961개의 기사
대규모 언어 모델(LLM) 에이전트는 점점 더 편집 가능한 외부 장치인 프롬프트, 기술, 기억, 도구와 같은 편집 가능한 외부 장치로 구성된 시스템으로 구축되고 있습니다. 이들 장치가 모델 매개 변수를 변경하지 않고 작업 수행을 조절합니다. 장치 자기 진화는 이러한 에이전트를 실행 증거를 통해 이러한 장치를 업데이트하여 적응합니다. 그러나 모델의 기본 작업 수행 능력은 장치 자기 진화의 능력
인공 지능이 운전하는 차량의 강화 학습 탐색은 본질적으로 위험합니다: agent는 새로운 행동을 경험해야 학습할 수 있지만 탐색은 충돌이나 도로 밖으로 나가는 것과 같은 위험을 초래할 수 있습니다. 우리는 전문가 조언을 탐색을 안내하는 데 사용하여 장기적인 의존성을 피하면서 불확실성에 대한 유각 framework를 제안합니다. 조언은 epistemic [epistemic 불확실성] 또는 al
The people deciding that AI can replace your job are also the ones least likely to understand what your job truly involves, according to Box founder Aaron Levie, who pointed to this as an example of “
Learn how Endava uses Codex to build an agentic organization, accelerating software delivery and reducing requirements analysis from weeks to hours.
인공지능(cognitive computing) 기술로 개발된 데빈은 최초의 프로그래밍_AGENT로 성공을 거두었지만, 유명한 프로그래머 우(吴)씨는 데빈이 인간 프로그래머를 대체하기 위한 목적으로 설계되지 않았다고 말한다.
AI가 당신의 일자리를 대체할 수 있다고 결정하는 사람들은 실제로 당신의 일의 본질을 이해하기에 가장 적합하지 않다. Box 창립자 아론 레비(Aaron Levie)는 이 점을 "AI 심리증(AI psychosis)"으로 설명했으며, 실제로 ClickUp은 AI agent로 인해 직원 22%를 감축한 바 있다. 2026년은 2025년보다 더 많은 기술 분야의 해고가 발생하고 있다.
개발자가 AI 코딩 에이전트에 삭제 명령을 숨겨둔 사실이 최근 밝혀졌습니다. 이에 따라 AI가 개발자가 의도하지 않은 대로 행동할 수 있습니다. 이러한 문제는 대규모 언어 모델(LLM)의 사용을 더욱 복잡하게 만들었습니다.
나는 AI 이미지를 만드는 도구가 창의적인 프로세스에 내가 참여하는 느낌을 주는 경우가 거의 없다고 생각합니다. 그들은 대부분 사람들에겐 디자인 경험이 없는 사람들도 몇 단어만 입력하면 사용할 수 있는 결과를 얻을 수 있도록 설계되었습니다. 그래서 나는 애드비브(Adobe)의 최신 AI 이미지 도우미에 대한 시도에 흥미를 느끼게 되었습니다.
호기심은 대규모 언어 모델 시스템의 신뢰도에 대한 주요 장애물로, 특히 다중 agent pipe라인에서 지원되지 않는 주장들이 무제한으로 단계별로 전파될 수 있다. 이 연구에서는 Nested Learning 아키텍처를 대규모 언어 모델 시스템에 적용하여 호기심을 줄이는 새로운 방법을 제안한다.
인간의 협력은 종종 다른 사람들의 믿음을 전략적으로 행동으로 영향시키는 능력에 의존한다. 다중 agent 강화 학습에서 상대방의 형성을 시도하려면 종종 상대방의 매개변수, 정책, 또는 가치 공간 내에서 작동한다. meanwhile, hidden-role 게임에서 믿음 조작 기법은 종종 유도 또는 믿음 saturation과 같은 고정된 목표에 의존한다. 우리는 D-BOS( Differentia
유한 요소 분석(FEA)은 현대 공학 설계의 기초를 담당하지만, 워크플로우는 복잡하고 전문 지식에 의존한다. 최근 연구에서는 대규모 언어 모델(LLM)을 유한 요소 분석에 통합했지만, 기존 접근법은 다중 모드 입력을 처리하고 복잡한 작업을 수행하는 데 제한이 있다. 이러한 제한을 해결하기 위해, 우리는 VFEAgent라는 엔드 투 엔드 다중 Agent 시스템을 제안한다. 이 시스템은 입력 이미지를 포함한 다중 모드 입력과 문제 설명을 통해 유한 요소 모델링과 시뮬레이션을 자동화한다. 시스템의 주요 구성 요소는 다중 모드 비전-언어 다중 Agent PIPELINE과 확인-first 코드 합성 프레임워크이다. 시스템은 다양한 공학 역학 시나리오에서 평가되었으며, 결과는 VFEAgent가 높은 성공률로 완전하고 물리적으로 유효한 시뮬레이션을 생성하며, LLM 기반 기본 메서드보다 신뢰성과 정확성을 뛰어난 성능을 보여준다. 이러한 결과는 엔드 투 엔드 유한 요소 분석 워크플로우의 자동화를 가능하게 하며, 엔지니어들이 번거로운 수동 분석에서 해방되도록 하는 프레임워크의 잠재력을 강조한다.
비 텍스트 형태의 유전 특성 설명을 개체-품질(Entity-Quality, EQ) 어휘로 연결하는 것, 즉 유전 특성 어휘화는 비교 형태학적 데이터의 연구 간 통합을 위한 필수 과제입니다. 이 번역 작업은 매우 훈련된 전문가에 의해 수행되었기 때문에 대규모로 확장하기 어려우며 이는 주요 걸림돌입니다. Dahdul 등(2018)은 일곱 가지 계통학적 연구에 걸쳐 Entity-Quality 어휘
Visa said that over 1,000 employees have been using Replit for prototyping and development.
Sesame’s new iOS app brings its conversational AI agents to the public, offering more natural back-and-forth interactions designed to feel less like traditional chatbots and more like talking to a per
Asana will incorporate StackAI into its growing suite of AI workflow tools.
As AI agents move from experiments to production, AWS, Cloudflare, and others are redesigning cloud infrastructure for a future dominated by machine-generated internet traffic instead of human users.
Built on top of the open-source Hermes project, Vertu's new foldable combines AI-agent workflows, enterprise integrations, and ultra-premium luxury finishes.
arXiv:2605.27628v1 Announce Type: new Abstract: As autonomous and agentic AI systems scale in robotic and human-machine environments, managing hallucination and persistent but unjustified action remai
arXiv:2605.27622v1 Announce Type: new Abstract: To safely interact with humans, AI agents must both know our norms and consider them during planning. However, such norm-guided planning has been less e
arXiv:2605.27605v1 Announce Type: new Abstract: We present Laguna M.1 and Laguna XS.2, two Mixture-of-Experts foundation models built for long-horizon, agentic coding: M.1 has $225.8$B total parameter
arXiv:2605.27593v1 Announce Type: new Abstract: Even when a tool is explicitly described as unfair and harmful to others, ostensibly safety-aligned LLM agents still voluntarily engage in secret collus
arXiv:2605.27575v1 Announce Type: new Abstract: As organizations move toward production deployments of AI agents, which execute non-deterministic workflows, maintain stateful sessions, and often opera
arXiv:2605.27571v1 Announce Type: new Abstract: Modern analytics systems are fundamentally reactive, requiring users to define queries over increasingly complex and continuously evolving data. In real
arXiv:2605.27567v1 Announce Type: new Abstract: Causal discovery is a cornerstone of scientific reasoning, yet whether large language models can perform it reliably remains an open question. Recent be
