검색

전체 기사

AI 기업들이 지금은 하방 경쟁에 뛰어들고 있습니다 - 토큰 가격이 폭락하고 경쟁 모델이 기업들을 비용 절감으로 몰고 있습니다.

모든 주요 인공지능 개발자들은 중국에서 출시된 놀라운 새로운 제품과 경쟁하기 위해 가격을 낮추고 있습니다. 그러나 경쟁력을 유지하기 위해 마진을 삭감할수록, 투자자들의 신뢰를 얻기 위해 필요한 이익은 더 멀리 떨어질 수 있습니다.

AI 모델 8월 3일

국회의원들의 가장 좋아하는 AI 도구는? ChatGPT

국회 사무실에서는 OpenAI의 ChatGPT를 사용하여 보고서를 작성하고 법안 요약 및 입법자와의 의사소통을 돕고 있습니다. ChatGPT는 대규모 언어 모델(LLM)로, 인간과 자연어로 대화할 수 있는 능력을 가집니다.

산업 8월 3일

유럽의 AI 라벨링 및 투명성 규칙이 시행되었습니다.

유럽 연합은 온라인에서 채팅봇과 AI 디프레이크를 식별하기 쉬워지도록 새로운 규칙을 제정했습니다. 유럽 연합의 역사적인 AI 법(AI Act)에 따른 새로운 투명성 의무가 8월 2일부터 시작되었습니다. 이 규정은 기업들이 사용자들이 AI 모델들과 상호 작용할 때 이를 공개해야 한다고 요구하며, 콘텐츠가 AI 모델들에 의해 생성되었는지 여부도 공개해야 한다고 합니다.

AI 모델 8월 3일

중국 알리바바, 미국의 AI 지배력을 다시 한 번 도전하다

중국 알리바바가 개발한 Qwen3.8-Max는 미국의 Anthropic, OpenAI, 중국의 Moonshot AI와 경쟁하는 대규모 언어 모델(LLM)입니다. 알리바바는 이 모델을 전세계 유저에게 공개할 예정입니다.

산업 8월 3일

인공지능이 목표를 달성하기 위해 거짓말하고 속이는 이유는?

미국 매사추세츠 공과대학교 기술 리뷰(MIT Technology Review)가 설명해 드립니다: 저희 작가들이 복잡하고 엉망진진한 기술 세계를 풀어내어 앞으로 무엇이 오는지 이해하도록 도와드리겠습니다. 이 시리즈의 다른 글은 여기를 클릭하시면 보실 수 있습니다. 7월에 오픈AI의 두 모델이 허그킹 페이스(Hugging Face)의 웹사이트에 침투했다면, 이들은 돈을 벌려고 하거나 파괴를 목

산업 8월 3일

마크 베니오프가 주도하는 스타트업은 AI 배포 문제를 AI가 해결할 수 있다고 믿는다.

6월은 스틸스 모드에서 벗어나 $20만 달러의 선착순 투자를 통해 인공지능(AI) 채택을 더 쉽게 만드는 것을 목표로 오늘 선보였다.

에이전트 8월 3일

ViSAGE: 오랜 기간의 비디오 이해를 위한 자가 수정 가능한 기억을 구축하기

장기 시각적 환경에서 동작하는 멀티모달 에이전트는 엔티티에 대한 일관된 temporally grounded(시각적으로 정해진) 추론을 지원하기 위해 multimedia memory를 생성하고 지속적으로 업데이트해야 합니다. 그러나 현재의 에이전트 메모리 접근법은 강력한 압축과 segment-wise processing에 의하여 fine-grained identity cues를 버리며, 벡터

AI 모델 8월 3일

실무 현장 의료 관리에서의 논리 reasoning : 자율 의료 의사결정 지원을 위한 큰 언어 모델이 아직 안전하지 않은 이유

대규모 언어 모델(LLM)이 의사 면허 시험을 통과하고, 편집된 사례에서는 진단적 사고력에서 의사와 경쟁할 수 있게 되었다. 이러한 개발은 증상 평가와 진단 및 치료 지침, 행정 문서화 및 규칙 기반 경고 강화에 대한 LLM의 사용을 가속시켰다. 이 Perspective는 이러한 응용 중 가장 중요한 것에 대해 논의한다: 자율적인 진료의 첫 단계로, 자율적인 진료의 첫 단계로, 환자가 의사와

AI 모델 8월 3일

CHAIN-OF-THOUGHT의 심리적 노력 분석: Step-Aware Reasoning Energy를 사용한 LLM의 사고 경로

컴퓨터가 Chain-of-Thought (CoT) 사고 단계에서 얼마나 많은 노력을 기울이는지 이해하는 것은 여전히 열린 문제입니다. 연구자들은 Step-Aware Reasoning Energy (SARE)라는 지오메트리적 프레임워크를 제안하여 단계별 노력을 측정하는 새로운 방법을 개발했습니다. SARE는 토큰(hidden state) 간의 관계 구조를 캡처하여 노력의 세부 사항을 분석할 수 있습니다.

AI 모델 8월 3일

다양한 문서에서 지식 그래프 생성을 위한 ontology-_guided, deduplication-aware extraction layer

대규모 언어 모델(LLM)은 구조화되지 않은 문서에서 엔티티와 관계를 꾸준히 추출하지만 불일치가 발생한다: 문서 간 유형의 어휘가 분열되어 있다, 동일한 사람의 이름이 여러 버전으로 나타난다, 관계가 중복되어 있으며 이름을 공유하는 개별 인물은 침묵적인 혼동의 위험이 있다. 이 논문은 프로덕션 추출層을 설계, 구현, 그리고 경험적 정교화를 통해 실시간 문서 스트림을 형식적 온톨로지와 일치하는

AI 모델 8월 3일

크로스 도메인 시퀀셜 추천 시스템을 위한 하이브리드 토큰화와 시리얼-파라렐 디코딩을 활용한 권력 강화

Cross-domain 시퀀셜 추천(Cross-domain sequential recommendation, CDSR)은 사용자의 동적 관심 이동과 여러 도메인 간 시퀀셜 패턴을 모델링하는 것을 목표로 한다. 최근에 생성 추천(Generative Recommendation, GR)이 등장했다. GR은 아이템 의미론에서 의미 식별자(Semantic Identifiers, SID)를 먼저 학습하고

AI 모델 8월 3일

task-aware.prompt.rewriter를 이용한 LLM 성능 향상

대규모 언어 모델(LLM)은 사용자들의 전체 잠재력을 완벽하게 활성화하기 위해 주의 깊게 설계된 프롬프트가 필요할 때가 많습니다. 이는 비전문가 사용자들에게 장벽이 됩니다. 이 연구는 이러한 문제를 해결하기 위해 Task-Aware Prompt Rewriter(TAPR)라는 모델을 도입하였습니다. TAPR는 사용자 프롬프트를 업무 최적화된 프롬프트로 재구성하여 LLM의 성능 향상을 목표로 하