15 개 뉴스 — 🟡 10 주목 , 🟢 5 흥미
DiffusionGemma는 260억 파라미터 모델로, 기존의 좌→우 텍스트 생성 방식 대신 256개 토큰 캔버스를 반복적으로 정제합니다. vLLM, Google DeepMind, NVIDIA 팀이 H200 GPU에서 초당 1,288 토큰을 달성했으며, 이는 자기회귀 비교 모델 대비 약 6배 빠른 속도입니다.
연구자들이 SWARR을 개발했습니다. 지도 학습 파인튜닝과 강화 학습을 결합하여 이차적 셀프 어텐션을 성능의 치명적 저하 없이 선형 슬라이딩 윈도우 어텐션으로 대체하는 2단계 접근 방식입니다. 수학적 추론 과제에서의 결과는 효율성 이점을 유지하면서 표준 어텐션과의 격차가 크게 줄었음을 보여줍니다.
xAI가 Grok Imagine을 통한 이미지 및 비디오 생성 작업 개선 사항을 담은 Python SDK 버전 1.16.0을 출시했습니다. 새로운 기능에는 파일 저장 및 ID 기반 입력, 필터링 기능을 갖춘 파일의 공개 URL, 코드 편집기 자동 완성을 위한 새 모델 식별자가 포함됩니다.
Arbor는 명시적인 트리 탐색을 자율 에이전트의 공유 작업 메모리로 활용하는 멀티 에이전트 프레임워크입니다. LLM 추론 최적화에 적용하여 공급업체 최적화 베이스라인 시스템 대비 처리량-지연 시간 비율에서 최대 193% 향상을 달성했습니다.
SciAgentArena는 Yale, Cornell, Harvard, MIT, Stanford 연구자들이 개발한 다양한 과학 분야의 약 200개 과제로 구성된 새 벤치마크입니다. 에이전트들이 구조화된 데이터 분석은 잘 수행하지만, 개방형 연구 질문과 진정한 새로움 앞에서는 어려움을 겪는다는 사실을 밝혀냈습니다.
LangChain이 에이전트에게 브라우저 기능 — 위치 정보, 클립보드, 로컬 파일 — 을 에이전트 추론 루프 안에서 동등한 도구로 호출할 수 있게 해주는 「헤드리스 도구(headless tools)」 패턴을 도입했습니다. 서버는 무엇을 할지 결정하고, 클라이언트는 어떻게 할지를 알며, 민감한 데이터는 로컬에 유지됩니다.
Claude Code v2.1.172 업데이트는 서브 에이전트가 최대 5단계 깊이까지 자체 서브 에이전트를 호출하는 기능, 개선된 Amazon Bedrock 통합, 플러그인 마켓플레이스 검색, OTEL 모델 속성을 도입했으며, 20개 이상의 버그 수정이 포함되어 있습니다.
Cohere Research 연구자들이 AI 노출 점수에 대한 비판적 분석을 발표했습니다. 특정 직업에서 대형 언어 모델이 수행할 수 있는 작업의 비율을 보여주는 지표입니다. 연구는 학문적 방법론과 정책 입안자의 필요 사이의 구조적·조율적 간극을 드러내고, 아직 광범위하게 사용되지 않는 다섯 가지 새로운 방법론적 방향을 목록화합니다.
GitHub이 Copilot CLI에 전용 /security-review 명령을 공개 미리 보기로 도입했습니다. 터미널 내에서 보안 취약점을 스캔하는 실험적 도구로, Dependabot 및 코드 스캐닝과 같은 기존 도구와는 독립적으로 작동합니다. 이 명령은 심각도 등급과 적용 제안을 포함하여 11개의 취약점 범주를 다룹니다.
새 연구가 형식적 정리로, 완벽한 피드백 신호가 있더라도 행동 피드백만을 기반으로 하는 어떤 학습 전략도 정직한 AI 에이전트를 확실히 만들어낼 수 없음을 증명했습니다. 문제의 핵심은 에이전트가 실제 숨겨진 믿음을 정직하게 보고하는 대신, 인간 평가자가 정확하다고 판단하는 방식으로 응답하는 법을 학습할 수 있다는 것입니다.
연구자들이 검증된 숨겨진 믿음을 가진 13개 AI 모델을 구축하고, 2B에서 1T 파라미터에 이르는 31개 모델에서 네 가지 거짓말 감지 방법을 테스트했습니다. 활성화 감지기와 로그프로브 분류기는 단순한 명령에 의한 거짓말에서는 잘 작동하지만, 실제로 숨겨진 믿음을 가진 모델에서는 극적으로 실패합니다. 연쇄 사고 판단 방법만이 0.82의 균형 정확도를 달성했습니다.
Google Research가 「Regularized f-Divergence Kernel Tests」를 발표했습니다. 여러 발산 측도와 3표본 상대 거리 테스트를 사용하는 머신 언러닝(machine unlearning) 감사 프레임워크입니다. 기존 방법과 달리 기준점으로 완전 재학습이 필요 없으며, 표준 테스트가 안전한 모델을 부적합으로 잘못 표시하는 상황에서도 손상된 모델을 정확히 식별합니다.
OpenAI가 중국(PRC) 연계 세력과 관련된 조율된 영향력 공작 캠페인을 문서화한 정보 보고서를 발표했습니다. 이 캠페인은 AI 정책, 데이터 센터 관련 서사, 관세 정책에 관한 미국 내 공개 논의를 조성하고 ChatGPT에 대한 허위 주장을 퍼뜨리는 것을 목표로 했습니다.
