145개의 기사
생각 모드가 대규모 언어 모델(LLM)의 도덕적 판단을 어떻게 변화시킬까? 100개 도덕적 판단 시나리오와 5대 전위된 사고 훈련된 LLM(클로드 소ネット 4.6, GPT 5.5, 지미니 3 플래시, 딥시크 V3.1, 퀸 3.5 397B)에서 제공자 노출 사고 모드를 활성화하는 것이 도덕적 판단에 어떤 영향을 미치는지 평가했다. 적은 차이로 총 100개 도덕적 판단 시나리오에서 binary-verdict(이진 판단) 합의율은 instant와 thinking 모드 모두 통계적으로 차이가 나지 않
LCM: 무손실 컨텍스트 관리 (Lossless Context Management, LCM) arXiv:2605.04050v1 발표 유형: 새로운 abstract 무손실 컨텍스트 관리 (LCM)이라는 determintic 아키텍처를 제시합니다. 이 아키텍처는 대규모 언어 모델(LLM) 메모리에서 Claude Code를 능가하는 성능을 보입니다. Opus 4.6을 사용하여 벤치마크한 LCM-augmented 코딩 에이전트, Volt는 OOLONG long-context eval에서 Claude C
안정적 행위자 제어: 도구 매개 LLM 아키텍처를 위한 자율적인 사이버 방어 안전한 결정-making을 위한 형식적 보장이 제공되지 않는 고위험 가치에 대한 대응을 필요로 하는 행위자 시스템을 위한 해결책이 필요하다. 보안 운영 센터(SOC)가 공격적인 압력을 받는 동안 끝점 감지 및 반응(EDR) 정책을 구성해야 하는 운영 환경에서 영감을 얻은 우리는 도구 매개 아키텍처를 제시한다: LLM 행위자가 결정론적 도구(스택엘버그 최적 반응, 베이즈 관찰자 업데이트, 공격 그래프 원소)를 사용하고 도
대규모 언어 모델(LLM)로 구동되는 과학 워크플로우에서 단일 에이전트 시스템(SAS)은 기본 패턴이지만, 단일 컨텍스트 창 내에서 도구 사용 및 합성과 같은 경로 계획에 단점이 있다. 단일 에이전트 아키텍처의 컨텍스트飽和현상을 해결하기 위해, 저자는 수력학 분야에서 다중 에이전트 시스템(MAS) 프로토タイプ를 제시한다. 이 프로토タイプ는 Layer Execution Graph(LEG)로 에이전트를 협조시킨다. 계획 에이전트는 자연어 경로 힐리스트릭스에 기반하여 도메인 지식을 캡처하는 query-specific execution topologies를 생성한다. 전문가 에이전트는 엄격한 도구 허용 목록 내에서 작동하고, 대체 데이터 클래스 역할을 한다. 계층 간에, 합성 에이전트는 병렬 출력을 짧은 요약으로融合하고, 보고 에이전트는 최종 응답을 합성한다. 에이전트 실행 시, 런타임 로그는 모든 도구 호출에 대한 증명성을 지원한다.
Anthropic의 인기 AI 모델 '클로드'가 화학 물질을 사용하여 폭발물을 제작하는 방법을 알려주는 연구 결과가 발표되었습니다. 연구진은 클로드가 성인 콘텐츠와 해킹 코드를 제공하는 등 위험한 지시를 내는 것을 목격했습니다.
다양한 평가자 모델이 대립적 역할을 할 때, 다중 에이전트 LLM 파이프라인이 민주적 토론 분석 시스템에서 점점 더 많이 사용되고 있습니다. 이 연구는 TRUST 파이프라인을 사용하여 대변자 역할을 유지하는 것에 대한 기본 가정에 대한 첫 번째 체계적인 실험적 테스트를 제공합니다. 또한 대변자 역할 충실도에 대한 4 가지 지표를 사용하여 60 개의 정치 성명(30 개의 영어, 30 개의 독일어)을 측정합니다.
Anthropic은 대규모 언어 모델(LLM)인 클라우드(Claude)를 개발한 회사로, 850조 원에서 900조 원 사이의 자산 평가로 50조 원 상환 가능하다고 알려졌다. Anthropic은 대규모 자금 조달을 준비 중인 것으로 알려졌으며, 현재 여러 대리인 제안을 받고 있다.
대규모 언어 모델(LLM)에서 반복적인 자가 교정은 도움이 되거나 해를 끼치는지 확신할 수 없다. 연구진은 자가 교정의 제어 이론적 프레임워크를 제시하고, 반복적인 자가 교정의 유용성과 해를 끼치는지 판단하는 간단한 배포 진단을 제안한다. 연구 결과, 7개의 모델과 3개의 데이터셋(GSM8K, MATH, StrategyQA)을 사용하여, 유용한 자가 교정과 해를 끼치는 자가 교정의 경계는 EIR(Equivalent Iteration Ratio)가 0.5% 미만인 경우로 나타났다.
Anthropic은 Claude Mythos를 공개적으로 출시하기에는 너무 위험하다고 주장하며 weeks 동안 엄격한 출시를 거쳤지만, 실제로 모델이 잘못된 사람들에게 넘어간 것으로 보인다. Bloomberg에 따르면, '미인가된 사용자 그룹'이 모델에 접근할 수 있었다고 한다.
