AI의 다음 장면을 가장 빠르게 읽는 법

Nvidia는 자신이 만든 컴퓨트 시장의 희생양이다.

이 회사는 컴퓨팅의 가치를 입증한 끝에, 시장에 참여하고 싶어하는 모든 이들의 중심에 서게 되었다. 더 간단한 기술과 흥미가 없는 회사들은 이들 사이에서 부를 축적하고 있다.

메타, 9월에 AI 칩 생산 시작한다

메타는 빠르게 발전하는 AI 기술에 따라 내구성 있는 칩 설계를 위해 모듈러한 접근 방식을 취하고 있다. 이 칩들은 AI의 빠른 발전을 예상하고, 내구성 있는 설계를 위해 모듈러한 접근 방식을 취하고 있다.

메타의 AI 이미지 생성기를 사용하지 않도록 Instagram 사진에서 차단하는 방법

메타의 새로운 AI 이미지 생성기(Meta의 대규모 언어 모델(LLM) 기반 AI 이미지 생성기)는 당신의 공개된 인스타그램 사진을 사용하고 있다. 만약 당신이 이를 거부한다면 어떻게 해야 하는지 알려드릴게요.

FL Studio 2026, AI 챗봇이 보조 엔지니어로 변신한다

FL Studio 2026은 이전 버전의 Gopher AI 챗봇을 업그레이드하여 보조 엔지니어로 변신시켰다. 새로운 기능으로 인해 음악 프로듀서와 작곡가가 작업 속도를 높일 수 있다.

마이크로 드라마의 한 조각을 원하는 Character.AI

캐릭터 AI가 대규모 언어 모델(LLM) 기반의 채팅봇 플랫폼으로만 남아 있지 않도록 하기 위한 계획은 인터랙티브 북, 코믹스, 오디오 드라마만 넘어섰다. 오늘 이 회사는 모바일 기기에서 시청하고 상호작용할 수 있는 짧은 형식의 에피소드 영상을 출시하는 c.ai 시리즈를 발표했다. 전통적인 미크로 드라마 서비스는 저렴한 제작비로 제작된 생생한 드라마를 주로 내놓지만, 캐릭터 AI의 c.ai

클로드를 만나보세요

스포티파이의 연도 리뷰 기능 인 스포티파이 와프드가 많은 앱에서 연도 리뷰 기능을 시작한데 이어, 요즘 AI도 이 트렌드에 참가했다. Anthropic은 4일 Claude 대화 챗봇에 'reflect' 기능을 도입했다. 이는 사용자가 지난 한 달 동안의 데이터 사용 분석을 볼 수 있게 해준다.

메타, 새로운 AI 모델로 코딩 경쟁력 강화한다

메타는 Muse Spark 1.1이라는 새로운 AI 모델을 출시하여 개발자와 협력할 수 있는 Meta Model API를 제공한다. 이 모델은 이전 버전보다 큰 발전을 이루어내고, 코딩 작업에 있어 더 나은 성능을 보인다.

오픈AI, GPT-5.6 공개... 정부 승인받은 대형 언어 모델(LLM)

오픈AI가 개발한 대형 언어 모델(GPT-5.6)이 정부 승인 이후 일반인에게 공개되었습니다. 이 모델은 오픈AI CEO 샘 알트만이

마이크로소프트의 패치 화요일이 더 커질 것

윈도우 11 업데이트가 앞으로 보안 이슈를 더 많이 고치는 업데이트를 포함할 수 있습니다. 마이크로소프트는 최근 블로그 게시물에서 AI를 이용해 " eariler potential issues"를 식별할 수 있다고 발표했습니다. 이는 고객들이 각 보안 업데이트에 포함된 보안 업데이트의 양이 증가할 수 있다는 의미입니다. 해커들은 AI를 포함해 아마추어들도 점점 더 AI를 이용해 공격을 하고

신호와 잡음의 구분: 코드 평가에 대한 새로운 분석

OpenAI의 새로운 분석은 인기가 있는 코드 벤치마크인 SWE-Bench Pro에 문제가 발생하여 AI 모델 평가의 신뢰성과 정확성에 대한 우려를 제기합니다. 코드 평가에서 신호와 잡음을 구분하는 것은 AI 모델의 성능을 정확하게 평가하는 데 중요합니다. 신호는 코드 평가에서 의도한 결과를 의미하는 반면, 잡음은 코드 평가에서 의도하지 않은 결과를 의미합니다.

정부 및 국가안보 협력에 대한 우리의 접근 방식

오픈아이의 정부 및 국가 안보 파트너십 접근 방식에 대해 배우고, RESPONSIBLE AI 사용, 민주적 책임성 및 pubic 안전에 대한 원칙을 확인하세요.

미국 4대 원자력 반응기, 중대한里程표를 달성하다

미국 원자력 발전소의 중대한 기념일인 7월 4일이 다가오면서, 미국의 원자력 발전소가 새로운 전기를 시작한다. 3대 미세 반응기와 4대 대형 반응기가 이날 중요한 기술적 마일스톤을 달성했다.

From Atomic Actions to Standard Operating Procedures: Iterative Tool Optimization for Self-Evolving LLM Agents

arXiv:2607.07321v1 Announce Type: new Abstract: Tool utilization enables Large Language Model (LLM) agents to interact with the real world and resolve complex tasks. However, existing agent frameworks

CoT 사고의 논리적 일관성 검사: 인공지능 안전 평가의 새로운 프레임워크

인공지능 모델이 주장하는 사고 과정의 논리적 일관성을 평가하는 새로운 방법을 소개합니다. 이 방법은 이전에 개발된 Chain-of-Thought (CoT) 사고를 검증하는 데 사용되는 실험적 조작이 필요하지 않으며, 사고 과정의 일관성을 평가하기 위해 이전에 개발된 Faithfulness와 구분합니다.

