검색

전체 기사

소프트웨어 뇌, 사람들의 갈망은 자동화가 아니다

인공지능(AI)과 관련된 최근 보고와 토론을 바탕으로, 내 머리속에 떠돌던 아이디어를 소개합니다. 이 아이디어를 '소프트웨어 뇌'라고 부르며, 이 세계관은 모든 것을 알고리즘, 데이터베이스, 루프로 연결하는 특정 방식입니다. 사람들은 자동화에 대한 갈망을 느낄 뿐만 아니라, 더 나은 삶을 원합니다.

산업 4월 23일

융합 에너지, 싼 가격에 도달할 수 있을까? 그렇지 않다.

융합 에너지는 미래에 안정적이고 전기 배출량이 없는 전원 공급원으로 제공할 수 있다. 그러나 최근 연구는 이 미래가 도착하더라도 비용이 싸지 않을 수 있다고 제안한다. 기술은 시간이 지남에 따라 비용이 줄어든다. 리튬 이온 배터리는...

에이전트 4월 23일

마이크로소프트, 워드·엑셀·파워포인트에 '비브 워킹' 기능 출시

마이크로소프트는 워드, 엑셀, 파워포인트 앱 내에 새로운 에이전트 모드인 '비브 워킹'을 출시했습니다. 이 기능은 이전에 마이크로소프트가 비즈니스 판매를 위해 홍보한 '코피럿' 경험의 강화 버전입니다. ',

산업 4월 23일

알프스에서 첫 데이터 센터, 구글이 오스트리아에 100개 직장을 창출한다!

구글은 오스트리아의 Kronstorf에 첫 데이터 센터를 설립하여 100개의 직장을 창출한다. 이 데이터 센터는 대규모 언어 모델(LLM)과 같은 AI 기술을 위한 고성능 컴퓨팅 인프라를 제공할 예정이다.

산업 4월 23일

인도 앱 시장은 번창하고 있지만 글로벌 플랫폼이 대부분의 이익을 차지하고 있다

인도 앱 시장은 빠르게 성장하고 있지만, 앱 사용자당 지출은 글로벌 동료에 비해 뒤처져 있다. 스트리밍과 AI가 주도하는 비게임 앱이 성장의 핵심이다.

에이전트 4월 23일

OpenCLAW-P2P v6.0: 분산 AI 피어 리뷰 플랫폼의 강력한 멀티 레이어 지속성, 실시간 참조 검증, 그리고 대규모 생산 환경에서의 분산 AI 피어 리뷰

OpenCLAW-P2P v6.0은 인간의 중재자 없이 AI 에이전트가 연구 논문을 출판, 피어 리뷰, 점수, 반복적으로 개선하는 분산 집단 지능 플랫폼의 정교한 진화입니다. 이 릴리스는 4대 새로운 서브시스템을 도입하였습니다. 첫째, 4개 저장층(인메모리 캐시, Cloudflare R2, Gun.js, GitHub)으로 구성된 멀티 레이어 논문 지속성 아키텍처를 통해 논문 손실을 0으로 만들었습니다. 둘째, 자동 백필을 통해 조회_LAST도 3초 이상에서 0초 미만으로 줄였습니다. 셋째, 스코링 중에 CrossRef, arXiv, Semantic Scholar를 통해 가짜 인용을 검출하는 실시간 참조 검증 쿼리를 수행했습니다. 넷째, 7개의 공공 데이터베이스에 대한 캐시된 접근을 제공하는 과학 API 프록시를 도입했습니다.

AI 모델 4월 23일

정신 변화를 위한 생성 모델의 안정화

연구진은 자발적 태도 변화에 대한 영향력 있는 언어 이론을 생성 모델로 변환하여 실험 결과와 일치하는 결과를 얻었습니다. 그러나 이 과정에서 원래 언어 이론의 약점을 발견하고, 현대 언어적 사전과 역사적 실험 가정 사이의 충돌을 해결해야 했습니다.

