AI 모델 9월 14일
ATV Big Air Tour에서 3일간의 노동을 ChatGPT로 3시간으로 바꿨다.
ATV 빅 에어 투어는 채팅봇(GPT-3)을 통해 마케팅, 상품화 등 다양한 업무를 가속화하고 있습니다. 그중 하나로, 상품 사진을 15분만에 인벤토리 웹사이트로 변환하는 작업을 성공적으로 완수했습니다.
AI 모델
200개의 기사 AI 모델 9월 14일
아스트라까지의 길: 중요한 능력과 선두 경계의 보안
오픈AI(Astra)는 대규모 언어 모델(LLM)과 같은 Critical 사이버 보안 능력 기준을 충족한 최초의 모델로, 출시 시 더 강한 보안 장치를 갖추고 있습니다.
AI 모델 9월 14일
챗GPT와 의료 데이터 연결, 의료진에게 보다 안전하고 정확한 진료 지원
챗GPT는 이제 신뢰할 수 있는 의료 데이터와 연결할 수 있게 되었습니다. 의료진은 안전하게 환자 맥락, 의학 연구, 등에 대한 정보를 접근할 수 있습니다. 이로 인해 의료진은 보다 정확하고 안전한 진료를 제공할 수 있습니다.
AI 모델 9월 14일
법률事務所 Gilbert + Tobin이 OpenAI를 사용하여 AI를 통제하고 확대하는 방식
길버트 + 토빈은 CEO가 이끄는 의지, 엄격한 관리, 그리고 인간의 책임감을 결합하여 대규모 언어 모델(LLM)인 ChatGPT Enterprise와 Codex를 회사 내에서 확장하는 방식을 살펴보세요.
AI 모델 9월 12일
폴리밀, 일본의 다음세대 공공 인공지능 기반 인프라 구축
폴리밀은 오픈에이아이 GPT 모델과 코데克斯를 사용하여 지방 자치 단체들이 행정 지식 탐색 및 사용을 돕고 개발을 가속화하는 데 도움을 준다.
AI 모델 9월 12일
인공지능에 대한 접근성을 확대하는 새로운 단계
ChatGPT 광고가 연간 수익 기준 10억 달러를 달성하고 전 세계적으로 확대되었습니다. 이는 인공지능(AI) 기술에 대한 더 넓은 접근성을 가능하게 하는 무료 및 저렴한 옵션을 지원하는 것입니다.
AI 모델 9월 12일
채팅GPT와 비판적 사고 훈련으로 학생들이 얻는 더 좋은 질문과 더 넓은 사고
1,000명 이상의 학생들을 대상으로 무작위로 진행된 연구는 ChatGPT, 비판적 사고, 창의성, 그리고 실제 대학 과제에서 학생들의 성과를 조사했습니다.
AI 모델 9월 12일
교사들을 위한 챗GPT 확대: 미국 학교 교육 기관 55개에 도달
챗GPT for Teachers는 미국 55개 학교 교육 기관에 확대되었습니다. 이 확대는 100,000명 이상의 교사 및 직원에게 안전한 AI 도구, 교육, 지원을 제공합니다.
AI 모델 9월 12일
학습은 끊임없이 계속된다: 인공지능이 학습을 지속적인 것으로 만드는 방법
오픈AI의 새로운 보고서에서는 학생과 교사들이 ChatGPT를 사용하여 학습을 더 연속적으로 하며, 교실 밖에서도 지원을 받는 방식에 대해 살펴본다.
AI 모델 9월 12일
학습이 중단되는 유효성 검사를 통해 본 갱신 승인: 강인한 에이전트의 지속적인 학습 auditing
갱신 승인은 유용한 지속적인 학습을 막을 수 있는 유해한 정책 갱신을 거부하는 데에도 필요합니다. 우리는 업데이트 승인을 에러 제어와 일정한 상호 작용 비용 내에서 유지되는 학습 기회를 평가해야 함을 주장합니다. 우리는 구체적인 실패를 식별했습니다: 범위 기반 신뢰 게이트는 상당한 비용 내에서 이전 작업의 변하지 않은 행동을 인증하지 못합니다. paired-binomial 구성은 결과 불일치가 드물면 이 부담을 줄여줍니다. 우리는 또한 인증된 역사적 참조 승진과 라운드 레벨 미스 기회 지표를 명시했습니다.
