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.

4,434개 기사 6시간마다 업데이트
전체 AI 모델 에이전트 연구 산업 도구 LLM PC 허깅페이스

최신 기사

연구 6월 30일

COMPASS: 통합 멀티모달 모델에서 구성-의도 지침을 기반으로 하는 지지

composition은 높은 수준의 시각적 의도입니다. 이 의도는 주체가 어디에 위치하고景면이 어떻게 조직되는지에 관해 규정합니다. 그러나 현재의 통합 멀티모달 모델은 세부적인 composition 인식에 대해 불신할 정도로 불안정하고 이러한 의도를 제어할 수 있는 생성을 힘들게합니다. 우리는 COMPASS를 제시합니다. COMPASS는 perception과 generation을 모두 포함하

에이전트 6월 30일

의료 도구 생물학적 우주 내 치료 논리 처리를 위한 인공지능 에이전트

치료를 위한 논리적 사유는 모든 치료 결정을 뒷받침하는 데 중요하며, 질병의 맥락, 동반 질병, 약물, 반대 여부, 그리고 발전하는 의학 지식과 적절한 치료를 선택하기 위해 통합된다. 이는 본질적으로 반복적인 과정을 의미하며, 후보 물건은 많은 제약을 고려하여 후보 물건을 개선하고 증거가 나오면 증거를 수집하고, 검증 가능한 원천에 근거하여 증거를 수집한다. 여기서 우리는 ATHENA-R1이

AI 모델 6월 30일

아리스토텔레스의 도덕적 성품 프로파일링을 통해 인공지능 언어 모델의 윤리적 딜레마를 분석하는 방법

대규모 언어 모델(LLM)은 종종 여러 응답이 정당화될 수 있지만 다른 우선순위를 표현하는 다양한 우선순위를 갖는 эти학적 딜레마에 직면하게 된다. 예를 들어 공정성, 진실성, 용기, 또는 자제를 우선시할 수 있다. 우리는 VirtueMap이라는 프레임워크를 소개한다. VirtueMap은 아리스토텔레스의 도덕성 관점에서 이러한 패턴을 설명한다. 단일 정답만을 요구하는 대신, VirtueMa

AI 모델 6월 30일

논리적 추론에서 진실을 찾기: LLM 경로를 조정하기 위한 동적 편집 프레임워크

현재 대규모 언어 모델(LLM)의 논리적 추론을 향상시키기 위한 접근 방식, 예를 들어 Chain-of-Thought와 "Wait" 지시어는 모델이 더 많이 생각하도록 유도하지만 종종 진실로 가도록 안내하지 못한다. Representation Editing(RepE)는 내재된 제어를 제공하지만 동적 추론 경로에 대한 응용은 아직 미흡하다. 이 연구에서는 추론 경로가 펼쳐질 때 진리의 기하학을

LLM PC 6월 30일

다중 모드 LLM의 이미지 기반 의료 대화에 대한 벤치마크

최근 대규모 언어 모델 및 시각-언어 모델의 발전으로 다중 모드 데이터에 대한 논리적 추론이 가능해졌고, 의료 적용 분야에서 의사결정 지원 및 전문의로의 분류와 같은 기회를 제공하고 있습니다. 그러나 현재 의료 AI 벤치마크는 분산되어 있습니다: 일부는 다중 턴 대화 지원을 제공하지만 이미지를 제공하지 못하고, 다른 벤치마크는 다중 모드 입력을 제공하지만 단일 턴 QA 작업에만 집중하고 있습

에이전트 6월 30일

GPTNT: 실시간 멀티모달 agent 간 협업을 위한 'Keep Talking And Nobody Explodes' 벤치마크

인공지능이 인간이나 다른 인공지능과 협력하여 작업을 수행하는 데 사용되는 다중 모드 모델의 사용이 점점 증가하고 있습니다. 현재 기준의 벤치마크는 이러한 모델이 여러 구성 요소의 능력을 갖추고 있음을 보여주지만 협력 시 발생하는 시간 압박, 정보 비대칭성 및 불완전한 통신과 같은 조건은 일반적으로 분리된 상태에서 연구됩니다. 우리는 협력하는 두 개의 agent가 반응 시간 내에 생성된 폭탄

