클로드를 만나보세요
스포티파이의 연도 리뷰 기능 인 스포티파이 와프드가 많은 앱에서 연도 리뷰 기능을 시작한데 이어, 요즘 AI도 이 트렌드에 참가했다. Anthropic은 4일 Claude 대화 챗봇에 'reflect' 기능을 도입했다. 이는 사용자가 지난 한 달 동안의 데이터 사용 분석을 볼 수 있게 해준다.
145개의 기사
스포티파이의 연도 리뷰 기능 인 스포티파이 와프드가 많은 앱에서 연도 리뷰 기능을 시작한데 이어, 요즘 AI도 이 트렌드에 참가했다. Anthropic은 4일 Claude 대화 챗봇에 'reflect' 기능을 도입했다. 이는 사용자가 지난 한 달 동안의 데이터 사용 분석을 볼 수 있게 해준다.
다중 agent 대규모 언어 모델(LLM) 시스템의 안전성 평가에서 계획자-수행자 PIPELINE과 직접적인 명령어를 비교하여 결과를 단일 'PIPELINE 효과'로 보고하는 것은 어려울 수 있다. 왜냐하면 이 합계는 세 가지 메커니즘을 혼동시키기 때문이다: 해로운 의도는 합리적인 작동 작업으로 재구성될 수 있으며, 계획자는 요청을 거부하거나 변형할 수 있으며, 수행자는 이전 승인 impli
현재 에이전트 AI 개발은 토큰을 최대화하는 방식으로 진행된다. 즉, 토큰을 사용하여 기능을 구매하는 방식으로, 더 긴 추론 경로, 더 많은 회전, 더 넓은 도구 로드, 더 큰 재생된_contexts를 얻기 위해 토큰당 작업의 가치가 증가하는 속도보다 토큰당 작업이 더 빠르게 증가한다. 토큰당 가격이 하락함에 따라 이 패턴은 드러나지 않지만, 총 지출은 여전히 증가한다. 우리는 토큰을 최대화
인공 일반 지능(AGI)을 달성하는 데 있어 대규모 언어 모델(LLM)은 부족함을 느끼게 된다. 채팅 GPT와 클로드와 같은 모델은 텍스트에 탁월하지만 실제로 공간과 시간을 통해 움직이는 것을 이해하는 능력은 덜 뛰어나며, 일반화되는 지능을 생산하기 위해서는 이러한 능력은 필수적이다. 이러한 격차를 채우는 데에는 게임 데이터가 도움이 될 수 있다. 이는 일반 인ту이션(GI)이라는 모델에 대
인공 일반 지능(AGI)을 달성하는 데 있어서는 대규모 언어 모델(LLM)만으로는 충분하지 않다. 채트GPT와 클로드와 같은 모델들은 텍스트에 매우 뛰어나지만, 실제로 물체가 공간과 시간을 통해 움직이는 것을 이해하는 능력은 그다지 뛰어나지 않다. 이는 일반화된 지능을 생산하기 위한 필수적인 능력이다. 이 격차를 메우는 것은 게임 데이터일 수 있다는 것이 증명되었다. 그 배경에는 일반 지능(
이 업데이트로 사용자는 데스크에서 작업을 시작하고, 스마트폰에서 작업 상태를 확인하고, 작업이 완료되면 나중에 작업물을 가져갈 수 있다.
Anthropic의 클라우드(Claude) 협업 플랫폼은 이번 주부터 모바일과 웹에서 사용할 수 있게 된다. 이 서비스는 처음으로 맥 OS와 윈도우용 데스크톱 애플리케이션 이외의 플랫폼에서 사용할 수 있다.
AI 도구가 과학 연구 출판을 가속시키면서 연구를 검토하는 시스템이 이를 따라잡기 어렵게 만들었고, 출판된 연구에 대한 independent 검증이 더 어려워지고 중요해졌다. 수동적으로 연구를 재현하는 것은 느리고 비용이 많이 들기 때문에, 코드 에이전트를 사용하여 프로세스의 일부를 자동화하는 작업이 점점 더 많아지고 있다. 기존의 노력은 주로 벤치마크와 그에 동반하는 에이전트로 구성되어 있
알리바바는 최근 내부 정책을 통해 클라우드 코드(Claude Code) 사용을 금지하고 있습니다. 이는 대규모 언어 모델(LLM)과 같은 고위험 소프트웨어로 분류된 결과로 발생했습니다. 알리바바의 이 정책은 직원들의 개인 데이터와 회사 데이터를 보호하기 위한 것으로 간주됩니다.
Fanfiction 작가들이 대규모 언어 모델(LLM)을 사용하는 것을 비난하는 새로운 운동이 시작되었습니다. 그러나 감시하는 방법이 의심스럽고, 이 운동에 참여한 작가들도 피해를 볼 수 있습니다. Fanfiction 작가들은 AI 도구를 사용하는 것을 거부하는 데 어려움을 겪고 있습니다.
인간 중심(AI) 기술 기업 Anthropic은 새로운 AI 워크벤치 '클로드 사이언스(Claude Science)'를 발표했다. 이 워크벤치는 과학자들이 사용하는 분산된 도구와 데이터를 하나의 환경에 통합하여图와 시각화를 생성할 수 있도록 해준다. Anthropic은 이 출시를 통해 과학자들이 더 효율적으로 연구를 수행할 수 있도록 지원한다는 목표를 달성하고자 한다.