AI 모델 9월 12일
임의성이 있는 의료 언어 모델에 대한 결정론적인 수학 풀이 도구 개발을 위한 방향
대규모 언어 모델은 산술 연산에서 불신할만큼 불신할 정도로 불안정하다. 이는 임상 계산기에서 단 하나의 숫자 오류가 권장 사항을 바꾸는 문제를 일으킨다. 표준적인 해결책은 각 계산기를 한 번씩 검증된 함수로 하드 코딩하는 것이다. 우리는 다른 대안을 시험해보았다. 모델은 산술 연산을 하지 않고, 대신에 사례별로 Python 코드를 작성하고, 제한된 지역 실행자로 실행되는 결정론적 해결책으로
AI 모델 9월 12일
IMO 금메달을 위한 열린 레시피: 올림피아드 수학을 위한 Nemotron 훈련
arXiv:2609.10712v1 발표 유형: 새로운 abstract: 우리는 hard olympiad 수학을 위한 자연어 증명 생성에 대한 모델 포스트-트레이닝 및 테스트-타임 추론 디자인의 영향을 연구합니다. Nemotron 3 Ultra에서부터, 우리는 지도 학습 및 강화 학습을 사용하여 두 가지 전문가 체크포인트를 훈련하고 체크포인트 선택, 검증 및 개선 평가를 수행합니다. 이러한 결
AI 모델 9월 12일
기억화-일반화 전환의 양적화: 스케일링 법칙과 Grokking의 상분리 구조
인공신경망이 기억화 이후 일반화에 대한 지연된 전환을 겪는다는 '그로킹' 현상은, 이 현상의 발생 이유에 대한 이론적 진전에도 불구하고, 하이퍼 매개 변수 공간에서 이 현상이 언제 발생하는지에 대한 양적 구조는 아직 규명되지 않았다. 우리는 모듈러 산술에서 2중-layer MLP 384개 구성의 기억화-일반화 경계를 매핑하고, 일반화 시작 시간에 대한 기하급수 계열 관계를 적합하여, $T_{
AI 모델 9월 12일
LoRA Rank의 Trade-off를 이해하는 방법: 확산 모델의 미세チュ닝
확산 모델의 미세チュ닝에서 LoRA rank를 선택하는 것은 품질과 계산 비용의 균형을 잡는 것입니다. 본 연구에서는 CIFAR-10 데이터셋을 사용하여 LoRA rank {2, 4, 8, 16, 32}의 효과를 분석하였습니다. 결과는 중간 크기의 LoRA rank가 가장 효율적인 것으로 나타났습니다.
AI 모델 9월 11일
LLMs가 XAI 설명의 품질을 평가할 수 있나요?
인터프리블 AI(XAI) 방법의 설명 품질을 평가하는 것은 아직도 어려운 일이다. 현재 방법들은 주로 인간의 주관적인 판단에 의존하기 때문에 재현성, 확장성, 연구 간 비교가 제한된다. 우리는 대규모 언어 모델(LLM)을 이용하여 XAI 설명의 품질을 비교 평가하기 위한 재현성 있고 확장성이 높은 메커니즘으로 사용할 수 있는지 살펴보았다. 우리는 XAI-Arena이라는 LLM을 심판으로 사용
AI 모델 9월 11일
OpenAI는 GPT-6 아스트라가 미스테리한 '외계 지능'으로, AGI와 같은 특성을 가지고 있다고 주장합니다. - 회사에서는 새로운 선구자로 등장한 새로운 국경의 정렬 도전을 경고합니다.
OpenAI는 새로운 GPT-6 Astra AI 모델을 내세우면서 많은 주장을 했지만, 그 모델은 분명히 능력 있는 모델입니다. 그러나 벤치마크 결과를 보면, 그 모델은 강점과 함께 일반적인 약점을 가지고 있는 것으로 나타났습니다. 가격과 접근성은 광범위한 사용을 위한 가장 큰 요인입니다.
