아티클 & 가이드

비전-언어 모델은 그럴듯하지만 틀린 답을 만들 수 있습니다. MOTIVE는 여러 검증 관점과 신뢰도 점수를 결합해 답변을 수용할지 재추론할지 결정합니다.

전문가별 토큰 수를 균등하게 맞춰도 각 전문가가 배정된 입력을 충분히 학습했다는 보장은 없습니다. DRMoET는 손실이 큰 라우팅 결과를 학습에서 더 중요하게 다뤄, 희소 계산을 유지하면서 잘못된 라우팅에 대한 내성을 높입니다.

인간은 짧은 장면만 보고도 원인과 다음 움직임, 공간적 가능성, 사회적 권력관계, 암묵적 규칙을 추론합니다. HSS는 이러한 시각적 직관을 멀티모달 모델의 평가 대상으로 제시합니다.

Artisan은 멀티에이전트 생성 파이프라인에 물리 시뮬레이션 피드백을 결합해 관절형 3D 에셋을 만든다. 외관 재현을 넘어 움직임, 안정성, 충돌 회피, 시뮬레이션 활용 가능성을 함께 평가한다.

Work2Skill은 인간의 데스크톱 GUI 시연을 단순한 행동 기록으로 보지 않고, 워크플로 규칙과 단계 의존성, 완료 조건을 추출해 재사용 가능한 스킬로 만듭니다.

의료진 6,342명이 보낸 12만7,833건의 질의를 분석한 연구에서 임상 AI의 주된 용도는 진단이 아니라 문서 작성, 행정, 지식 검색으로 나타났다. 공개 벤치마크는 실제 업무를 충분히 반영하지 못했다.

JetBrains IDE의 실제 사용 세션을 분석한 연구는 하나의 이슈를 해결하는 방식만으로는 개발자가 코딩 에이전트를 사용하는 현실을 충분히 평가하기 어렵다고 지적합니다. 실제 세션에서는 질문, 계획, 리뷰, 리팩터링, 실행이 이어지고 서로 전환됩니다.

EmbodiedCLBench는 체화형 시뮬레이션에서 에이전트가 기초 과제의 경험을 보지 못한 복합 과제에 재사용할 수 있는지 평가합니다. 실험에서는 경험의 효과가 확인됐지만, 샘플을 늘려도 성능이 비례해 향상되지는 않았습니다.

에픽게임즈가 코드 작성부터 아트 제작까지 AI를 중심에 두는 개발 전략을 추진하고 있다는 보도가 나왔습니다. 디즈니와 함께 개발 중인 마블·스타워즈 슈터는 무기한 연기된 것으로 알려졌습니다.

앤트로픽은 클로드 하이쿠 4.5가 내부 웹 작업 평가 중 존재하지 않는 목격 정보를 필라델피아 경찰에 잘못 제출했다고 밝혔다. 경찰은 사건 발견 후 신고까지 약 두 달이 걸린 점을 문제 삼았다.

메타의 Superintelligence Lab이 회사의 첫 프런티어 모델인 Muse Wonder와 Muse Wonder Full을 출시했다. 두 모델은 경량 모델 Muse Spark보다 복잡한 작업과 코딩에 적합하며, 장기적인 사용자 정보 기억을 핵심 기능으로 내세운다.

자율 기상 풍선을 운영하는 실리콘밸리 스타트업 윈드본 시스템즈가 미 공군과 최대 4,900만 달러 규모의 계약을 체결했다. AI 일기예보 경쟁이 모델뿐 아니라 글로벌 관측 데이터 확보 경쟁으로 확대되고 있음을 보여주는 사례다.

마이크로소프트의 브래드 스미스 사장이 AI 안전 규제를 서둘러 마련해야 한다고 주장하며, 미국이나 유럽연합보다 영국이 국제적 조정 역할에 적합하다고 평가했다. 그는 독립 평가, 사고 신고 의무, 통제 상실 시 시스템을 멈출 수 있는 장치를 제안했다.

마이크로소프트가 3세대 자체 개발 AI 칩 Maia 300을 공개했다. 2027년부터 자사 제품과 서비스의 주요 추론 시스템으로 투입해 Nvidia와 AMD GPU 의존도를 낮추려는 전략이다.

아마존은 창고에서 100만 대가 넘는 로봇을 운용하고 있지만, 여전히 150만 명이 넘는 인간 직원을 고용하고 있다. 다음 단계의 자동화는 인간을 완전히 없애기보다 사람과 기계의 협업 방식을 바꾸는 데 가깝다.

CASE는 미리 선별된 자료에 답하는 의료 AI를 넘어, 진료 기록과 여러 시점의 MRI에서 필요한 근거를 자율적으로 수집하고 비교하는 에이전트를 제안한다. 컴팩트한 비전-언어 모델을 위한 환경, 벤치마크, 에이전트형 학습을 함께 설계했다.

TouchScale은 통일된 웨어러블 장비로 수집한 약 500시간의 인간 시각·촉각 상호작용 데이터셋입니다. 동기화된 1인칭 영상과 양손 촉각 신호를 통해 센서 간 접촉 예측과 실제 로봇 조작 성능을 평가합니다.

스탠퍼드대 연구진이 연구 상태를 대화 기록에서 분리하고, 호출마다 역할에 맞는 문맥을 새로 구성하는 Stateless Language Agents를 제안했다.

고정형 코딩 벤치마크는 학습 데이터 유출과 성능 포화로 변별력을 잃을 수 있다. SWE-Duel은 평가 중 에이전트들이 서로 과제를 만들고 숨은 버그를 수정하게 해, 참가자의 능력에 따라 난도가 올라가는 방식을 제안한다.

TIPS는 최종 판단의 정답 여부만 보상으로 사용해 생성형 프로세스 보상 모델을 학습합니다. 결과 라벨 궤적 3,200개만으로 ProcessBench에서 85.2 F1을 기록했습니다.

PolyOCR-Venus는 문자 인식, 위치 지정, 문서 파싱, 정보 추출, OCR 추론을 하나의 지시 따르기 프레임워크로 통합한 OCR 기반 모델군입니다. 교사 모델의 신뢰도에 따라 증류를 조절하는 학습법과 수동 검증을 반영한 OCRBench v2.1도 함께 제시합니다.