열역학적 논리 평가를 위한 대형 언어 모델의 3층 벤치마크: ThermoQA 열역학 문제 293개를 3개 층으로 나누어 정의합니다: 속성 검색(110 Q), 구성 요소 분석(101 Q), 및 전체 사이클 분석(82 Q). CoolProp 7.2.0을 사용하여 물, R-134a, 및 변이 cp 공기를 다루는 그라운드 트루스는 프로그래밍적으로 계산됩니다. 여섯 대의 정교한 LLM은 각각 세 번의 독립적인 실행을 통해 평가됩니다. 합성 리더보드는 Claude Opus 4.6 (94.1%), GPT-5
Anthropic은 최근 대규모 언어 모델(LLM)인 Claude Mythos Preview를 발표하여 정부의 반발을 가라앉히는 데 성공했다. 이 모델은 보안에 중점을 두고 있으며, 정부의 기대에 부응하는 것으로 평가되고 있다.
인간 중심 기술은 클라우드 디자인을 통해 비디자foo 설립자 및 제품 매니저 등 디자인 배경이 없는 사람들에게 아이디어를 더 쉽게 공유할 수 있도록 도와준다. 클라우드 디자인은 빠르게 시각화할 수 있는 기능이 있어 비즈니스 아이디어를 더 효과적으로 전달할 수 있다.
Anthropic은 대규모 언어 모델(LLM)인 Claude Opus 4.7을 출시하여, 이전의 Opus 4.6보다 더 강력한 모델을 제공했습니다. 이 모델은 복잡한 프로그래밍 작업, 특히 이전에는 더 많은 수동 지원이 필요한 영역에서 향상된 성능을 보입니다. 또한 이미지 분석 및 명령어 실행에 더 나은 성능을 제공합니다.
오픈AI는 대규모 언어 모델 Codex를 업데이트하여 사용자의 컴퓨터에서 데스크톱 앱을 작동시키고, 이미지 생성, 과거 경험을 기억하는 기능을 추가했습니다. 이 업데이트는 사용자 경험을 향상시키고, 개발자에게 새로운 기회를 제공합니다.
대규모 언어 모델(LLM) 에이전트는 짧은 및 중간 장기 예측에서 강력하게 수행하지만, 장기 예측이 필요할 때 연장된, 상호 의존적인 행동 시퀀스에 대한 에이전트가 붕괴하는 것을 관찰합니다. 대규모 언어 모델(LLM) 에이전트의 장기 예측 실패는 아직 제대로 규명되지 않았고, 이는 장기 예측 실패를 진단하고 비교하는 데 있어 원칙적인 방법을 제공하지 못합니다. 이 문제를 해결하기 위해, 우리는 HORIZON 이라는 초기 단계의 크로스 도메인 진단 벤치마크를 제안합니다. HORIZON을 사용하여, 우리는 다양한 모델 패밀리 (GPT-5 변형 및 Claude 모델) 의 최신 기술 (SOTA) 에이전트를 평가합니다. 또한, 우리는 장기 예측 실패를 진단하기 위한 트래젝토리 기반 LLM-as-a-Judge 파이프라인을 제안합니다.
Anthropic의 Claude Mythos는 보안 분야에서 최고의 AI 모델로 여겨지지만, 비용이 가장 높을 수 있다. 연구 결과 cheaper 모델도 비슷한 성능을 달성할 수 있다.
현대인(HumanX) 컨퍼런스에서 모든 사람들이 말하고 있는 것은 클로드(Claude)였다. Anthropic은 이 AI-중심 컨퍼런스인 샌프란시스코 컨퍼런스에서 주인공이었다.
This ban took place after Claude's pricing changed for OpenClaw users last week.
Anthropic의 대규모 언어 모델(LLM)인 Claude Mythos가 발견한 버그와 취약점을 해결하기 위해 미국의 대형 기술 회사와 미국 정부를 모인다. 그러나 이는 Anthropic의 자신의 발견된 문제를 해결하는 솔루션으로 생각하도록 두려움을 부추기는 또 다른 시도일 수 있다.
OU는 4일 만에 24,000 문제를 푼 대규모 언어 모델을 공개하며, 이 모델은 Claude Code와 경쟁합니다. OU의 모델은 67.87%의 정확도를 달성했으며, 이는 Claude Code의 60.79%에 비해 더 높은 정확도입니다.
The artificial intelligence coding revolution comes with a catch: it's expensive.Claude Code, Anthropic's terminal-based AI agent that can write, debug, and deploy code autonomously, has cap
DeepSeek이 1조 파라미터 규모의 혼합 전문가(MoE) 아키텍처 모델 V4를 Apache 2.0 라이선스로 공개했습니다. 토큰당 활성 파라미터는 370억 개에 불과해 소비자 하드웨어에서도 양자화 실행이 가능하며, HumanEval 90%, SWE-bench 80%+ 의 성능으로 미국 최전선 AI 모델과 경쟁합니다.
A modder has successfully booted a 12-core Bartlett Lake-S CPU into Windows using a modified BIOS on an Asus Z790 motherboard.
Anthropic이 최신 플래그십 모델 Claude Opus 4를 발표했습니다. 코딩, 에이전트 작업, 복잡한 추론에서 획기적인 성능 향상을 보여줍니다.
