AI / SIGNALS / KOREA
최신 AI 모델·에이전트 소식을 한국어로 정리하고, 실제 선택에 필요한 맥락까지 함께 전합니다.
이 논문은 주어진 전력망 운영 업체(TSO) 환경에서 행동 기반 인공지능(Agentic AI)과 모델 컨텍스트 프로토콜(Model Context Protocol, MCP)가 전력망 연구를 어떻게 지원할 수 있는지探討합니다. 우리는 대규모 언어 모델(LLM)을 수치 시뮬레이션 도구, 구조화된 워크플로우, 그리고 인간의 감독과 통합하는 것을 주목합니다. 우리는 Agent-assisted grid
작은 언어 모델(SLM)은 대규모 언어 모델(LLM)와 비교하여 환경적으로 친화적이고 비용이 저렴하지만, 복잡한 논리적 이해력을 요구하는 작업에서 오류가 발생합니다. 본 연구에서는 SLM의 논리적 이해력을 높이기 위해 심볼릭 트리플릿 추출과 전문가의 논리적 추론을 위한 관계 그래프卷积 네트워크(RGCN)를 활용하는 방법을 제시합니다.
학습 모델이 장기적인 작업을 잘 수행하지만, 보통 고정된 도구 세트로 훈련된 후에 훈련된다. 작업이 새로운 도구를 요구할 때, 이러한-agent는 효과적으로 그들을 통합하는 데 어려움을 겪고, 다시부터 scratch로 훈련하는 것은 종종 불실천이다. 우리는 도구 세트 확장 문제의 핵심 장애물이 행동의 지구력인지를 식별한다: agent가 새로운 도구와 정립된 논리 패턴에도 불구하고, 친숙한 도
arXiv:2607.14144v1 Announce Type: new 플라톤적 표현 가설(Platonic Representation Hypothesis, PRH)은 모델이 규모를 키울 때, 다종의 네트워크의 표현이 현실에 대한 공유 모델로 수렴한다고 말한다. 우리는 이 가설의 후속과 경계, 능력 수렴 가설(Capability Convergence Hypothesis, CCH)을 제안한다: 고정
Bayesian 신뢰망(Bayesian Belief Networks, BBNs)은 불확실성 아래서 의사 결정을 위한 강력한 도구입니다. 하지만 구조를 만들고 매개변수를 추정하는 것은 어렵습니다. 현재 연구자들은 전문가 의견에 의존하거나 대규모 데이터를 사용하여 네트워크의 구조와 매개변수를 학습해야 합니다. 우리는 대규모 언어 모델(Large Language Models)을 사용하여 전문가 의
1형 당뇨병은 인슐린 생산을 담당하는.pancreatic beta 세포가 완전히 파괴되는 만성 생존 위협을 일으키는 자가 면역 질환이다. 새로운 연구에서는 인공 췌장 시스템을 통해 인슐린 공급을 자동화하는 RL(Rainforcement Learning) 기술을 적용하여 더 투명하고 신뢰할 수 있는 인슐린 펌프 제어를 개발했다.
인간이 공간 정보를 주고받는 방식으로 영감을 받아 공간 정보를 주고받는 언어 기반의 지리적 위치 식별이 직관적이고 실용적인 가치로 인해 큰 진전을 이루고 있습니다. 그러나 이러한 진전에도 불구하고 대부분의 방법은 정적이고 한 번의 검색만을 지원하는 패러다임에 기반을 두고 있으며, 이는 실세계 자연어 설명의 불명확성과 불완전성을 처리하지 못합니다. 우리는 새로운 패러다임으로 검색을 재단하고 대
RegNetAgents는 대규모 언어 모델(LLM)과 같은 AI-oriented 다중 agent framework를 제시합니다. 이 시스템은 bulk tumor와 single-cell-derived ARACNe 네트워크를 통합하여 대규모 단일 세포 조절 네트워크를 포함한 TCGA-derived 암 네트워크와 GREmLN 프로젝트의 암 네트워크를 통합합니다. 특정 포커스 유전자에 대한 fram
예측 모델링에서, 모델이 특정 목표 예측을 생성하는 이유를 설명하는 능력은 점점 더 중요해지게 되었다. [5, 10] 블랙박스 모델은 내부 메커니즘을 설명하는 투명한 설명을 제공하지 않기 때문에,แม้ว라 모델이 정확한 예측을 내도, 그 예측을 해석하고 검증하기는 어렵다. 중요한 상황에서, 예측 정확성만으로는 충분한 검증 매트릭스가 아니며, 모델의 결정에 대한 근거를 설명하지 못한다면, 더
Retrieval Augmented Generation(RAG)은 대규모 언어 모델(LLM)의 출력 품질을 더 넓은 맥락에서 향상시키는 데 성공적인 프로세스임이 입증되었다. 그러나 RAG 시스템은 일반적으로 평면 문서 저장소에서 컨텍스트를 검색한다. 이는 구조화된 지식에 대한 계층적 또는 관계적 추론이 필요한 질의에 어려움을 겪는다. 나는 HG-RAG(Hierarchy-Guided RAG)이
이 논문은 자율 비행 무인기 무리(autonomous UAV swarms)가 구조 구출 작전(search and rescue operations)을 수행하는 데 사용되는 새로운 3단계 계층적 학습 아키텍처를 제안합니다. 기존 접근 방식은 모든 계층에 동일한 학습 패러다임을 적용하는 반면 제안된 아키텍처는 신경 플라스틱성(Hebbian neuroplasticity)으로 개인 에이전트의 적응,
Companies coming to market are raising money at fastest pace this century.