LLM PC 4월 23일

숨겨진 신뢰성 위험: 대규모 언어 모델 내의 정밀도 유발 출력 불일치의 체계적 식별

대규모 언어 모델은 다양한 숫자 정밀도 구성으로 배포되며, 효율성과 자원 제약을 충족시키기 위해 표준 부동소수점 형식(예: bfloat16 및 float16)과 정량화된 정수 형식(예: int16 및 int8)을 포함합니다. 그러나 다른 정밀도 모델 간의 작은 불일치가 감지하기 어려우며 기존 평가 방법에 의해 종종 무시됩니다. 이 연구에서는 PrecisionDiff라는 자동화된 차별 테스트 프레임워크를 제시하여 대규모 언어 모델의 정밀도 유발 행동 불일치를 체계적으로 감지합니다. PrecisionDiff는 정밀도 민감한 테스트 입력을 생성하고 cross-precision 비교 분석을 수행하여 정통 테스트 전략 아래에서 감춰진 미세한 분위기를 발견합니다. 실험 결과는 정밀도 유발 불일치가 다양한 오픈 소스 정렬된 대규모 언어 모델과 정밀도 설정에서 널리 퍼져 있으며, PrecisionDiff는 이러한 문제를 감지하는 데 vanilla 테스트 방법보다显著히 우수하다는 것을 보여줍니다. 본 연구는 자동화된 정밀도 민감한 테스트 생성을 허용하여 훈련 중 정밀도 강도 개선과 배포 전 평가의 효과적인 수행을 가능하게 합니다.

에이전트 4월 23일

데이터에서 이론까지: 자율형 대규모 언어 모델 에이전트를 위한 재료과학

자율형 대규모 언어 모델 에이전트를 사용한 재료과학 이론 개발을 위한 데이터 주도 접근법을 제시합니다. 이 모델은 인간의 개입 없이 수식 형태를 선택하고 코드를 생성 및 실행하며 데이터와 이론의 일치도를 테스트할 수 있습니다. 또한, 에이전트는 필요에 따라 접근 방식을 조정하면서도 결정의 기록을 유지할 수 있습니다.

연구 4월 23일

인공지능 중심의 전반적 이해를 위한 인간 중심 접근: 미래 관점과 도전

인공지능(AI) 시스템의 크기와 복잡성이 증가함에 따라 AI 투명성에 대한 탐구의 난이도가도 함께 증가하고 있다. 대규모 모델과 복잡한 AI 시스템의 세상에서 우리는 왜 AI를 설명해야 하는 걸까? 또 무엇을 설명해야 하는 걸까? 설명은 다양한 기능을 수행하지만, 복잡성에 직면한 인간은 학습을 촉진하기 위해 설명을 사용해 왔으며 여전히 사용하고 있다. 이 논문에서는 학습 이론을 XAI 생명주기(XAI lifecycle)에 녹여내는 방법에 대해 논의하고, 학습자 중심 접근을 채택할 때 발생하는 주요

에이전트 4월 23일

행동에서 이해까지: 시공간 개념의 형태비례 해석 가능성

행동에서 이해까지: 시공간 개념의 형태비례 해석 가능성 대규모 언어 모델(LLM)은 인터랙티브 환경 내에서 사유, 계획, 행동을 수행하는 자율적 에이전트로 점점 더 많이 배치되고 있다. 그러나 내부 기전이 시퀀셜 행동을 지시하는 것은 여전히 불투명하다. 이 논문은 시공간 개념의 형태비례 해석을 위한 프레임워크를 제시한다. 시계열 작업을 위한 형태비례 해석 프레임워크를 소개하며, 시계열 작업을 위한 형태비례 예측을 결합하여 모델의 내부 표현을 각 단계별로 성공적이거나 실패적이라고 통계적으로 레이블

AI 모델 4월 23일

컴퓨팅 그래프를 오픈 엔드 방식으로 진화시키는 새로운 머신 러닝 패러다임: EvoForest

EvoForest는 대규모 언어 모델(LLM)로 구동되는 하이브리드 뉴로-심볼릭 시스템으로, 컴퓨팅 그래프를 오픈 엔드 방식으로 진화시켜 예측 문제를 해결합니다. EvoForest는 재사용 가능한 컴퓨팅 구조, 호출할 수 있는 함수 패밀리, 그리고 경량 Ridge-based readout를 사용하여 비다이페렌셜 크로스 밸리데이션 타겟에 대한 결과 표현을 평가합니다.