기업 AI 슈퍼 PAC가 27만 달러를 들여 지역 선거에 집중한 이유
환영합니다. Regulator는 Verge 구독자들이 좋아하는 기술 주인공과 워싱턴의 관료들의 어이없는 사건들을 기록하는 뉴스레터입니다. ("Favorite"은 당연히 주관적입니다.) 아직 구독하지 않았나요? 구독하기를 원하신다면, The Verge의 [...]
AI / SIGNALS / KOREA
최신 AI 모델·에이전트 소식을 한국어로 정리하고, 실제 선택에 필요한 맥락까지 함께 전합니다.
환영합니다. Regulator는 Verge 구독자들이 좋아하는 기술 주인공과 워싱턴의 관료들의 어이없는 사건들을 기록하는 뉴스레터입니다. ("Favorite"은 당연히 주관적입니다.) 아직 구독하지 않았나요? 구독하기를 원하신다면, The Verge의 [...]
GPT-5 Pro는 T 세포 행동에 대한 통찰력을 제공하며 3년 동안 해결되지 못한 면역학의謎를 풀어냈다. 이러한 발전은 암과 자가면역 질환 연구를 지원할 수 있다.
CUGA 프레임워크를 사용하여 대면적 앱을 만들 수 있습니다. 이 프레임워크는 가볍고 유연하며, 다양한 예제를 통해 사용자의 앱을 개발하는 데 도움을 줄 수 있습니다.
오미오(Omio)는 OpenAI를 활용하여 대화식 여행 경험을 제공하고 제품 개발을 가속화하며 AI-네이티브 회사로 전환하는 방법을 알아보세요.
조스 베인쇼프는最新 기계의 꼭대기까지 오르기 위해 계단을 올라간다. 그게 조금 번거롭다. 그 기계는 트랙터 한 대보다 더 크다. 그것은 150톤 이상의 반짝거리는 精密 밀링 알루미늄으로 덮여 있으며 천천히 오르내리는 труб, 색깔된 전선, 압력 탱크로 가득 차 있다. 땅에서 보면 그것은...
인도는 세계의 야생 아시아 원숭이의 약 60%를 거주하고 있으며 환경, 숲 및 기후 변화 장관부의 통계에 따르면 동물들의 서식지는 약 80%가 보호 지역 밖에 위치하고 있습니다. 이는 사람들이 야생동물과 가까운 접촉이 이루어지게 되며 충돌이 치명적이 될 수 있습니다. 인도에서 야생동물과 충돌로 인해 약 3,000명의 사망자가 발생했습니다.
arXiv:2606.20637v1 Announce Type: new Abstract: Electoral redistricting in Ireland's Proportional Representation Single Transferable Vote (PR-STV) system faces the challenge of selecting an optimally
arXiv:2606.20636v1 Announce Type: new Abstract: Computer-Use Agents (CUAs) are increasingly deployed in dynamic interactive environments, creating a growing need for continual skill learning during in
arXiv:2606.20634v1 Announce Type: new Abstract: Agent-runtime systems emit traces, ledgers, provenance graphs, policy logs, delegation tokens, cache events, and tool-firewall records, but those contai
arXiv:2606.20628v1 Announce Type: new Abstract: Humans increasingly make decisions with AI assistance; for example, doctors may follow AI-recommended diagnostic tests and base their diagnoses on the r
arXiv:2606.20631v1 Announce Type: new Abstract: Agent skills externalise reusable agent-facing behavioural knowledge and guidance as persistent artefacts that can be discovered, activated, and interpr
arXiv:2606.20627v1 Announce Type: new Abstract: Planning with world models is bottlenecked by compounding prediction errors and the difficulty of defining optimizable goals. Visual targets provide pre
대규모 언어 모델(LLM) agent는 금융 전제, Symbolic Reasoning, 실행 가능 요인 생성 및 feedback-driven 개선과 결합하여 알파 채굴을 위한 유망한 솔루션입니다. 그러나 combinatorial 검색 공간, noisy non-stationary feedback, 중복 발견 및 과적합 위험을 해결하기 위해, 우리는 구조화된 검색-프로세스 메모리 기반 자가 진화하는 알파 채굴 agent인 알파메모를 제안합니다.