AI 모델 6월 30일

모델 능력 향상 Closed-Loop 데이터 및 평가

대규모 언어 모델(LLM)의 전반적인 변수인 모델 능력은 직접 관찰되지 않습니다. 데이터는 미래에 모델 능력을 형성하며, 평가는 모델 능력을 후속적으로 노출합니다. 그러나 샘플, 프롬프트, 디코딩, 및 점수 규칙을 하나의 노이즈 점수로 압축합니다. 실제 최적화는 이 반대 방향으로 작동합니다. 엔지니어는 실패를 먼저 관찰하고, 데이터를 수정해야 합니다. 그러나 두 가지 측면은 상호 불일치하는 어휘를 사용합니다. 벤치마크 이름과 샘플당 정확도와 데이터 출처, 도메인, 및 품질 레이블을 사용합니다. 이 추론은 일반적으로 직관이 아닌 메소드입니다. 우리는 이 단절을 닫기 위해 <em>능력 슬라이스</em>를 사용합니다. 샘플이 공통된 배경 조건, 작업 유형, 해결 연산, 및 출력 제약 조건을 공유하는 평가 샘플의 집합입니다. 이 단일 약점을 지역화할 수 있을 정도로 정밀하지만, aggregation이 가능하며, 벤치마크 이름이 너무粗하고, 단일 샘플이 너무 노이즈가 많은 경우에도 안정적입니다. 이 단위로 구성된 평가 분류, 비-인스트럭션 데이터 분류, 및 매핑 규칙은 벤치마크 수준의 실패를 대상화 가능한, 테스트 가능한 데이터 조정을 위한 닫힌 루프를 형성합니다.

에이전트 6월 30일

자기이행 자기진화 에이전트를 위한 홀드아웃 선택

대규모 언어 모델(LLM) agent들은 무게 업데이트를 거치지 않고 자연어 아티팩트를 통해 개선되고 있다. 자연어 아티팩트는 반사, 워크플로우, 플레이북, 치트 시트, 또는 최적화된 프롬프트와 같은 것들이며, 동결된 정책을 조건화한다. 이러한 방법들은 일반적으로 단일 벤치마크에서만 도움이 된다는 점을 보고한다. 우리는 이러한 방법들을 하나하나 비교하고 더 명확한 그림을 드러내려고 한다. R

도구 6월 30일

오픈 아이가 새로운 하드웨어... 코덱스용으로 준비중

오픈에이이는 7월 15일 Codex라는 AI가 구동하는 프로그래밍 도구와 관련된 장치를 출시할 예정입니다. 월요일에 X에 업로드된 비디오에서 오픈에이이는 여러 버튼이 있는 직사각형 모양의 장치를 보여주고, "당신이 좋아하는 Codex 단축키들은 업그레이드될 거야"라고 캡션을 달았습니다. 이건 오픈에이이가 개발 중인 [...]

허깅페이스 6월 30일

디스 코포머: 밀도와 점수, 분포에 걸쳐 하나의 트랜스포머

AI가 기계 번역을 대체할 수 있을까? 인공지능(AI)가 인간 번역가의 역할을 대체할 수 있을까? 기계 번역이 점점 더 발전하고 있지만, 여전히 인간 번역가가 필요하다는 결론을 내렸다. 미국 샌프란시스코에 있는 언어 기술 회사인 Systran은 2022년 6월에 1,000만 명 이상의 사용자가 사용하는 100개 언어를 지원하는 대규모 언어 모델(LLM)을 출시했다. Systran의 CEO 인

AI 모델 6월 29일

법사위원들은 AI 기업들이 건강 데이터를 판매하는 것을 금지하고 싶다.

신종 제안이 나오고 있다. 이 제안은 미국인의 건강 정보와 위치 정보를 데이터 중개자에게 판매하는 것을 금지하도록 한다. 이 데이터 중개자에는 인공지능 챗봇과 같은 채팅봇인 ChatGPT나 Claude도 포함된다. 다음 몇 주 동안, 상원 의원 엘리자베스 워런(민주당, 매사추세츠 주)과 하원 의원 메리 게이 스캔론(민주당, 펜실베니아 주)은 건강 및 위치 정보 보호에 대한 새로운 법안을 발표