대규모 코드베이스를 이해하는 것은, 특히 구조가 복잡하고 문서화가 부실한 코드베이스를 포함하여, 여전히 큰 도전 중에 있습니다. 현재 코드 요약 솔루션은 대체로 단일 언어 모델이나 코딩 도우미인 클로드 코드(Claude Code)와 같은 것을 의존하며, 소스 코드를 평평한 텍스트로 취급하여, 저장소 내의 풍부한 상호 의존성과 계층적 정보를 최적화하지 못합니다. 이러한 단점을 해결하기 위해,
이것은 오늘의 The Download, 우리의 주간 뉴스레터입니다. 이 뉴스레터는 일상생활에서 기술 세계에 무슨 일이 일어나고 있는지 알려주는 데 도움이 됩니다. 대규모 언어 모델(LLM)은 집단의 사고를 반복하는 것처럼 보입니다. 이 스타트업은 그들을 벗어나게 하려고 합니다. 채팅 봇을 선택해 보세요—클로드, ChatGPT, 지니미—and "1에서 100 사이의 랜덤 숫자를 알려주세요"라고
Anthropic은 클라우드 과학(Claude Science)을 출시하여 과학 연구를 지원합니다. 이 제품은 과학 연구를 위한 대규모 언어 모델(LLM)을 제공합니다. 또한, 캘리포니아의 탄소 배출을 줄이기 위한 수치 계산을 진행 중입니다.
대규모 언어 모델(LLM)은 사용자에게 특정 패턴을 반복적으로 제공하는 문제를 가지고 있다. 이러한 문제를 해결하기 위해, 새로운 스타트업이 개발한 시스템을 소개합니다.
Anthropic은 Claude Fable 5를 다시 온라인으로 돌아가게 해 주겠다고 발표했습니다. 이는 대규모 언어 모델(LLM) 사용자들에게 큰 기쁨을 선사하는 소식입니다. Anthropic은 AWS, Google Cloud, Microsoft과 같은 플랫폼에서 다시 접근을 허용할 계획입니다.
기존의 경쟁에서 획득한 지식을 효율적으로 전이하는 새로운 방법을 제시합니다. 지식 축적을 통해 ML 엔지니어링 agent가 컴퓨팅 자원을 절약하고, 경쟁에서 우수한 성과를 내는 새로운 시스템을 소개합니다.
Anthropic은 대규모 언어 모델(LLM)을 기반으로한 새로운 제품 '클로드 사이언스'를 발표했습니다. 이 제품은 과학 연구를 지원하기 위해 개발되었으며, 소프트웨어 엔지니어링을 위한 '클로드 코드'와 유사한 기능을 제공합니다. 클로드 사이언스는 고급 명령어를 통해 의미 있는 작업을 자동으로 수행할 수 있습니다.
Anthropic의 클로드 과학은 과학자들이 데이터베이스, PIPELINE, 도구之间을 오가야 하는 번거로움을 피할 수 있도록, 컴퓨터 연구를 수행하는 일관된 환경을 제공한다. 클로드 과학은 과학자들이 대규모 언어 모델(LLM)과 같은 cutting-edge 기술을 사용할 수 있도록 지원한다.
Anthropic의 클로드(Claude) Sonnet 5는 강한 행동적 기능성(agentic capabilities), 저렴한 가격, 그리고 향상된 안전성을 제공하여, Opus, GPT-5.5, 그리고 Gemini Pro와 같은 비용이 더 저렴한 대안으로 자리매김했습니다.
최근 대규모 언어 모델 및 시각-언어 모델의 발전으로 다중 모드 데이터에 대한 논리적 추론이 가능해졌고, 의료 적용 분야에서 의사결정 지원 및 전문의로의 분류와 같은 기회를 제공하고 있습니다. 그러나 현재 의료 AI 벤치마크는 분산되어 있습니다: 일부는 다중 턴 대화 지원을 제공하지만 이미지를 제공하지 못하고, 다른 벤치마크는 다중 모드 입력을 제공하지만 단일 턴 QA 작업에만 집중하고 있습
Anthropic은 캘리포니아 주와 더욱 가까운 관계를 맺고 있다. 이에 따라 연방 정부는 오픈에이아이의 경쟁자로 Anthropic을 적으로 선언했다.
신종 제안이 나오고 있다. 이 제안은 미국인의 건강 정보와 위치 정보를 데이터 중개자에게 판매하는 것을 금지하도록 한다. 이 데이터 중개자에는 인공지능 챗봇과 같은 채팅봇인 ChatGPT나 Claude도 포함된다. 다음 몇 주 동안, 상원 의원 엘리자베스 워런(민주당, 매사추세츠 주)과 하원 의원 메리 게이 스캔론(민주당, 펜실베니아 주)은 건강 및 위치 정보 보호에 대한 새로운 법안을 발표
대규모 멀티모달 언어 모델(LLM)은 점점 더 embodie된 계획자로 egocentric 환경에서 사용되고 있다. 이러한 환경에서 성공적인 작업은 수행한 명령에 달려 있으면서도 사회적으로 적절한 방식으로 행동하는 것이 중요하다. 명확한 목표는 특정 행동을 최적화하는 데 도움이 될 수 있지만, 암묵적인 사회적 규범은 숨겨진 제약을 가질 수 있다. 기존의 평가 방법은 주로 명확한 목표 달성을