대규모 언어 모델(LLM)을 목표 가치 함수와 일치시키는 데 있어 중요한 진전이 이루어졌습니다. 우리는 LLM이 (포스트-)학습 시 잘 일치되더라도, 여전히 합리적인 가치 maximization에서 실패할 수 있음을 주장합니다. 이 간격을 합리적 가치 위험(rational value risk)으로 정의하여 수학적으로 정의합니다. 이는 모델의 배포된 추론 전략과 합리적인 동등체가 되는 응답의
인간은 경험의 순서에 따라 제약된 인지 자원에서 추상적이고 재사용 가능한 지식을 어떻게 구축할까요? 이 질문에 대한 답을 위해, 우리는 프로그램 인덕션의 최근 발전과 정보-왜곡 이론을 통합하여 미래 구조가 쉽게 인코딩되고 발견되는 것에 영향을 미치는 이전 지식의 형태를 설명합니다. 이 개념을 계층적 어댑터 문법(Hierarchical Adaptor Grammar, HAG)으로 공식화하고, 이
인공지능의 목표는 열린 환경에서 일반적이고 유연한 행동을 하는 agent를 만들기 위해서이다. '비ITTER LESSON'을 따르면서, 우리는 인공지능을 달성하기 위한 가장 효과적인 경로는 인간의 전제를 제거하고 agent가 대규모 언어 모델(LLM)보다 훨씬 더 복잡한 '빅 월드'와 상호 작용하여 자연스럽게 출현하도록 하는 것이다. 우리는 휴대용 그래픽 사용자 인터페이스(GUI)를 이러한
대규모 언어 모델(LLM)의 신뢰성을 향상시키기 위해 반복적인 동료 비판을 통해 Multi-agent 토론이 개선되었다. 그러나 고정된 토폴로지는 지속적인 위치 편향을 유발하고, 불신할 수 있는 에이전트를 증폭시키며, 역할 assignement에 대한 민감도를 높인다. 우리는 Permutation-Equivariant Adaptive Routing Multi-Agent Debate(PEAR)
인공지능이 소프트웨어 개발 생명주기에서 첫 번째 등급 팀원으로 참여하고 있지만, 인공지능-인간 책임 경계, 승인 게이트, 관리 제약을 포함한 이 협력에 필요한 인공지능 SDLC 프로세스를 표현하는 명세 언어가 존재하지 않습니다.
현대 인공지능의 성공은 인간이 배우는 방식에 무엇을 알려주고 있는 걸까? 이 논문은 인공지능을 인간 학습의 모델로 nghiêm중하게 다루면, 가볍지만 진실한 연관주의를 지지한다고 주장한다. 주된 발견은 평가적인 피드백에 의해 주도되는 학습이, 대규모 언어 모델부터 게임을 즐기는 agent까지, 놀랍게도 현대 인공지능 시스템의 광범위한 범위에 걸쳐 있음을 의미한다. 이들은 주로 관련 피드백 신
Tree of Thought(Tot) 검색이 대규모 언어 모델의 추론 능력을 향상시키기 위한 유망한 방향이 되었지만, 이 방법들을 실제로 적용하는 것은 다음의 질문에 대한 체계적인 연구가 거의 이루어지지 않은 문제를 제기한다: 다루는 컴퓨트 비용, 모델 크기, 문제의 난이도에 따라서 다르게 행동하는 다양한 검색 전략은 어떻게 행동하는 것일까? 이 연구에서, 우리는 두 가지 대표적인 Tot 방
코어 적응형 신경 인터페이스에서 사용자 적응성의 식별성에 대한 연구를 진행하였습니다. 연구 결과, 클로즈드 루프 인코더 추정치가 사용자 적응성을 유일하게 식별하지 못하고 대신 제자리 시스템의 속성을 반영한다는 것을 확인하였습니다. 이러한 연구 결과는 행동적 적응의 해석에 대한 중요 함을 강조하고 식별 조건을 제시하였습니다.
오픈AI는 공개 소프트웨어 커뮤니티의 보안 이슈를 해결하기 위해 새로운 기획을 발표했습니다. 이 기획은 공개 소프트웨어의 취약점을 찾고 修정하는 것을 목표로 합니다. 공개 소프트웨어의 보안 취약점을 해결하는 것은 매우 중요한 일이며, 오픈AI의 새로운 기획은 이러한 문제를 해결하기 위해 노력하는 중입니다.
2026년 AI가 이유로 인한 대규모 해고를 발표한 주요 기술 업체를 목록화합니다. 이 목록은 역순으로 정리되어 있습니다. AI가 주된 이유로 인한 해고를 발표한 업체들은 AI 기술 개발의 변화를 반영하는 것으로 보입니다.
AMD가 소비자 CPU에서 메모리 암호화 기능을 재개하는 결정은 사용자들의 외침에 귀를 기울인 결정입니다. 사용자들은 AMD가 이 기능을 제거한 것에 대해 불만을 표명했습니다. AMD는 이 기능을 다시 제공하기로 결정했으며, 이는 사용자들의 요구를 충족하는 중요한 단계입니다.