AI 모델 9월 4일
메타, 최신 AI 모델 사용 방법을 궁금해하는 사람들에게 할인 제공
메타는 최신 AI 모델 'Muse Spark'를 사용하는 유저들에게 할인 제공을 해주고 있습니다. 이 모델은 프로그래밍과 다른 agent를 운영하는 데 사용됩니다. 유저들은 미래의 모델 개발에 기여하기 위해 프롬프트와 모델 출력을 공유하면 평균 95%의 할인 혜택을 받을 수 있습니다.
AI 모델
200개의 기사 AI 모델 9월 4일
오픈AI, 신형 모델 '아스트라' 출시... 속도와 정확도, 안전성 최고
오픈AI는 신형 모델 '아스트라'를 출시하여 대규모 언어 모델(LLM)에서 속도, 정확도, 안전성 모두 최고라고 주장합니다. 하지만 일부에서는 아스트라의 안전성에 대한 우려를 제기하고 있습니다.
AI 모델 9월 4일
구글의 최신 인공지능 기상 모델은 우산을 잊지 말라는 이유조차 없게 해줍니다.
기상학에서 새로운 변화를 주는 심층학습 기술의 영향을 받은 WeatherNext 3이 등장했습니다. 구글은 이 기술을 통해 사용자가 검색, 구글 맵스, Gemini에서 받는 기상 정보에 반영할 것이라고 밝혔습니다.
AI 모델 9월 4일
오픈AI의 새로운 논리 기술이 인공지능 안전 전문가들을 경계하게 한다
오픈에아이는 새로운 아스트라 모델을 통해 '순환 깊이(Recurrent Depth)'라는 기술을 사용할 예정입니다. 이는 대부분의 추론 모델이 특징으로 하는 순차적인 사고를 벗어나 모델이 작동할 수 있도록 허용하는 기술입니다.
AI 모델 9월 4일
GPT-6 Astra 출시에 대한 사과: 사용자 잠금
OpenAI CEO Sam Altman이 GPT-6 Astra 출시와 관련하여 사과하는 모습을 보였다. 대규모 언어 모델(GPT-6 Astra)의 새버전이 출시되었지만, 사용자들은 지연되거나 액세스 불가 상태였다. Altman은 출시가 "갈증 같은 rollout"이라고 설명했다.
AI 모델 9월 4일
오픈AI의 새로운 대형 AI 모델, 'AGI 시대'에 진입했다!
오픈AI가 발표한 새로운 대형 AI 모델 GPT-6 Astra는 '네트워크 보안', '전문 업무', '소프트웨어 개발', '과학', '컴퓨터 사용'과 같은 분야에서 '세대간 능력 향상'을 제공한다고 밝혔다. 또한 이 모델은 오픈AI의 '네트워크 보안 기능 기준'을 만족한다고 발표했다.
AI 모델 9월 4일
구글은 이제 이메일, 문서, 및 노트와 대화할 수 있게 됐다.
구글은 이메일, 문서, 노트 앱에 AI를 기반으로 한 음성_assistant_ 기능을 출시했다. 이 기능은 사용자가 음성으로 앱을 제어할 수 있게 해준다. 이 기능은 Gmail Live, Docs Live, Keep Live로 불리며, 구글의 대화형 챗봇인 Gemini Live의 경험과 같은 실시간 대화 기능을 제공한다. 사용자는 이 기능을 통해 이메일, 문서, 노트 앱을 음성으로 제어할 수
AI 모델 9월 4일
Nvidia, 집 컴퓨터를 개인 AI 데이터 센터로 연결하는 무료 도구를 출시했습니다.
Nvidia는 Personal AI Router(PAIR)라는 새로운 무료 도구를 발표했습니다. 이 도구는 집의 컴퓨터를同步하여 Ollama와 LM Studio와 같은 지역 AI 인식 작업을 수행할 수 있습니다. PAIR는 오픈 소스 소프트웨어로, 컴퓨터를 개인 AI 데이터 센터로 연결하는 무료 도구입니다.
AI 모델 9월 4일
채팅봇 ChatGPT, Grok, 클라우드 Claude 모두 동시에 멈췄다.