사회 엔지니어링 기법은 주로 금전적으로 동기付け된 범죄자들의 도구로 사용되었다.
HP 프린터 용품 공급자를 상대로 위협이 가해졌다. HP는 대규모 언어 모델(LLM)과 같은 기술을 통해 프린터 용품을 생산하고 있다.
인간이 AI 에게 더 많은 자율성을 부여하면서, 그에 대한 자율성을 평가하는 데 대한 신뢰를 줄여가고 있다. 157 개 기업을 대상으로 한 연구에 따르면, 절반의 기업은 내부 평가를 통과한 AI agent를 고객에게 배포한 후에 실패한 적이 있다. 현재 1/5 만이 자동 평가에 대한 신뢰를 가졌고, 가장 큰 약점은 평가가 실제 세계 결과와 일치하지 않는다는 것이다. 그러나 2/3 는 자동 평
사업체 101곳에서 AI agent가 사업 환경에 대한 정보를 얻는 데 사용하는 인프라가 빠르게 구축되고 있지만, 그만큼 신뢰할 수 있는지 여부는 아직 보장되지 않았다. retrieval-augmented generation이 이미 기본적인 환경 정보의 출처로 자리 잡았고, provider-native retrieval이 quiet하게 vector databases를 능가하고 있다. 그러나,
인터넷에서 자율적인 AI agent를 사용하는 기업은 107곳에 달한다. 이 중 절반 이상은 AI agent가 시스템과 데이터에 접근할 수 있도록 허용했으며, 제어를 포함하는 제한을 뒤쳐가고 있다. 절반 이상의 기업은 이미 AI agent 보안 사고나 가깝게 접근한 사고를 경험했으며, 3분의 1만이 각 AI agent에 고유한 범위의 식별자를 제공하고 있다. 대부분의 AI agent는 동일한
기업이 인공지능(AI) 인프라에 투자하는 비용은 현재 그 경제학을 볼 수 없거나 통제할 수 없이는 가속화되고 있습니다. 대부분의 조직은 친숙한 하이퍼스케일러와 모델 제공자 API를 통해 AI를 운영하지만, 다음 달러는 현재 사용하지 않는 특수 컴퓨팅을 목표로 하고 있습니다. 대부분의 조직은 내년 또는 다음 분기 내에 제공업체를 변경하거나 추가할 계획이며, 많은 조직은 분기 내에 제공업체를 변
리눅스 커널의 창시자이자 관리자인 Tor발드스(Linus Torvalds)는 최근 AI-assisted tooling에 대한 태도를 개진했다. 그는 AI를 단순한 도구로 바라보며, '리눅스 프로젝트는 AI에 반대하는 프로젝트가 아니다'고 밝혔다.
로블록스는 모바일 앱에서 새로운 '빌드' 기능을 출시하여 사용자들이 단일 텍스트 프롬프트를 통해 기본 게임을 생성할 수 있도록 함. 이 기능은 대규모 언어 모델(LLM) 기술을 기반으로 하며, 사용자들이 게임의 배경, 장소, 게임 플레이를 포함한 다양한 요소를 자동으로 생성할 수 있도록 해줌.
구글은 사용자가 가상으로 자신을 표현하는 디지털 캐릭터를 만드는 'Vids'라는 기능을 추가하고 있습니다. 또한 Gemini Omni라는 도구를 사용하여 사용자가 prompts와 참조 이미지를 입력하여 비디오를 생성하고 편집할 수 있도록 지원합니다.
인공지능(AI) 연구자들은 모두 '초인공지능(superintelligence)'을 추구하고 있지만, Yann LeCun의 세계 모델(startup)인 AMI Labs의 CEO인 Alexandre LeBrun은 그 단어를 무시하고 있다.
The FT reports Kimi K3 will be the largest open AI model from China, with a parameter count between 2 trillion and 3 trillion.
The deal, which was rumored to be in the works last year, marks an important step for Apple's AI ambitions in a key market.
