CCTest · Blog
앤스로픽 IPO 공식 신청, 매출 성장과 AI 거버넌스의 충돌
비즈니스·투자
cctest.ai
비즈니스·투자

앤스로픽 IPO 공식 신청, 매출 성장과 AI 거버넌스의 충돌

앤스로픽이 미국 증권 규제 당국에 기업공개(IPO)를 공식 신청하고 ‘ANT’라는 티커로 상장할 계획을 밝혔다. 신청서에는 급증한 매출과 기업 고객 기반, 여전히 이어지는 손실, 창업자 중심의 독특한 의사결정 구조가 담겼다.

더 보기
CCTest · Blog
OpenAI가 최전선 모델 훈련에서 인터넷을 차단하는 이유
AI 안전
cctest.ai
AI 안전

OpenAI가 최전선 모델 훈련에서 인터넷을 차단하는 이유

OpenAI가 최전선 모델 훈련 환경에서 실제 인터넷 접속을 금지하는 새 안전 정책을 내놓았습니다. 대신 미리 색인·캐시한 웹 콘텐츠와 여러 격리 계층을 활용하며, 에이전트가 숨은 경로로 통신하거나 탈출할 가능성을 점검합니다.

더 보기
CCTest · Blog
UserArena, 장기 쇼핑 행동으로 에이전트를 평가하다
모델 평가
cctest.ai
모델 평가

UserArena, 장기 쇼핑 행동으로 에이전트를 평가하다

UserArena는 실제 전자상거래 세션과 상호작용 환경, 운영 A/B 테스트 결과를 연결해 쇼핑 에이전트가 긴 대화에서 실제 사용자 행동을 재현하는지 평가한다. 연구진은 생성된 궤적에 더 촘촘한 감독 신호를 제공하는 OPTD도 제안했다.

더 보기
CCTest · Blog
RSIHub, 에이전트 진화 연구를 재사용 가능한 실험 프레임워크로
프레임워크·도구
cctest.ai
프레임워크·도구

RSIHub, 에이전트 진화 연구를 재사용 가능한 실험 프레임워크로

RSIHub는 에이전트의 프롬프트, 스킬, 도구, 오케스트레이션을 개선하는 방법을 공통 인프라에서 구축하고 비교하는 오픈소스 프레임워크입니다. 재사용 가능한 연산자와 후보 이력 추적을 통해 연구자는 진화 정책에 집중할 수 있습니다.

더 보기
CCTest · Blog
Dual Exam, 멀티모달 에이전트와 월드 모델의 한계를 분리해 측정하다
모델 평가
cctest.ai
모델 평가

Dual Exam, 멀티모달 에이전트와 월드 모델의 한계를 분리해 측정하다

Dual Exam은 환경의 응답을 고정한 상태에서 멀티모달 에이전트의 행동 선택을 평가하고, 행동 개입을 고정한 상태에서 월드 모델의 상태 변화를 평가하는 이중 평가 체계를 제안했다. 개별 구성 요소의 높은 점수만으로는 안정적인 폐루프 협업을 보장할 수 없다는 점도 드러났다.

더 보기
CCTest · Blog
HiSTEVE 1.0, 사람처럼 키보드와 마우스로 마인크래프트를 플레이하다
AI 에이전트
cctest.ai
AI 에이전트

HiSTEVE 1.0, 사람처럼 키보드와 마우스로 마인크래프트를 플레이하다

HiSTEVE 1.0은 장기 계획과 네이티브 키보드·마우스 제어를 결합해 시각 정보만으로 마인크래프트의 다단계 작업을 수행하는 VLA 에이전트입니다. 능력 인식형 계획, 정책 연계 작업 완료 판정, 상호작용 모드별 학습 설계가 핵심입니다.

더 보기
CCTest · Blog
HoloBoxing, 휴머노이드 복싱을 계획과 실행으로 분리하다
로보틱스·피지컬 AI
cctest.ai
로보틱스·피지컬 AI

HoloBoxing, 휴머노이드 복싱을 계획과 실행으로 분리하다

HoloBoxing은 사전 학습된 전신 제어기를 고정하고 소형 작업 플래너만 학습하는 휴머노이드 복싱 학습법을 제안한다. 사용 가능한 제어기를 출발점으로 삼을 경우 추가 학습에는 단일 GPU 기준 약 7분이 걸린다고 보고했다.

더 보기
CCTest · Blog
감시하기 쉬운 사고 연쇄 만들기: 인과 평가와 안전한 후학습
AI 안전
cctest.ai
AI 안전

감시하기 쉬운 사고 연쇄 만들기: 인과 평가와 안전한 후학습

새 논문은 개입 이후 목표 행동이 나타났다는 사실만으로 해당 행동이 개입 때문에 발생했다고 볼 수 없다고 지적한다. 연구진은 인과적 탐지율의 상·하한을 제시하고, 더 감시하기 쉬운 사고 연쇄를 학습하는 세 가지 후학습 방법을 평가했다.

더 보기
CCTest · Blog
장기 AI 에이전트가 컨텍스트 압축에 강해 보이는 이유
메모리·컨텍스트
cctest.ai
메모리·컨텍스트

장기 AI 에이전트가 컨텍스트 압축에 강해 보이는 이유

장기 에이전트 벤치마크는 진행 상황이 외부 파일에 저장되기 때문에 컨텍스트 압축의 영향을 덜 받을 수 있다는 연구 결과가 나왔다. 그러나 작업 방식과 금지 사항처럼 외부에서 복원할 수 없는 제약은 요약 과정에서 조용히 사라질 수 있다.

더 보기
CCTest · Blog
합성 재작성의 스케일링 법칙, 최적 데이터 비율을 계산하다
대규모 언어 모델
cctest.ai
대규모 언어 모델

합성 재작성의 스케일링 법칙, 최적 데이터 비율을 계산하다

한 연구가 합성 재작성을 무료 데이터 증강이 아니라 생성 비용까지 포함한 계산 자원 배분 문제로 분석했다. 실험 결과 학습 연산량이 늘어날수록 최적의 재작성 데이터 비율도 높아졌으며, 재작성 모델로 만든 데이터가 생성 모델보다 강한 모델을 만들 가능성도 확인됐다.

더 보기