AI가 이미지 이해하는가? - 컴퓨팅 이미지 작업에 대한 성능 평가

AI가 컴퓨팅 이미지 작업에서 물리학적 문제와 역문제를 처리할 수 있는지 여부는 불명확했다. 연구팀은 20개의 컴퓨팅 이미지 작업을 포함하는 ImagingBench 벤치마크를 개발하여 AI의 성능을 평가했다.

작업 재구조화와 승인-구조화된 위임: 다중 agent LLM 안전성

다중 agent 대규모 언어 모델(LLM) 시스템의 안전성 평가에서 계획자-수행자 PIPELINE과 직접적인 명령어를 비교하여 결과를 단일 'PIPELINE 효과'로 보고하는 것은 어려울 수 있다. 왜냐하면 이 합계는 세 가지 메커니즘을 혼동시키기 때문이다: 해로운 의도는 합리적인 작동 작업으로 재구성될 수 있으며, 계획자는 요청을 거부하거나 변형할 수 있으며, 수행자는 이전 승인 impli

인간 크기 이상의 지능 측정

인공지능의 지능을 인간 능력 이상으로 측정하는 방법은 무엇일까? 인간이 만든 기준을 사용하면 saturate(포화상태에達하는)되고, 인간 능력 이상의 지능을 측정하려면 hard(어려운)한 task와 verifiable(확인할 수 있는)한 task를 판별하는 방법을 모른다. 우리는 이러한 어려움은 절대적 평가의 본질적 특성이라고 주장하고, 상대적인 측정을 기반으로 한 새로운 패러다임을 제안한다

동적 인간-AI 협조에서 사회적 규범 학습이 호환성을 향상시킨다.

인간은 동적 상호작용을 통해 끊임없이 다른 사람들과 협력한다. 이 협력을 위한 암묵적인 사회 규범이-agent들이 공유하는 암묵적인 기대라는 점에서-hard-to-quantify social norms라고 불리우며, 이 규범은 상호작용하는 agent들 사이에서 작용한다. 인공지능 agent들, 특히 대규모 언어 모델(LLMs)은 일상생활에 점점 더 깊숙이 들어가며 이러한 상호작용에 참여하고

대규모 행동 모델: 소매 고객의 디지털 트윈

고객 행동 모델링은 추천, 마케팅 및 의사 결정을 지원하는 근거입니다. 그러나 기존 접근법은 결정의 설명 없이 예측 정확성을 최적화하거나 실제 행동 데이터에 근거하지 않은 사용자를 시뮬레이션하는 것을 선택합니다. 우리는 대규모 영역 모델(Large Behavioral Model, LBM)이라는 모델을 제시합니다. 이는 대규모 RETAIL 거래를 통해 통합된 사람-환경( Person-Envir

LLM PC 7월 9일

컴팩트 월드 모델에 공간 관계를 기반으로 하여 지시 정보 누출과 목표가 없는 동역학 수정

구체적인 월드 모델이 언어 목표에 대해 조건화된 경우, '빨간 블록을蓝색 블록의 왼쪽에 놓다'와 같은 관계를 구체적인 '참조 앵커'를 사용하여 구체적인 세트로 표현할 수 있다고 약속합니다. 우리는 이러한 참조가 실제로 관계를 구축할 때 언제 발생하는지 물어보고, 다음의 함정에 부딪히게 됩니다: 목표 조건의 예측기가 놀랍도록 0.90의 관계 읽기 정확도를 달성하지만, 이는 '인스트럭션 전사'가

LLM PC 7월 9일

기업형 기관적 인공지능의 토큰 경제학을 설정하는 오케스트레이션 디자인 효과

현재 에이전트 AI 개발은 토큰을 최대화하는 방식으로 진행된다. 즉, 토큰을 사용하여 기능을 구매하는 방식으로, 더 긴 추론 경로, 더 많은 회전, 더 넓은 도구 로드, 더 큰 재생된_contexts를 얻기 위해 토큰당 작업의 가치가 증가하는 속도보다 토큰당 작업이 더 빠르게 증가한다. 토큰당 가격이 하락함에 따라 이 패턴은 드러나지 않지만, 총 지출은 여전히 증가한다. 우리는 토큰을 최대화

SageMath-증강 LLM agent를 사용한 계산 및 실험 수학의 평가

수학 분야에서 AI를 이용한 최근 성과는 주로 자동 공식화와 정리 증명에 집중되어 왔다. 그러나 대규모 언어 모델(LLM)에서 컴퓨터 대수 시스템(CAS)의 역할은 아직 충분히 연구되지 않았다. 우리는 SageMath에서 얻은 검증 가능한 feedback와 Context7의 최신 문서를 결합한 ReAct-style 대인적인 설정을 제안한다. 또한 RealMath 벤치마크에서 연구 수준의 수학

ARC-AGI-1에서 비용 효과적인 에이전트 하네스

AI 연구진은 새로운 에이전트 하네스 기술을 발표했다. 이 기술은 대규모 언어 모델(LLM)과 같은 고성능 모델을 필요로 하지 않고도 abstract reasoning과 generalization을 가능하게 한다. 연구진은 이 기술을 사용하여 ARC-AGI-1의 400-task 평가 집합에서 57.50%의 pass@2를 달성했으며, 이 성능은 \$0.25의 비용으로 달성되었다.