본문으로 건너뛰기

AI / SIGNALS / KOREA

AI의 다음 장면을
가장 빠르게 읽는 법

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

4,427개 기사 6시간마다 업데이트

최신 기사

에이전트 7월 9일

LLM을 이용한 agent-based modeling의 논리적 추론

학습형 모델링(ABM)은 수백만 명의 개인과 그 상호 작용을 모델링 할 수 있는 능력을 가지고 있으며, 정책 결정에 유용하다. 그러나 ABM은 전통적으로 정적 전제에 의존해왔다. 이는 모델이 실시간으로 변하는 상황에 적응하지 못하게 한다. 우리 연구에서는 이러한 정보 결핍을 해결하기 위한 새로운 접근법을 제공한다. 대규모 언어 모델(LLM)은 인간의 의사 결정 예측에 새로운 기회를 제공한다.

AI 모델 7월 9일

인맥 내 검색이 도움이 될 때 : 반사 주도적인 사유의 샘플링 복잡도 이론

대규모 언어 모델(LLM)들을 확장된 논리 추론을 통해 훈련하면, 모델이 순차적으로 해결책 시도들을 생성, 비판, 수정할 수 있는 인컨텍스트 탐색(in-context search) 방식을 사용할 수 있다. 인컨텍스트 탐색을 근사적 추론으로 모델링하고, 기초 모델이 사전 분포를 정의하고, 자기 반영(self-reflection)이 후속 업데이트를 위한 피드백을 제공하는 것을 분석한다. 또한,

에이전트 7월 9일

코딩 에이전트 평가를 위한 생산성 평가 경로 검토: AgentLens

AgentLens라는 대규모 언어 모델(LLM) 평가 도구를 제시합니다. 일반적으로 코드 에이전트 평가 도구는 단일 비트로 평가되지만(작업이 성공했는지 여부), 실제로 이러한 에이전트를 사용하는 사람들은 에이전트가 명령을 따르는 방식, 도구를 사용하는 방식, 자신의 작업을 검증하는 방식, 오류를 복원하는 방식, 사용자와 대화를 하는 방식에 대한 모든 경로를 경험합니다. AgentLens는 이

AI 모델 7월 8일

게임 데이터가 AGI의 비밀을 밝힐 수 있다고 말하는 베조스 주축의 스타트업

인공 일반 지능(AGI)을 달성하는 데 있어 대규모 언어 모델(LLM)은 부족함을 느끼게 된다. 채팅 GPT와 클로드와 같은 모델은 텍스트에 탁월하지만 실제로 공간과 시간을 통해 움직이는 것을 이해하는 능력은 덜 뛰어나며, 일반화되는 지능을 생산하기 위해서는 이러한 능력은 필수적이다. 이러한 격차를 채우는 데에는 게임 데이터가 도움이 될 수 있다. 이는 일반 인ту이션(GI)이라는 모델에 대

AI 모델 7월 8일

CEO는 왜 비디오 게임이 인터넷보다 더 좋은 교육 데이터라고 생각하는가?

인공 일반 지능(AGI)을 달성하는 데 있어서는 대규모 언어 모델(LLM)만으로는 충분하지 않다. 채트GPT와 클로드와 같은 모델들은 텍스트에 매우 뛰어나지만, 실제로 물체가 공간과 시간을 통해 움직이는 것을 이해하는 능력은 그다지 뛰어나지 않다. 이는 일반화된 지능을 생산하기 위한 필수적인 능력이다. 이 격차를 메우는 것은 게임 데이터일 수 있다는 것이 증명되었다. 그 배경에는 일반 지능(

허깅페이스 7월 8일

agent의 데이터

AI가 출판에 미치는 영향에 대한 연구가 최근 진행되었다. 연구진은 AI가 출판의 여러 측면에 미치는 영향을 조사했으며, 출판 업계에서 AI를 어떻게 사용할 수 있는지에 대한 아이디어를 제공했다. 연구진은 AI가 출판에 미치는 영향에 대한 3가지 주요 유형을 식별했다. 첫째, AI가 출판의 자동화에 미치는 영향. AI는 출판의 자동화에 큰 도움이 될 수 있다. 예를 들어, AI는 기사 작성을