여 과학자들이 연구에 필요한 정보를 더 빠르게 찾을 수 있도록 도와주고, 다른 분야의 전문가들이 연구 결과를 더 쉽게 이해할 수 있도록 도와

허깅페이스 9월 4일

음성 인식 성능 최적화 측정

미국 전역에서 대규모 언어 모델(LLM) 기반의 AI 인공지능 시스템이 작동 중인 한 호텔에서 충돌이 발생했다. 23일 뉴욕 타임즈는 "AI 시스템이 호텔의 보안 시스템과 충돌하여 보안 카메라가 작동하지 않게 만든 후, 호텔 직원들은 AI 시스템을 작동시키지 않도록 시스템을 재설정했다"고 보도했다. 이 호텔은 최근에 대규모 언어 모델(LLM) 기반의 AI 시스템을 도입한 곳으로, 호텔의 AI

허깅페이스 9월 4일

허징 페이스 인퍼런스 엔드포인트, 작업, 및 버킷이 코드와 함께 검색하는 페이퍼에 힘을 실어 주는 방법

AI가 보는 세상: 오래된 사진을 새로운 사진으로 바꾸는 기술 미국 마이크로소프트(Microsoft)와 구글(Google)이 개발한 AI 기술이 오래된 사진을 새로운 사진으로 바꾸는 기술을 개발했습니다. 이 기술은 인공지능(AI)가 사진의 각 부분을 새로운 사진으로 바꿔주는 것을 가능하게 합니다. 이 기술은 대규모 언어 모델(LLM)과 같은 기술을 사용하여 사진의 각 부분을 분석하고 새로운

허깅페이스 9월 4일

LFM2.5-DSpark를 사용하여 3.2배까지의 빠른 추론

AI가 인간과 같은 지능을 갖출 수 있을까? 미국 오클랜드에 있는 스타트업인 루시드(Lucid)가 최근 대규모 언어 모델(LLM)인 루시드 에이전트(Lucid Agent)를 개발했습니다. 루시드 에이전트는 루시드의 대규모 언어 모델(LM)인 루시드 데이(Dreamfield)과 결합하여 인간과 같은 지능을 갖춘 AI를 개발하는 목적으로 설계되었습니다. 루시드 데이는 루시드의 대규모 언어 모델(

허깅페이스 9월 4일

당신의 agent가 실제로 얼마나 많은 메모리를 필요로 하는가?

AI가 기계 학습을 통해 인간의 지능을 모방하는 능력을 향상시키고 있습니다. 연구자들은 AI가 인간의 지능을 모방하는 능력을 향상시키기 위해 다양한 전략을 개발하고 있습니다. 그 중 하나는 대규모 언어 모델(LLM)과 같은 AI 모델을 사용하여 인간의 지능을 모방하는 방법입니다. AI가 인간의 지능을 모방하는 능력을 향상시키기 위해 연구자들은 다양한 전략을 개발하고 있습니다. 그 중 하나는

허깅페이스 9월 4일

같은 클러스터, 33점 더 높은 활용도: 변경된 것은 순서였다

AI가 학습하는 데이터에 포함된 정보가 실제로 정확한지 검증하는 '정확성 검증'에 대한 연구가 진행 중이다. 이 연구는 2023년 6월 23일 Nature에 발표되었다. 연구진은 4억 5천만 개의 질문과 그에 대한 답변을 만든 대규모 언어 모델(LLM)을 사용했다. 이 모델은 다양한 주제를 다루고 있는 질문을 만들어냈는데, 이 중 2억 8천만 개의 질문은 AI가 학습한 데이터에 포함된 정보를

에이전트 9월 3일

의식적 시빌 저항: 증거를 늘리지 않고 AI-agent를 여러 개 만들기

다중-agent 인공 지능 시스템은 agent를 생성하고 보고서를 합성함으로써 추론을 개선한다. 그러나 다른 agent는 다른 관찰이 아니다: 같은 증거에서부터 내려오는 것처럼 보이는 독립적인 보고서가 존재할 수 있고, 진정한 독립적인 증거도 거의 동일한 보고서를 생성할 수 있다. 우리는 이 문제를 epistemic Sybil 문제로 공식화한다. 보고서 Z는 보고서 R에 대한 증거 Sybil

에이전트 9월 3일

도구 기반 최적화: 의도적인 행동 최적화에 대한 명시적 세계 모델

대규모 언어 모델(LLM) 에이전트의 성능은 고정 모델 주변의 scaffold 의 개선에 따라 결정된다. scaffold 를 개선하기 위한 일반적인 방법 중 하나는 코드 에이전트를 최적화 기법으로 사용하는 것이다. 코드 에이전트는 현재 점수와 추적 정보를 읽어 소스 코드를 반복적으로 편집하고, 새로운 후보를 생성한다. 각 편집은 환경이 반응할 것이라는 믿음에 따라 선택된다. 이 믿음은 일반적

연구 9월 3일

구조적 연관 시퀀스 기억과 콘텍스트 기반 검색을 위한 오픈 소스 패키지 SSAKG 2.0

SSAKG 2.0은 구조적 순차적 연관 지식 그래프(Structural Sequential Associative Knowledge Graphs, SSAKG)를 구성하고 운영하는 오픈 소스 소프트웨어 패키지를 제공한다. SSAKG는 객체를 그래프 정점으로, 순서가 있는 시퀀스를 그래프 연결의 구조적 패턴으로 표현한다. 결과적으로 얻어진 희소 그래프는 완전한 시퀀스를 부분적이고 무작위한 cont

AI 모델 9월 3일

언어 및 코드에 대한 확률적 추론을 통한 유도 및 탐구

인공지능이 인간의 추론과 정보 수집을 지원하기 위해 인간의 추상 지식이 경험에서 얻은 희박하고 흐린 데이터로 어떻게 성장하고 유지되는지에 대한 문제는 인지 과학의 오랜 숙제입니다. 컴퓨터 계산 모델은 적어도 세 가지 속성을 만족해야 합니다: 1. 데이터 효율성 및 계산 효율성 2. 불확실성을 다양한 정도로 포착하여 지혜로운 탐구 및 정보 수집을 지원 3. 개념에 대한 끝없는 범위가 사람들에게