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 21일

위험 태도와 AI: 대규모 언어 모델의 안정적인 위험 태도

연구진은 대규모 언어 모델의 위험 태도를 테스트하고, 그 결과를 통해 AI 시스템의 행동을 평가하고 조정하는 데 중요한 시사점을 찾았습니다. 연구 결과, 대규모 언어 모델은 안정적인 위험 태도를 나타내고, 이는 인간의 위험 태도와 비교할 때 한정된 범위 내에서 위험 태도가 수렴하는 것을 의미합니다.

AI 모델 7월 21일

가볍고 1차원 CNN을 사용한 감정적인触각 분류를 위한 소프트 플러시 동반자의 설계 및 검증

연구팀은 사회적 지원 기술의 물리적으로 안전하고 감정적으로 친숙한 인터페이스를 제공하는 소프트 센서화된 동료를 개발하기 위해 Soft, sensorized companions라는 개념을 제안했습니다. 그러나 이들의 변형성과 다중 채널 감각은 인간의 감정에 대한 강력한 해석을 어렵게 만들었습니다. 이 연구는 감정적 접촉 인식에 대한 소프트 인터랙티브 동료를 위한 완전한 오픈 소스 MATLAB

산업 7월 21일

스페이스X가 인덱스 펀드에 포함되는 이유

주식 투자에서 가장 안전한 방법 중 하나로 소개되는 인덱스 펀드(index fund)가 있습니다. 개인적으로 선정하는 주식에 투자하는 것이 아니라, 시장 전체에 투자하는 방식입니다. 그런데 스페이스X(SpaceX) 같은 회사 - 굉장히 큰 베팅이며, 저의견에 따르면 너무 과도하게 비싼 가격 -가 나스닥 100(Nasdaq-100)에 빠르게 등재되는 경우에, [...]

산업 7월 20일

애파의 '자연스러운 모습' 카메라 앱은 생성 AI를 받아들인다.

어도비의 실험적인 카메라 앱이 뜻밖의 방향으로 나아간다. 어도비는 지난해 SLR처럼 보이게 해주는 아이폰 사진 촬영을 위한 프로젝트 인디고(Project Indigo)를 출시했는데, 이제 인디고 카메라 앱은 대규모 언어 모델(LLM)과 같은 강력한 생성 AI 도구를 탑재하고 있다. 어도비는 이 변경사항이 어도비의 자체 파이어플라이 AI 모델에 의존하지 않다고 설명하고 있다.

허깅페이스 7월 20일

코스모스 3 에지 소개

Meta가 OpenAI를 인수하기로 결정한 이유는? Meta는 OpenAI의 인공지능 기술을 확장하고 보다 안전하고 지속 가능한 방식으로 사용하기 위해 OpenAI를 인수하기로 결정했다고 밝혔다. Meta는 OpenAI의 연구 및 개발을 지원하고, OpenAI의 제품과 서비스를 확장하기 위해 자원과 기술을 투자할 계획이라고 밝혔다. Meta는 또한 OpenAI와의 협력을 통해 OpenAI의

AI 모델 7월 20일

인공지능은 인간보다 채용 시 편견을 더 많이 형성한다.

다음에 일자리를 찾을 때, AI는 당신의 이력서를 인간이 먼저 본 후에야 보게 될 것이다. 그러나 AI가 당신을 공정하게 판단할 수 있을까? 연구원들은 이미 대규모 언어 모델(LLM)가 훈련 데이터에서 인간 편견을 배우게 된다는 것을 알고 있다. 새로운 연구는 LLM가... 훈련 데이터가 아닌 다른 곳에서도 편견을 개발할 수 있음을 제안한다.

에이전트 7월 20일

ToolVerse: 대인격 강화 학습을 위한 거대한 환경 및 장기적인 목표를 풀어내다.