오픈아이의 ChatGPT, xAI의 Grok, 그리고 Anthropic의 Claude는 모두 목요일 같은 시간에 문제를 겪기 시작한 후에 다시 작동을 시작했습니다. 약 오전 11시 ET에 ChatGPT는 사용자가 채팅봇을 사용하려는 시도에 오류 메시지를 반환하기 시작했습니다. 그들의 상태 페이지에서는 "ChatGPT와 Codex에서 고장난 오류가 많았다"고 말했습니다. 오류로 인해 사용자가
AI 모델 9월 4일
구글, 새로운 기상 모델 발표... 더 정확한 비와 눈의 예보
구글은 새로운 AI 기상 모델인 WeatherNext 3을 발표했습니다. 이 모델은 비와 눈의 예보에 특히 더 정확한 예측을 제공할 것으로 기대됩니다. 구글은 이 모델이 전례 없는 해상도에서 예보를 제공할 수 있다고 밝혔습니다.
AI 모델 9월 4일
정부 및 기업의 예방적 사이버 방어
페어윈드 프로그램은 정부 및 신뢰할 수 있는 파트너들이 우리의 사이버 방어 도구를 사용하기 위해 제한된 접근 권한을 제공하는 프로그램입니다.
AI 모델 9월 4일
구글 픽스 사용하기: 구글 워크스페이스에서 쉽게 이미지 만들기 및 편집
구글 픽스(Google Pics)라는 이미지 생성 및 편집 도구가 이제 사용 가능합니다. 구글 픽스는 최신 나노 바나나 모델(Nano Banana model)에 기반을 두고 있습니다.
AI 모델 9월 4일
게임과 더욱 가까워질 Gemini와 Pixel
구글 지미니(Google Gemini)와 픽셀(Pixel)이 세계적인 5개 축구 클럽과 협력하여 AI와 스마트폰 기술을 통해 팬들의 경기일 경험을 향상시켰다.
AI 모델 9월 3일
기억의 신뢰격차: 지속적 기억_AGENT의 기능에 따라 실패
기억의 신뢰격차는 지속적 기억이 개인화된 Agent를 지원하지만, 갱신되지 않은 저장된 사실은 경고없이 현재의 권위있는 증거를 덮어써버린다. 연구에서는 모델의 기능이 변경될 때 이 손해가 언제 시작되는지 조사한다.
AI 모델 9월 3일
대화형 데이터 시스템을 위한 비결정론 LLM API 아키텍처: 수분 가교 패턴
대화형 인터페이스와 대규모 언어 모델(LLM)의 비결정론성 사이의 아키텍처 격차를 해결하기 위해, 연구팀은 수분 가교 패턴을 제안한다. 이 패턴은 세션.persistence와 추론 엔진을 분리하여, 플랫폼이 대화 데이터를 통제할 수 있도록 한다.
AI 모델 9월 3일
언어 및 코드에 대한 확률적 추론을 통한 유도 및 탐구
인공지능이 인간의 추론과 정보 수집을 지원하기 위해 인간의 추상 지식이 경험에서 얻은 희박하고 흐린 데이터로 어떻게 성장하고 유지되는지에 대한 문제는 인지 과학의 오랜 숙제입니다. 컴퓨터 계산 모델은 적어도 세 가지 속성을 만족해야 합니다: 1. 데이터 효율성 및 계산 효율성 2. 불확실성을 다양한 정도로 포착하여 지혜로운 탐구 및 정보 수집을 지원 3. 개념에 대한 끝없는 범위가 사람들에게
AI 모델 9월 3일
기계가 법률 조항에 신뢰할 수 있는 때 : 기계 추출 법률 논리 생존 증명서
arXiv:2609.01741v1 발표 statutes는 점점 더 머신이 읽기 전에 기계가 파싱하는 것으로 바뀌고, 파서들은 서로 의견을 달리한다: 모리츠의 statutes에 대해 독립적으로 작성된 추출기들은 0.43의 거짓 음성률로 숫자 임계치 존재 여부에 대해 다른 의견을 제시한다. 우리는 이러한 잡음에 대한 형식 논리의 어떤 부분이 살아남는지 궁금하다. 우리는 대규모 언어 모델(LLM)
AI 모델 9월 3일
프론티어 언어 모델의 평가 인식 측정에 대한 벤치마크: EvalDetectBench
Frontियर급 대규모 언어 모델들은 자주 평가 중인지를 인식할 수 있으며, 이 능력을 평가 인식(evaluation awareness)이라고 한다. 만약 모델이 평가 시 다른 행동을 보인다면, 이는 평가 결과의 타당성을 침해하고, 이는 현재 AI 안전 프레임워크의 중요한 구성 요소이다. 우리는 EvalDetectBench라는 평가 인식 측정에 대한 공개 pipeline 및 벤치마크를 소개
AI 모델 8월 19일
Anthropic의 연간 매출액 6,500억 달러로 급증
모델 제작자(MODEL MAKER)는 2개월 만에 연간 $18 억 달러의 매출을 추가했다.
