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

에이전트 6월 29일

증명 가능한 기하학 문제 해결: 해결책에 따라 자동 공식화 및 정리 제안

지오메트리 문제 해결은 최근 뉴로-symbolic 패러다임을 채택하고 있는 추세입니다. 이 패러다임은 신경망의 직관성을 symbolic rigor와 결합하는 방식입니다. 그러나 현재의 프레임워크는 두 가지 핵심 단계에서 심각한 병목 현상을 겪고 있습니다. 첫 번째는 autoformalization, 즉 멀티모달 번역을 static task로 다루고 downstream solver compat

AI 모델 6월 29일

몸을 가진 계획에서 ẩn상태 사회 규범 준수에 대한 기준점: NormAct

대규모 멀티모달 언어 모델(LLM)은 점점 더 embodie된 계획자로 egocentric 환경에서 사용되고 있다. 이러한 환경에서 성공적인 작업은 수행한 명령에 달려 있으면서도 사회적으로 적절한 방식으로 행동하는 것이 중요하다. 명확한 목표는 특정 행동을 최적화하는 데 도움이 될 수 있지만, 암묵적인 사회적 규범은 숨겨진 제약을 가질 수 있다. 기존의 평가 방법은 주로 명확한 목표 달성을

AI 모델 6월 29일

Annealing된 회전-aware 온-폴리시 distillation을 위한 Multi-turn 자율_AGENT의 학습

대규모 언어 모델(LLM) agent를 위해 긴 시간 범위 내의 상호 작용 작업을 수행하기 위해서는 빠른 모방과 보상 기반 개선이 모두 필요합니다. 온 정책 distillation(OPD)은 teacher의 밀집된 지침을 제공하고 일반적으로 초기 단계에서 급격히 향상되지만 학생이 teacher에 접근할 때 gains가 saturation되며 최종 성능 한계를 제한합니다. 강화 학습(Reinf

에이전트 6월 29일

그래프 월드 모델의 롤아웃 오류 이해

세계 모델(World models)은 학습된 동적 모델을 앞으로 이동하여 계획을 하는데 자주 사용됩니다. 그러나 많은 계획 환경은 벡터나 이미지만 아니라 agent, 도구, 기술, 경로 및 의존성의 그래프입니다. 이러한 환경에서 지역 예측 오류는 그래프 내에 머물거나 그래프 내에 퍼질 수 있으며, 에지의 예측이 고정된 것과 다르게 실패 모드가 다시 바뀝니다. 이 논문은 그래프 세계 모델(Gr

AI 모델 6월 29일

신뢰할 수 있는 및 강력한 LLM 계획에 대한 기호 feedback-Driven 반복적 자기 개선 Framework

대규모 언어 모델(LLM)은 학계와 산업界에서 널리 주목을 받고 있지만 배포 시에 강도와 신뢰성에 대한 중요 보안 문제를 일으킨다. 지능적인 행동의 핵심 구성 요소인 계획은 대규모 언어 모델에 의해 여전히 어렵다. 이는 장거리 의사 결정 과제에서 내재된 복잡성으로 인해 종종 불가능하거나 잘못된 해결책을 생성한다. 이 논문에서 우리는 장거리 계획에서 대규모 언어 모델의 강도와 신뢰성을 향상하기

LLM PC 6월 29일

위험 정보: 계층적이고 설명 가능한 주장 확인 프레임워크를 위한 동적 다중 출처 증거 검색 및 집계

위험한 정보 환경에 대한 위협이 증가하고 있는 가짜 뉴스의 빠른 확산은 특히 GEO 중독(GEO poisoning)을 통해 adversarially 제작된 콘텐츠를 retrieval 시스템이 체계적으로 표면화할 수 있게 하면서 LLM 논리 reasoning을 오염시킵니다. 본 논문에서 우리는 Tree of Evidence (ToE), 가짜 뉴스 자동 확인 프레임워크를 제안하는데, ToE는 각

AI 모델 6월 29일

멀티모달 감정 합리화: 느린 빠른 사고 협동으로

explicit 추론이 반드시 더 나은 다중 모드 감정 인식(Multimodal Emotion Recognition, MER) 정확도에 직결되지 않는다는 것을 발견했습니다. 추론 기반 대규모 언어 모델(LLM)에서, 빠른 사고를 유발하여 직접적인 대답을 트리거링하는 것이 종종 느린 사고 후 철저한 추론보다 성능이 뛰어난 경우가 많습니다. 실증 분석 결과, 빠른 사고는 더 넓고 더 자신 있는

