본문으로 건너뛰기

#Claude

145개의 기사

에이전트 7월 9일

작업 재구조화와 승인-구조화된 위임: 다중 agent LLM 안전성

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

LLM PC 7월 9일

기업형 기관적 인공지능의 토큰 경제학을 설정하는 오케스트레이션 디자인 효과

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

AI 모델 7월 8일

게임 데이터가 AGI의 비밀을 밝힐 수 있다고 말하는 베조스 주축의 스타트업

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

AI 모델 7월 8일

CEO는 왜 비디오 게임이 인터넷보다 더 좋은 교육 데이터라고 생각하는가?

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(

AI 모델 7월 7일

과학 연구를 위한 일반 용도 복제 도구 개발을 위한 VERITAS 방향

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

AI 모델 7월 3일

인간 중심(AI) 기술로 약물을 개발한다?

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.

에이전트 7월 3일

대규모 계층적 코드베이스의 코드 요약을 위한 다중 agent 시스템: Agent4cs

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,

AI 모델 7월 2일

스타트업의 AI 그룹 사고 문제 해결책

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

AI 모델 7월 1일

Anthropic, '클로드 사이언스' 공개...과학 연구 지원의 새로운 도약

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.

LLM PC 6월 30일

다중 모드 LLM의 이미지 기반 의료 대화에 대한 벤치마크

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

AI 모델 6월 29일

법사위원들은 AI 기업들이 건강 데이터를 판매하는 것을 금지하고 싶다.

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

AI 모델 6월 29일

몸을 가진 계획에서 ẩn상태 사회 규범 준수에 대한 기준점: NormAct

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

인기 태그