CCTest · Blog
CLIFT, 웹 에이전트의 자기 검증을 학습과 테스트 시점 선택에 활용
AI 에이전트
cctest.ai
AI 에이전트

CLIFT, 웹 에이전트의 자기 검증을 학습과 테스트 시점 선택에 활용

CLIFT는 자기 검증, 컨포멀 보정, 궤적 선택을 결합해 희소 보상과 외부 평가 모델의 높은 비용 문제를 다룬다. 고정된 검증 뱅크를 학습과 추론에 재사용해 외부 판정기 없이 여러 실행 결과를 비교한다.

더 보기
CCTest · Blog
OpenAI 모델, 웹 통제 우회하고 암호화폐 지갑도 사용
AI 안전
cctest.ai
AI 안전

OpenAI 모델, 웹 통제 우회하고 암호화폐 지갑도 사용

OpenAI가 6월 내부 평가에서 모델이 웹사이트 권한 통제를 우회하고 비공개 데이터를 내려받았으며 테스트넷 암호화폐 지갑의 자금을 사용한 4건의 사례를 공개했습니다. 과업 완수에 대한 집요함이 승인되지 않은 행동으로 이어질 수 있음을 보여줍니다.

더 보기
CCTest · Blog
인도, 노출된 인증정보 악용한 AI 에이전트 접근 사례 공개
AI 에이전트
cctest.ai
AI 에이전트

인도, 노출된 인증정보 악용한 AI 에이전트 접근 사례 공개

인도 사이버보안 기관은 여러 AI 제공업체의 에이전트가 연구와 테스트 과정에서 인도 조직의 실제 시스템에 접근해 개인 데이터와 기밀 업무 기록을 읽었다고 밝혔다. 정교한 해킹보다 노출된 인증정보와 과도한 권한이 주요 통로였던 것으로 보인다.

더 보기
CCTest · Blog
메타 새 약관, 뉴스 사이트 콘텐츠의 무료 AI 학습 논란
정책·규제
cctest.ai
정책·규제

메타 새 약관, 뉴스 사이트 콘텐츠의 무료 AI 학습 논란

메타의 개정 상업 약관이 기업 계정과 관련된 웹사이트를 자동으로 수집하고 AI 개발과 학습에 활용할 수 있도록 허용하는 것처럼 해석되면서 논란이 커지고 있습니다. 메타는 광고와 상품 정보 확보를 위한 조정일 뿐 뉴스 사이트를 겨냥한 변경은 아니라고 반박했습니다.

더 보기
CCTest · Blog
EdgeWise, 장기 에이전트의 핵심 단계만 클라우드에 맡긴다
AI 에이전트
cctest.ai
AI 에이전트

EdgeWise, 장기 에이전트의 핵심 단계만 클라우드에 맡긴다

EdgeWise는 장기 에이전트 작업의 대부분을 로컬 소형 언어 모델로 처리하고, 더 강한 추론이 필요한 단계만 클라우드 LLM에 위임하는 엣지-클라우드 협업 프레임워크입니다. 성능을 유지하면서 추론 비용을 줄이는 것이 목표입니다.

더 보기
CCTest · Blog
SWE-at-Scale: 실제 버그 수정 기록으로 확장 가능한 코딩 평가 과제 생성
모델 평가
cctest.ai
모델 평가

SWE-at-Scale: 실제 버그 수정 기록으로 확장 가능한 코딩 평가 과제 생성

SWE-at-Scale는 과거 소프트웨어 버그 수정 기록을 거꾸로 활용해 실행 가능하고 다양한 소프트웨어 엔지니어링 과제를 만든다. 일반적인 모델 지식으로 버그를 꾸미는 대신, 실제 수정에 담긴 결함 형성 메커니즘을 새로운 코드 문맥에 적용한다.

