OS-Helix, GUI와 코드 실행을 하나로 학습하는 컴퓨터 에이전트
OS-Helix는 그래픽 인터페이스 조작과 코드 실행을 하나의 정책 안에서 학습해, 데스크톱 작업에서 언제 클릭하고 언제 스크립트를 작성할지 판단하는 에이전트를 지향한다. 강화학습 버전은 OSWorld-Verified에서 66.44%의 성공률을 기록했다.
더 보기Claude API 중계소 가이드, 검출 원리, LLM API 실측 노하우
총 2320개의 아티클
RSS 구독OS-Helix는 그래픽 인터페이스 조작과 코드 실행을 하나의 정책 안에서 학습해, 데스크톱 작업에서 언제 클릭하고 언제 스크립트를 작성할지 판단하는 에이전트를 지향한다. 강화학습 버전은 OSWorld-Verified에서 66.44%의 성공률을 기록했다.
더 보기PPMem은 벽, 바닥, 건물 입면과 같은 주요 장면 구조를 업데이트 가능한 평면으로 저장하고 이후 비디오 생성에 활용한다. 장시간 생성과 큰 시점 변화에서 발생하는 공간 드리프트를 줄이는 것이 목표다.
더 보기사람과 AI가 작성한 동료평가 의견은 논문의 내용을 잘못 설명할 수 있다. PremiseCheck는 LLM으로 의견을 명시적 전제로 바꾼 뒤, 더 저렴한 판정 모델로 각 전제를 논문과 대조한다.
더 보기FC-SWE는 검증에 실패한 패치와 테스트 피드백을 다음 복구 시도의 컨텍스트로 활용하는 강화학습 프레임워크입니다. 여러 번의 시도를 전제로 한 SWE-bench Verified에서 누적 해결률을 높였습니다.
더 보기장기 작업에서 드러나는 실패는 마지막 행동이 아니라 몇 단계 전의 판단에서 시작될 수 있다. BELIEFWEAVER는 지속적인 증거, 관계형 믿음 상태, 암묵적 세계 모델을 결합해 롤백과 복구, 추가 탐색 중 더 나은 방향을 찾도록 돕는다.
더 보기새 논문은 타입이 지정된 MCP 호출과 순위화된 권위 컨텍스트를 결합한 Structured Authority Injection(SAI)을 제안했다. 이 방식은 여러 계획 주기 동안 운영자의 수정 지시를 유지하고 모호한 해석과 권위 약화를 줄이지만, 효과는 모델마다 다르게 나타난다.
더 보기PRIME은 사전에 정한 증거 경로와 독립적인 검증 원장을 사용해 LLM 에이전트가 근거 없는 결론을 내리지 못하게 하는 방법입니다. 공개 기록 480개 작업에서 부당한 결론을 없애고, 정당화 가능한 결론의 품질도 높였습니다.
더 보기Lean4AgenticRL은 도구 호출, 워크플로 단계, 최종 결과를 Lean4 형식화로 검증하고 다층 프로세스 보상을 제공합니다. 이 방식으로 학습한 LAR-27B는 TerminalBench-2.1에서 77.3%를 기록했습니다.
더 보기새 연구는 에이전트 harness 진화로 얻은 성능 향상을 벤치마크 과적합, 테스트 시점 스케일링, 잔여 개선으로 나누는 HDA 평가 프로토콜을 제안했다.
더 보기모델의 안전한 생성물과 무해한 단서만 사용하더라도 재귀적 자기 증류 과정에서 유해 요청에 대한 안전한 행동이 약화될 수 있다는 연구가 나왔다. 연구진은 이를 ‘점진적 불일치’라고 부른다.
더 보기DeepSeek가 V4.1 Flash를 버전 1017로 업데이트했습니다. 처음부터 프로젝트를 만드는 이른바 ‘소원식 프로그래밍’ 능력을 높이고 자체 검색 API를 공개한 것이 핵심입니다.
더 보기앤트로픽이 회사 지분 5%를 출연하는 공익 기금을 설립한다고 밝혔다. 비영리단체 기부와 특정 집단에 대한 직접 지원, AI가 고용시장에 미치는 영향에 대한 활동 등이 거론됐지만, 기금의 구체적인 운영 방식은 아직 공개되지 않았다.
더 보기파산을 신청한 챗봇 스타트업 Character.AI에 대해 디즈니가 최소 60명에게 채용을 제안하기로 합의했다. 제안을 받은 직원 대부분은 이를 수락했지만, 다른 기업이 더 높은 인수 조건을 제시할 가능성은 남아 있다.
더 보기앤트로픽은 비영리 평가기관 METR의 직원 6명을 사내에 배치하고 하드웨어와 내부 도구, 위험 평가 시스템에 대한 접근을 허용했다. METR은 앤트로픽의 승인 없이 분석 결과를 공개할 수 있지만 민감한 정보는 삭제 대상이 될 수 있다.
더 보기VAST가 단순화된 장면과 상호작용 상태를 연속적인 시각 콘텐츠로 바꾸는 실시간 월드 모델 EdenLive를 공개했다. 회사는 RTX 5090 한 장에서 720p 기준 24FPS를 넘는 성능을 제시했다.
더 보기Replit이 AI 코딩 플랫폼의 기본 모델 제공업체를 Anthropic에서 OpenAI로 변경했습니다. 다만 사용자는 여전히 Claude를 선택할 수 있으며, 결정에는 성능과 비용, 파트너십 조건이 함께 반영됐습니다.
더 보기메타가 AI 학습을 위해 웹사이트 콘텐츠를 수집할 수 있다고 해석될 여지가 있던 상업 약관 문구를 삭제했다. 회사는 이번 조치가 약관의 적용 범위를 명확히 한 것이며, 웹 크롤러 운영 방식의 변경은 아니라고 밝혔다.
더 보기OpenAI와 메타, 구글은 사용자를 대신해 검색·쇼핑·예약을 수행하는 AI 에이전트를 내놓고 있습니다. 하지만 많은 웹사이트가 라이선스 정책과 보안 장치, 직접 차단으로 이들의 활동을 제한하고 있습니다.
더 보기DeepSeek가 V4.1-Flash-1017을 공개하고 웹, 앱, API에 적용했습니다. 이번 업데이트는 단순한 벤치마크 향상보다 에이전트 실행 시간과 출력 토큰, 비용 절감에 초점을 맞춥니다.
더 보기칭화대 THUNLP 연구실과 면벽지능, OpenBMB 등이 AI 에이전트의 기억 혼선, 장기 작업, 모델 호출 비용 문제를 겨냥한 PilotDeck 2.0을 공개했다. 워크스페이스, 편집 가능한 메모리, 백그라운드 실행, 모델 라우팅을 제공한다.
더 보기OmniCompass는 시간 그라운딩, 공간 그라운딩, 질의응답을 결합한 종합 비디오 이해 벤치마크입니다. 텍스트만 사용하는 조건과 텍스트+이미지 조건을 비교해 모델이 그럴듯한 답변을 만드는 데 그치지 않고 영상 근거를 일관되게 활용하는지 확인합니다.
더 보기