인클링을 공개하다: 한 번에 모든 것을 맞추지 않는 AI에 대한 베팅을 강화하는 생각하는 머신
AI 기술 회사 '생각하는 머신'은 1년 반 동안 주로 공개되지 않은 AI 인프라를 구축한 후 첫 번째 공개된 증거를 공개했습니다. 이 회사는 대규모 언어 모델(LLM)과 같은 한 번에 모든 것을 맞추지 않는 AI를 개발하여 개인화된 AI 경험을 제공하고자 합니다.
AI 기술 회사 '생각하는 머신'(Thinking Machines)은 1년 반 동안 주로 공개되지 않은 AI 인프라를 구축한 후 첫 번째 공개된 증거를 공개했습니다. 이 회사는 대규모 언어 모델(LLM)과 같은 한 번에 모든 것을 맞추지 않는 AI를 개발하여 개인화된 AI 경험을 제공하고자 합니다.
인클링(Inkling)은 생각하는 머신의 첫 번째 공개된 모델로, 이 모델은 대규모 언어 모델(LLM)과 같은 한 번에 모든 것을 맞추지 않는 AI를 개발하여 개인화된 AI 경험을 제공합니다. 인클링은 생각하는 머신의 AI 인프라를 구축한 후 첫 번째 공개된 증거로, 이 회사는 인클링을 통해 한 번에 모든 것을 맞추지 않는 AI를 개발하여 개인화된 AI 경험을 제공하고자 합니다.
인클링(Inkling)은 다음 특징을 갖고 있습니다.
- 대규모 언어 모델(LLM)과 같은 한 번에 모든 것을 맞추지 않는 AI
- 개인화된 AI 경험을 제공하기 위한 설계
- AI 인프라를 구축한 후 첫 번째 공개된 증거
생각하는 머신의 CEO는 인클링을 통해 한 번에 모든 것을 맞추지 않는 AI를 개발하여 개인화된 AI 경험을 제공하고자 합니다. 이 회사는 인클링을 통해 AI 기술의 발전을 가속화하고자 합니다.
함께 읽으면 좋은 기사
플로리다 주의
플로리다 주 법무장관은 OpenAI를 상대로
LLM이 문맥을 이해할 수 있는가? 지식 그래프 기반 평가 프레임워크
대규모 언어 모델(LLMs)가 언어 능력에 대해 놀라운 성과를 보인 것은 사실이지만, 그 모델의 심장에 깊이 있는 질문 하나가 남아 있다: 이러한 모델들이 정말로 문맥을 이해하거나 단순히 무려 대규모 패턴 매칭에만 능통한 것일까? 대규모 언어 모델에서 문맥 이해는 주어진 문맥에서 관련 정보를 정확하게 추출하고, 그것을 일관된 내부 표현으로 통합하고, 그 문맥을 바탕으로 사실적이고 문맥적으로
링그의 AI-agent가 OpenAI를 통해 고객 문의의 65% 이상을 해결합니다.
Ringg는 GPT-5.6을 사용하여 음성, 채팅, WhatsApp, 웹 등 다국어 에이전트를 90% 비용이 덜 들이는 GPT-4.1보다 운영합니다.
인비디오, GPT-6 Astra를 통해 3배 향상된 컬러 그레이딩
인비디오는 GPT-6 Astra를 통해 편집 계획을 더 정확하게 짤 수 있으며, 컬러 교정과 그레이딩을 3배 향상시켰습니다. 또한 1일 동안 50개의 커스텀 효과를 생성할 수 있습니다. 대규모 언어 모델(LLM) 기술을 활용하여 컬러 그레이딩을 개선하는 방안에 대해 알아보겠습니다.
하비가 GPT-6 아스트라와 함께 법적 맥락을 강화한 판본으로 변환합니다.
GPT-6 아스트라는 더 구조화된 맥락에 대한 법적 문서를 생성하며, 변호사들은 전략에 집중할 수 있게 해줍니다.
노이즈가 있는 경찰 음성 데이터에 대한 미리 학습된 ASR 가짜 레이블링
방송 경찰 통신(Broadcast Police Communication, BPC)에서 노이즈가 많은 상황에서 훈련된 음성 인식 시스템이 나쁜 성능을 보인다. 이를 통해 경찰의 의사 결정이 이해될 수 없게 되고, 이는 경찰의 의사 결정에 대한 연구를 어렵게 만든다. 사용자 레이블을 비용이 많이 들지 않고 pseudo-labeling을 통해 ASR 성능을 개선할 수 있는 방법이 있다. 그러나 매
관련 콘텐츠 더 보기
다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.