AI 모델 6월 29일

저소득 LLM 프레임워크: 온라인 Forum을 통해 학습 장애 학생의 감수성 분석

다음과 같이 영문 뉴스를 한국어로 번역할 수 있습니다. 인지장애 학생들은 점점 더 자율학습 도구를 사용하여 읽기, 쓰기, 조직, 그리고 학습 관련 업무를 지원받고 있습니다. 그러나 이러한 도구와의 삶의 경험은 크게 조사되지 않고 있습니다. 이 논문은 DysLexLens라는 저자원 대규모 언어 모델(LLM) 프레임워크를 제안하여 인공지능(AI)과 인지장애 학생의 경험을 온라인 forum 토론을

AI 모델 6월 29일

오디세이: 검증 가능한 지역 진실 보존 기반 모델을 구축하는 것

ODYSSEY 라는 범용 프레임워크를 소개합니다. 이 프레임워크는 특정 지역의 진실을 유지하는 foundation 모델을 구성하기 위해 foundry라는 개념을 사용합니다. foundation 모델은 지역 컨텍스트의 덮개, 지역 표현가족, 제한 맵, 붙이는 규칙, 방해 정책, 업데이트 의무, 인간과 대면하는 뷰를 지정하는 아키텍처 구성 요소입니다. foundry는 지식의 정렬된 sheaf를

에이전트 6월 29일

내부적 미래를 내담하는 지능형 훈련 패러다임: 월드 모델 계획

대규모 언어 모델(LLM) agent는 순차적 의사 결정을 위한 강력한 능력을 보이지만, 장기적인 작업에서는 여전히 반응적으로 남아 있습니다. 인간은 미래의 계획을 평가하기 위해 'what-if' 논리를 사용하지만, 표준 agent는 내부 월드 모델을 통해 미래의 결과를 시뮬레이션할 수 없습니다. 따라서 우리는 미래에 대한 계획을 내담하는 방법을 제안합니다.

에이전트 6월 29일

멀티_AGENT LLM 팀에서 성격 구성이 중요할 때는 언제인가?

대규모 언어 모델(LLM)에게 개인성 지시를 하는 방식은 대규모 언어 모델이 어떻게 정보를 전달하는지에 영향을 미치지만, 이러한 행동 변화를 목표 업무 결과에 미치는 영향은 아직 연구되지 않았습니다. 이전 연구에서는 저 감수성 개인성을 가진 agent를 지시하면 적대적인 언어를 사용하고, 높은 감수성 개인성을 가진 agent를 지시하면 협력적인 언어를 사용하는 것으로 나타났지만, 다양한 분야

AI 모델 6월 29일

AI-모델 네트워크: 개념, 현황 및 미래

인터넷의 가치를 높이는 AI 모델 네트워크의 개념, 현황 및 미래에 대한 연구를 소개합니다. 대규모 언어 모델(LLM)의 실제 적용이 고비용으로 인해 지연되고 있습니다. 하지만 가벼운, 사설 및 도메인 특화된 모델을 통해 이 문제를 해결할 수 있습니다. 그러나 다양한 모델 간의 효과적인 상호작용 및 협력을 위한 접속점이 필요합니다.

산업 6월 29일

중국 Z.ai가 Claim, 자사 보안 강도는 마이토스와 맞대설 수 있다

중국 지푸 AI(Z.ai)가 공개 중량 GLM-5.2를 출시했으며 일부 연구자들은 특정 버그 찾기 및 보안 관련 시나리오에서 마이토스(Mythos)와 비교할 때 유사한 성능을 보인다고 주장하고 있습니다. 그러나 GLM는 애스 트로픽(Athropic)과 오픈 AI(OpenAI)가 개발한 모델보다 더 일반적인 작업에서 뒤쳐지는 반면, 중국은 자신의 모델과 애스 트로픽과 오픈 AI의 모델 사이의

AI 모델 6월 28일

팔리사데스 화재 사건 재판에서 검찰이 채팅 로그를 증거로 사용했습니다.

2025년 1월 1일 LA 역사상 가장 치명적인 산불 중 하나가 된 화재를 유발한 혐의로 조나단 리인더크네히트가 재판을 받고 있었다. 검찰은 이사건을 증명하기 위해 리인더크네히트의 아이폰 위치 정보, 보안 카메라 영상, witness 증언을 사용했지만 그의 ChatGPT 로그도 사용했다고 말했다. 검찰은 리인더크네히트의 아이폰 위치 정보가 화재 현장 근처에 있었을 때의 메시지와 화재 발생 후