검색

전체 기사

우리는 AI 쓰레기를 걸러내라, 겁쟁이들아

인터넷에서 AI가 생성한 콘텐츠를 피할 수 없게 되더라도, 여전히 피할 수 있다. 유튜브, 인스타그램, 틱톡, 등은 최근 한 해 동안 콘텐츠 인증 노력을 높였으며, 많은 서비스들이 이제 AI가 생성한 이미지, 비디오, 음악을 구분하기 위해 자동으로 레이블을 적용하고 있다. 그 모든 것이 매우 [...]

산업 6월 4일

엘론 뮬크가 억만장자로 거듭나는 길에 월가를 밀어내고 있다.

오늘 디코더(Decoder)에서 Ryan Mac을 인터뷰합니다. 그는 뉴욕 타임즈(The New York Times)의 기술기자이자 2024년에 출간된 훌륭한 책인 '캐릭터 제한: 엘론 머스크가 트위터를 파괴한 이야기'(Character Limit: How Elon Musk Destroyed Twitter)의 공동 저자입니다. 나는 이 책을 충분히 추천할 수 있습니다. Ryan Mac을 이

산업 6월 4일

TSMC, AI 수요와 뒤를追지 못하는 어려움

태완 반도체(TSMC)는 미국 고객들의 수요를 충족하기 위해 미국에 공장을 증설했지만 여전히 고강도 인공지능(AI) 수요에 못 미치는 어려움을 겪고 있습니다. TSMC CEO는 고객들의 수요가 너무 높아 우리가 지원할 수 있는 범위를 넘어선 상황이라고 밝혔습니다.

허깅페이스 6월 4일

EVA-Bench 데이터 2.0: 3 개 영역, 121 도구, 213 시나리오

EVA-Bench 데이터 2.0은 대규모 언어 모델(LLM)과 자연어 처리(NLP) 분야의 연구와 개발을 위한 새로운 표준 데이터셋입니다. 이 데이터셋은 3 개의 영역, 121 개의 도구, 213 개의 시나리오로 구성되어 있으며, 연구자와 개발자들이 다양한 자연어 처리任务을 수행할 수 있도록 지원합니다.

허깅페이스 6월 4일

네모트론 3.5 음성 인식 모델을 언어, 도메인, 또는 악센트에 맞게 최적화하는 방법

네모트론 3.5 음성 인식 모델을 언어, 도메인, 또는 악센트에 맞게 최적화하는 방법을 알아보세요. 이 글에서는 네모트론 3.5의 특징과 최적화하는 방법에 대해 자세히 설명합니다.

산업 6월 4일

법원들이 AI-generated诉訟의洪水를 어떻게 대처하고 있는가

콜로라도의 연방 판사 마리차 브라스웰 판사는 대부분의 날 그녀의 방에서 법률 자격이 없는 사람들에 의해 쓰여진 서류들을 하나씩 정리합니다. 많은 사람들은 변호사를 고용할 수 없으며, 다른 사람들은 변호사가 관심을 가질 만큼 강도나 규모가 작거나 약해합니다. 그녀는 각 서류를 신중히 읽으며, 무기력한...) 대규모 언어 모델(LLM)으로 인한 도전적인...) 서류들을 관리하는 데 주의를 기울입

산업 6월 4일

마이크로소프트 CEO, AI 센터 물 사용량 '레스토랑 수준' claim, 환경 심각성에 대응

마이크로소프트 CEO가 최근에 개발한 AI 센터의 물 사용량을 레스토랑 수준으로 claim, 환경 심각성에 대응하기 위해 개발된 폐쇄형 냉각 시스템을 통해 물 사용량을 크게 줄이는 것을 목표로 함.

산업 6월 4일

아마존이 창고에서 일할 수 있는 로봇을 개발 중

아마존은 새로운 종류의 완전 자동화倉庫 로봇인 프로테우스(Proteus)의 업그레이드 버전을 발표했다. 이 새로운 버전은 언어를 사용하여 상호작용할 수 있다. 코드를 사용하는 대신. 아마존은 이 업그레이드가 인간 로봇을 대체할 때 자동화 방향을 더욱 확장하는 과정에서 나온 결과라고 밝혔다. 아마존은 AI를 기반으로 한 이 업그레이드가 인간 직원들이 로봇에게 [...]

AI 모델 6월 4일

엔다바가 AI agent를 중심으로 소프트웨어 전달을 재설계한다

엔다바가 AI agent, ChatGPT Enterprise, Codex를 사용하여 소프트웨어 배포를 가속화하고 워크플로우를 자동화하며 대기업 내 AI-네이티브 문화를 구축하는 방식에 대해 배워보세요.

허깅페이스 6월 4일

Task-Seeded Synthetic Q&A 생성을 통한 Nemotron Pretraining

연구진은 Task-Seeded Synthetic Q&A 생성을 통해 Nemotron을 위한 대규모 언어 모델(LLM)의 프리트레이닝을 진행하였습니다. 이 접근법은 자연어 처리를 위한 데이터 생성을 위한 새로운 방법론입니다.

에이전트 6월 4일

Trivium: Temporal Regret as a First-Class Objective for Causal-Memory Controllers

arXiv:2606.04421v1 Announce Type: new Abstract: Many current agentic systems and LLM pipelines correct mistakes by optimizing outcome reward. This addresses only the what of failure: when an outcome d

AI 모델 6월 4일

오류의 가치가 다르다: 결과에 대한 인식이 있는 논리적 계산 자원 할당

현대적인 논리 모델은 테스트 시간 동안의 계산량을 다양한 양으로 할당할 수 있습니다. 예를 들어, 생각 토큰, 모델 호출, 또는 컴퓨트 비용을 다른 작업에 할당할 수 있습니다. 기존의 방법들은 이러한 할당을 예측한 난이도에 따라 수행하며, 더 높은 정확도를 얻기 위해 더 많은 컴퓨트를 할당합니다. 이 방법은 모든 실패가 동일한 비용을 지불하는 것을 암시합니다. 그러나 이러한 가정은 실제로 배