대규모 언어 모델(LLM) agent는 compact하고 잘 정의된 시나리오에서 강력한 추론 능력을示산하지만, 대규모, 다양한, 그리고 동적 세계 환경에서 TOOL INTEGRATION이 필요할 때에는 강도와 효율성이 유지되지 않는다. 이 격차를 해결하기 위해 우리는 TOOLVERSE라는 통합 framework를 도입한다. TOOLVERSE는 대규모 TOOL-INTEGRATED REASONI

AI 모델 7월 20일

LEED 준수를 위한 신경symbolic 인공지능: 문서 중심 벤치마킹, 결정론적 숫자 검증, 그리고 멀티모달이 왜 해를 끼치는지

LEED v4.1 BD+C 인증은 아직도 문서 집약적인 프로세스로, 검토자들은 수백 페이지의 프로젝트 증거를 읽고 수동으로 크레딧-특정閾치 논리를 적용해야 한다. 이 연구에서는 작고 지역적으로 구축된 언어 모델들이 LEED 문서의 의미 있는 필터링을 수행할 수 있는지, 그리고 결정론적 Symbolic 구성 요소들이 그 작업을 공유하는 방식이 무엇인지 조사한다. 프로젝트 PDF를 LEED 크레

AI 모델 7월 20일

MLLM-유도 diffusian 변환기와 관계 적응 혼합 전문가 모델을 이용한 다모드 지식 그래프 완성

Multimodal 지식 그래프 완성(Multimodal Knowledge Graph Completion, MKGC)은 구조적, 텍스트, 시각적 단서에서 누락된 엔터티를 추론하는 것을 필요로 한다. 기존의 확산 기반 MKGC 방법은 일반적으로 raw multimodal 특징에 직접 노이즈 제거를 한다. 이러한 디자인은 관계에 의존하는 단서 선택, 교차 모드 의미 부합, 구조적 엔터티 생성을

에이전트 7월 20일

<b>GUI 에이전트의 안전을 위한 SeerGuard: 세계 모델 예측을 통한 GUI 에이전트의 안전 프레임워크</b>

모바일 그래픽 사용자 인터페이스 (GUI) 에이전트는 복잡한 작업을 자동화하는 놀라운 능력을 보여주었지만, 단일 오류로 인한 irreversible 결과를 유발하는 중요한 안전 위험을 야기한다. 기존의 안전 메커니즘은 주로 반응적이고, 실행 전 위험을 평가하는 능력을 갖지 못한다. 본 논문에서는 SeerGuard라는 결과에 대한 안전 프레임워크를 제시하며, 실행 전 지시 단계별 검사와 동작 단계별 위험 평가를 통해 이러한 위험을 완화하고자 한다.

연구 7월 20일

논리, 최적화, 인공 지능: 새로운 시대에 만나다

논리와 최적화의 결합은 규칙 기반 인공지능에 귀중한 기여를 할 수 있다. 논리는 규칙 기반을 인코딩하고 추론을 수행하는 데 적합한 매체이며, 최적화는 추론을 계산하는 강력한 기술을 제공한다. 논리와 최적화의 결합은 인공지능의 투명성에 대한 증가하는 관심사로 인해 새로운 중요성을 얻고 있다. 투명성은 재현성, 설명 가능성, 신뢰성, 공정성에 중요하다. 규칙 기반 인공지능은 투명성에 대한 자연스러운 해결책을 제공하고, 오늘날 고도로 발전된 최적화 방법으로 인해 점점 더 실용적으로 보이기 시작했다.

연구 7월 20일

신뢰할 수 있는 인공지능 도구, 마크 프레임워크 및 구현 격차에 대한 비판적 분석

인공지능 시스템이 사회에 더 큰 영향을 미치는 가운데, 그들의 윤리적이고 신뢰할 수 있는 배포를 보장하는 것은 전 세계적인 우선순위가 되었다. 그러나 이러한 프레임워크는 구현 가능한具体한 기구가 부족하여 비판을 받고 있다. 이 연구는 신뢰할 수 있는 인공지능(TAI)의 구현을 위한 도구 및 신뢰 마크 프레임워크에 대한 비판적 분석을 수행하고, OECD의 광범위한 데이터 세트를 기반으로 한다. 이 연구는 대규모 언어 모델(LLM)과 같은 신뢰할 수 있는 인공지능 도구 및 프레임워크의 현재 상태를 조명하고, 구현 격차를 bridging하는 데 필요한 동향을 제시한다.