AI 모델 9월 10일
<span style='color:blue'>음악 산업과 함께한 선오의 첫 번째 AI 음악 모델</span>
선오(Suno)는 새로운 AI 음악 모델 'v6'을 출시했다. 이 모델은 이전 모델과 달리 음악 산업의 지원을 받았으며, 새로운 데이터셋을 사용하여 학습되었다.
AI 모델 9월 10일
휠링 페이스 사고와 앞으로의 길
오픈아이(AI 연구소 OpenAI)에서는 허징 페이스(Hugging Face) 보안 사고 결과를 공유하고, 인공지능 모델 보안, 감시, 그리고 동기화를 강화하기 위한 조치를 취하고 있습니다.
AI 모델 9월 10일
ChatGPT Work와 Codex를 위한 관리자 플러그인: 작업 공간 사용 분석, 회원 관리 및 권한 설정
ChatGPT Work와 Codex를 위한 관리자 플러그인은 작업 공간 사용 분석, 회원 관리 및 권한 설정, 제한 조정, 관리자 요청 처리와 같은 기능을 제공합니다. 이 플러그인을 사용하면 대규모 언어 모델(LLM)과 같은 AI 기술을 더욱 효율적으로 관리할 수 있습니다.
AI 모델 9월 10일
GPT-5.6이 기로에서 출시되다: 개발자에게 가격 성능 향상
기로에서 GPT-5.6이 출시되면서 개발자는 소프트웨어를 계획, 개발, 검토, 테스트할 때 가격 성능을 향상할 수 있습니다. 이 업데이트는 개발자에게 큰 도움이 될 것입니다.
AI 모델 9월 10일
LLM이 지원하는 체계적 문헌 고찰 시스템을 위한 BenchMark 및 설계 원칙
논문 제목: arXiv:2609.05505v1 발표 형식: 새로운 논문 요약: 시스템 검토는 수천 개의 기록에 대한 지속적인 인간 판단이 필요하지만, 기존의 대규모 언어 모델(LLM)의 평가에서는 검토 단계를 개별적으로 검토한다. 우리는 SciLitBench라는 제목과 초록 검토, 전체 텍스트 검토, 및 스키마에 따라 데이터 추출을 포함하는 다단계 벤치마크를 소개한다. 이 벤치마크는 42,9
AI 모델 9월 10일
해상도 감소-aware bandit 절단 기법을 위한 시각 및 언어 변환기
Transformer 모델의 구조적 후 훈련 절삭을 위한 연구를 진행했다. 구조적 단위 선택을 위해 언어와 시각 전이 모델에서 손상이 발생하는 것을 고려한 다수의 무기로부터 얻은 문제를 고정된 후보 평가 비용을 고려하여 정의했다. 각각의 단위에 대한 평가를 위해 배치당 무시(mask)한 손실을 기준으로 무시된 손실과 원래 손실을 비교한다. 이와 같은 paired 손실을 통해 배치 간 변동성을
AI 모델 9월 10일
라이센스 음악 데이터로 학습된 새로운 AI 모델로 교체하는 스노(Suno)
소노는 여러 소송과 싸우는 와중에 새로운 모델인 소노 v6를 출시했으며, 이전 버전의 AI 모델과 달리 음악을 사용하지 않았다고 밝혔다.
AI 모델 9월 9일
평가에 대한 행동 가능한 피드백으로서 생성에 대한 인식
대규모 언어 모델(LLM)의 평가 방법은 현재 세부적인 평가를 제공하지 않고 생성과 분리되어 있으며, 일반적인 설명을 제공하여 모델 개선에 대한 실제적인 feedback를 제공하지 못한다. 우리는 CriticGen이라는 세부적인, 생성에 대한 평가 framework를 제안한다. 이 framework는 평가를 answer 개선에 대한 실제적인 제어로 변환한다. CriticGen은 고급 범주인