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.

4,407개 기사 6시간마다 업데이트
전체 AI 모델 에이전트 연구 산업 도구 LLM PC 허깅페이스

최신 기사

AI 모델 7월 24일

대규모 언어 모델의 개인화 기능 평가

'arXiv:2607.20471v1'이라는 논문에서 발표된 내용은 다음과 같습니다. 개인화(personalization)는 보내는 사람, 채널, 시간이 고정된 채로 특정 수신자에게 행동을 유도하기 위해 메시지를 변형하는 행위입니다. 심리학 및 마케팅에서 두 당사자 문제로-long tradition을 가지고 있으며 보내는 사람과 수신자가 독립적인 목표를 가지고 있습니다. 대규모 언어 모델(LL

AI 모델 7월 24일

<b>PlanE: 대규모 언어 모델(LLM) instruction-tuning을 위한 데이터 분할, 튜닝, 추론 계획</b>

PlanE는 대규모 언어 모델(LLM)의 특정 작업에 대한 능력을 향상시키기 위해 instruction-tuning 데이터셋이 필요하지만, 이러한 데이터셋의 크기가 대량으로 존재하여 인식 비용이 높고, LLM을 특정 작업에 맞게 최적화하는 방법이 부족했습니다. PlanE는 데이터 분할, instruction-tuning, prompt 추론을 포함하는 계획 framework입니다. 또한 데이터-튜닝-추론(DTI) 플래너를 제안하여, 특정 데이터셋에 대해 최적의 base-LLM과 DTI combination을 선택하여 construction 효율성을 향상시킵니다.

AI 모델 7월 24일

LLM의 해석 시간 결정을 추적하는 공유 공간의 디코딩 공유

대규모 언어 모델(LLMs)은 여러 업무를 하나의 매개 변수 집합으로 처리할 수 있지만 KV 캐시된 추론 시에는 디코딩 시간 동안 대체로 어떤 업무에 일반적인 구조가 사용되는지 명확하지 않다. 우리는 DecodeShare라는 프로토콜을 제안한다. 이 프로토콜은 디코딩 시간 동안 숨겨진 상태에서 일관되게 여러 업무에서 공유되는 저차원 subspace를 식별하고, 그 subspace가 실제로 업

에이전트 7월 24일

인페런스벤치: 인공 지능 요원에 의한 개방형 LLM 추론 최적화에 대한 벤치마크

연구와 개발 과제를 자동화하기 위해 점점 더 많이 사용되는 인공지능 agent는 현재의 벤치마크는 일반적으로 사전 정의된 워크플로우 또는 좁은 액션 공간에서 평가한다. навіть nominally open-ended task도 종종 잘 알려진 레시피를 검색하고 몇 가지 하이퍼 파라미터를 조정하여 해결할 수 있기 때문에, 강력한 결과가 실제 최적화인지 또는 memorized solution인

AI 모델 7월 24일

DC-Leap: dLLM의 Draft-Guided 연속적인 점프 해석을 통해 훈련없는 가속화

대규모 언어 모델(dLLMs)의 효율성을 위한 병렬 디코딩은 현재 전략이 종종 과도한 신뢰도 임계치를 갖는 것에 의해 방해를 받고 있습니다. 이 임계치는 Joint Probability Dependence Error(JPDE)로 인해 생겨났으며, 이는 불필요한 노이즈 제거 반복과 최적의 추론 속도를 저하합니다. 이러한 문제를 해결하기 위해, 우리는 DC-Leap이라는 훈련을 필요로하지 않는

AI 모델 7월 24일

자율 TPU kernel 최적화 성능 측정 도구: JAXBench

AI 모델이 생성한 GPU 커널 최적화에 대한 구글 클라우드 TPU를 위한 새로운 벤치마크套件을 제시합니다. JAXBench는 50개의 JAX 작업을 포함하며, 최적화를 위한 여유를 제공하는 동시에 관련성이 있습니다. 이 벤치마크套켓에는 17개의 실제 ML 연산자와 33개의 KernelBench에서 검증된 연산자가 포함됩니다. 이 중 8개의 연산자는 Tokamax의 공개 라이브러리에서 제공하

AI 모델 7월 24일

LLM의 변동성은 지식의 깊이를 드러내지 않는다: 온도 변동성과 모델 다양성의 차이점

대규모 언어 모델(LLM)의 반복 실행에서 다른 답변을 얻을 때, 그 변동성은 모델이 모르는 것을 드러내는 것일까? 자기 일관성은 다수 투표를 통해 변동성을 질문별 불확실성 추정치로 변환시킨다. 그러나 변동성은 다중 모델의 다양성과 같은 관련 질문이 함께 변동하는 구조를 드러내는 것일까? 우리는 동일한 질문에 대해 두 가지 방식을 비교한다: 하나의 모델을 100번 실행하는 것 versus 24개의 LLM을 한번씩 실행하는 것. 마르첸코-파스트루(random-matrix) 테스트는 두 가지 경우 모두 신호와 샘플링 잡음 사이를 분리한다. 단일 모델 내에서, 최대 5개의 가족과 3개의 벤치마크(MMLU, HellaSwag, GSM8K)에서 noise edge를 넘는 차원이 하나 이상 존재할 수 있다. 그러나 다중 모델 집합 내에서, 4개의 고유값이 noise edge를 넘어간다. 이는 matched-difficulty Bernoulli null에서 500회 Monte Carlo 추출 중에서 1회에 해당하는 확률이다. 자기 일관성은 질문별 정확한 불확실성 추정치를 제공하지만, 관련된 질문이 함께 변동하는 구조는 드러나지 않는다. 다중 모델 집합만이 모델이 모르는 것을 드러낼 수 있다.