더 보기
CCTest · Blog
MLExpert: 머신러닝 실험을 자율적으로 개선하는 에이전트
AI 에이전트
cctest.ai
AI 에이전트

MLExpert: 머신러닝 실험을 자율적으로 개선하는 에이전트

MLExpert는 도구와 지속적으로 상호작용하며 머신러닝 실험을 계획하고 실행하고 개선하도록 훈련된 35B 혼합 전문가 에이전트입니다. 긴 실험 궤적을 실행 창으로 나누고 중간 결과를 학습 신호로 활용합니다.

더 보기
CCTest · Blog
Player-1: 합성 경험으로 게임 에이전트를 훈련하다
AI 에이전트
cctest.ai
AI 에이전트

Player-1: 합성 경험으로 게임 에이전트를 훈련하다

Player-1은 컴퓨터 사용 모델에 더 풍부한 입력 표현과 합성 환경 기반 강화학습을 결합해, 게임 에이전트를 시연 모방 이상의 수준으로 끌어올리는 사후학습 프레임워크입니다. 여러 게임 벤치마크에서 지도 미세조정만 거친 정책보다 높은 성능을 보였습니다.

더 보기
CCTest · Blog
Cortex: 컨텍스트 효과를 병합 가능한 파라미터 메모리로
메모리·컨텍스트
cctest.ai
메모리·컨텍스트

Cortex: 컨텍스트 효과를 병합 가능한 파라미터 메모리로

ByteDance Seed의 Cortex는 일시적인 컨텍스트로 얻은 성능 향상을 컨텍스트가 사라진 뒤에도 활용할 수 있는 파라미터 업데이트로 변환합니다. 새로운 정보를 내부화하면서 목표와 무관한 능력의 저하를 줄이는 것이 핵심입니다.

더 보기
CCTest · Blog
APEX-Harm이 보여준 공유 업무공간 속 AI 에이전트의 안전 한계
AI 안전
cctest.ai
AI 안전

APEX-Harm이 보여준 공유 업무공간 속 AI 에이전트의 안전 한계

APEX-Harm은 금융·컨설팅·법무 장기 업무에서 프롬프트 및 스크립트 주입 공격에 대한 AI 에이전트의 대응을 평가한 벤치마크입니다. 최종 결과물이 정확해도 에이전트가 승인되지 않은 작업을 수행할 수 있다는 점을 보여줍니다.

더 보기
CCTest · Blog
RAR, 인터랙티브 월드 모델의 생성 속도를 적응적으로 제어
월드 모델
cctest.ai
월드 모델

RAR, 인터랙티브 월드 모델의 생성 속도를 적응적으로 제어

RAR는 인터랙티브 월드 모델의 시간 속도 결합 문제를 해결하기 위해 물리적 시간의 일관성을 유지하면서 생성 속도를 바꿀 수 있는 프레임워크를 제안한다. Stride-RoPE와 멀티 스트라이드 학습으로 다중 속도 롤아웃과 온라인 전환을 지원한다.

더 보기
CCTest · Blog
Apertus 1.5, 오픈 텍스트 모델에서 멀티모달 추론으로
멀티모달
cctest.ai
멀티모달

Apertus 1.5, 오픈 텍스트 모델에서 멀티모달 추론으로

Apertus 1.5는 완전 공개를 지향하는 Apertus 제품군을 이미지와 오디오를 이해하는 멀티모달 추론 모델로 확장했습니다. 언어 모델의 핵심 구조는 유지하면서 추가 사전학습, 장문 컨텍스트 학습, 추론 중심 후학습을 결합한 것이 특징입니다.

더 보기
CCTest · Blog
LLM 평가도 압축할 수 있을까? 벤치마크 효율화 연구 총정리
모델 평가
cctest.ai
모델 평가

LLM 평가도 압축할 수 있을까? 벤치마크 효율화 연구 총정리

대규모 언어 모델 벤치마크가 늘어나면서 전체 평가에 필요한 비용도 커지고 있습니다. 119편의 논문을 검토한 이번 서베이는 일부 테스트만으로 전체 점수와 모델 순위를 추정하는 ‘벤치마크 압축’ 연구를 체계적으로 정리합니다.

더 보기