AI 모델 8월 19일
아마존이 책을 처음으로 판매하기 시작한 이후로 귀중한 책을 파괴하여 AI를 교육하고 있습니다.
진귀한 책들은 대규모 언어 모델(LLM) 교육에 매우 가치가 높다. 왜냐하면 이 모델들은 이미 온라인에서 접근할 수 있는 모든 것을 통해 교육을 받았기 때문이다.
AI 모델 8월 16일
구글 지니미(Google Gemini)의 보이는 워터마크를 끄는 방법이 나왔다!
구글은 이제 지니미와 플로(Google's AI video generator, Flow)에서 AI工具을 이용해 만든 미디어에 보이는 워터마크를 제거할 수 있는 기능을 제공합니다. 이 업데이트로, 사용자는 지니미와 플로의 새로운 '미디어 워터마크' 설정을 끌 수 있습니다. 워터마크가 끄면, 지니미에서 생성된 이미지, 비디오, 음악에 나타나는 '스파클(sparkle)' 워터마크가 사라집니다.
AI 모델 8월 16일
애플, 중국 위해 알리바바와 함께 자체 AI 모델을 교육
애플은 중국 시장에 맞는 맞춤형 AI 모델을 중국 기술巨인 알리바바와 함께 개발하고 훈련했다고 보고되었다. 이는 베이징과 워싱턴 간 커져가는 긴장감을 무시하고 중국과 미국 사이에 드문 획기적인 협력이다. 알리바바의 지원을 받으며 개발된 중국을 대상으로 한 대규모 언어 모델(LLM) 훈련은 알리바바와 함께 개발되었으며, 리트저스는 훈련에 대한 지원을 받았다고 세 명의 익명한 사람들의 진술에 근
AI 모델 8월 15일
대량 언어 모델(LLM) 개인화에 대한 대응: Meta-LoRA를 이용한 다원 도메인 선호도 학습
대규모 언어 모델(LLM)의 개인화를 위한 다원 도메인 선호도 학습은 새로운 대화 도메인에서 사용자 선호도에 맞는 응답을 생성하는 것을 목표로 합니다. 하지만 기존의 적응 방법은 적은 수의 대상 도메인 상호 작용만으로 업데이트한 크기를 조정하기 어려워 오버피팅을 일으키며, 역전파 방법은 사용자 선호도를 소스 도메인 오류와 혼동하여 불신할 수 있는 개인화 전제 조건과 부정적인 전이를 일으킵니다. 이러한 문제를 해결하기 위해, 우리는 PAC-Bayes-정규화된 Meta-LoRA를 제안하여, 업데이트한 크기를 증거의 질에 맞게 조정하고, 오버피팅을 최소화하며, 증거가 증가할 때 강한 개인화를 허용합니다.
AI 모델 8월 15일
듀얼-플로우 트랜스포머: 주요 프리 필 경로와 추가 디코딩 계산을 분리하는 방법
대규모 언어 모델은 더 많은 요청을 처리할수록,一次적인 학습 비용 대비 누적적인 추론 비용이 점점 더 중요해지고 있습니다. 추론의 두 가지 단계는 하드웨어를 다르게 부하를 주고 있습니다:_prompt prefill은 병렬적이고 일반적으로 계산량에 의존하는 반면, autoregressive decode는 순차적이고 종종 메모리 대역폭에 의존합니다. 전통적인 너비 또는 깊이 확대는 두 비용을 모