AI 모델 7월 24일

클릭가드: 정보량 측정치와 대규모 언어 모델을 활용한 클릭베이트 뉴스 감지 및 방지

이 논문은 사용자가 허위 정보의 인터넷 기사를 피하기 위해 AI 기반 브라우저 확장 프로그램을 제안합니다. 전통적인 감지 방법보다 더 나은 감지 결과를 얻기 위해, 이 프로그램은 트랜스포머 기반 임베딩과 언어학적으로 мот리브된 특징, 그리고 사용자 정의된 '이상한' 점수를 결합한 하이브리드 머신 러닝 아키텍처를 사용합니다. 클래식 벡터라이저부터 대규모 언어 모델(LLM) 임베딩까지 다양한

AI 모델 7월 24일

의학 텍스트에서 LLM 워터마크의 오류: 의료 성능 평가

의학 텍스트에서 대규모 언어 모델(LLM)의 워터마크가 의료 성능에 미치는 영향을 조사한 연구가 발표되었습니다. 연구 결과, 워터마크가 의료 텍스트의 의미를 바꾸거나 의학적 오류를 유발할 수 있음을 발견했습니다. 이러한 결과는 의학 분야에서 워터마크를 안전하게 사용하기 위한 새로운 평가 기준을 제시합니다.

에이전트 7월 24일

자율 테스트 관리를 위한 집행적 AI 아키텍처(Agentic AI Architecture) - 생성적 지능, 보안 클라우드 통신 및 적응적 품질 분석

최신 소프트웨어 품질 보증의 요구는 분산된 클라우드 환경에서 적응적 의사 결정을 위한 지능적이고 자율적인 시스템을 đòi합니다. 이 논문은 AINTMA (Agentic Intelligent Test Management Architecture)라는 다중 에이전트의 지적 인공지능 시스템을 제시합니다. 이 시스템은 기존의 테스트 관리를 자율적인 품질 지능 생태계로 바꾸어 줍니다. AINTMA는 클

산업 7월 24일

앨렉사 플러스가 더 복잡한 명령을 처리하기 위한 인공지능 업데이트 받는다.

아마존은 알렉사 플러스 보조기를 업데이트할 계획입니다. 이 업데이트로 인해 알렉사 플러스는 보쉬, 델타, 에코밥스, 아이로보트, 예일 홈, 휠러훌, 탭오, 유피 등 다양한 스마트 홈 장치와 연결할 수 있을 것입니다. 이 업데이트로 인해 알렉사 플러스는 스마트 홈 장치에 대한 요청을 자동으로 라우팅할 수 있습니다.

AI 모델 7월 24일

클로드의 음성 모드는 이제 오푸스와 손넷에서 사용할 수 있습니다.

현재까지 보이스 모드는 클로드 하이쿠(Claude Haiku)에서만 사용할 수 있었다. 클로드 하이쿠는 Anthropic의 빠른 속도지만 더 약한 모델이다. 이제 Anthropic은 클라우드 하이쿠(Claude Haiku) 이외에도 오푸스(Opus)와 소ネット(Sonnet) 모델을 보이스 모드에서 사용할 수 있도록 하였다. 또한 이 모델을 Gmail, Slack, Canva 등 앱에 적용하였

산업 7월 24일

애플과 오픈AI의 소송은誰가 스마트폰 이후 시대를 정의할 것인가에 관한 것이다.

오늘 Decoder에서 Hayden Field과 대화하고 있습니다. 그는 The Verge의 AI 보도국장입니다. Apple과 OpenAI 사이의 주요 상표 비밀이 포함된 소송에 대해 이야기하고 있습니다. 그리고 이 소송은 OpenAI의 미래에 대해 무엇을 알려주는지について 이야기하고 있습니다. Decoder의 청취자라면 Apple이 이 소송에서 제기한 주장을 이미 알고 있을 것입니다. 회사

산업 7월 23일

냉각된 간을 돼지에게 이식한 '역사적인 성과

인공 기증에서 시간은 모든 것이 다르다. 기증자의 몸에서 신체 기관을 신중하게 제거한 후, 바로 부패가 시작된다. 수술 의사들은 그 기관을 수혜자에게 넣는데에 시간이 몇 시간밖에 남지 않는다. 너무 오래 기다리면 기관은 사용할 수 없게 된다. 대부분의 경우, 기관은... [신체 기증 등록 시스템(organ donation registration system)]...에 보관된다.