아티클 & 가이드

FM²는 의료영상 기반모델이 필요로 하는 다기관 데이터와, 환자 데이터를 중앙에 모으기 어려운 개인정보 보호 제약 사이의 간극을 겨냥한다. 논문은 기관별 영상 모달리티 차이를 핵심 문제로 정의하고 연합학습 기반 해법을 제시한다.

ACM MM 2026에 채택된 한 논문은 비디오 LLM의 벤치마크 정확도가 곧 시각 이해를 뜻하지는 않는다고 지적한다. 연구진은 원본 비디오와 검은 화면 입력의 정답 차이를 측정하는 Visual Dependency Gap, 즉 VDG를 제안했다.

이 논문은 GFlowNet 방식의 강화학습을 LLM 후처리 학습에 더 안정적으로 적용하기 위한 GFlowRL을 제안한다. 핵심은 학습되는 partition network를 제거하고 배치 내 몬테카를로 추정으로 대체하는 것이다.

arXiv 논문이 LLM 사후학습에서 쓰이는 On-Policy Distillation의 역할과 실패 양상을 체계적으로 분석했다. 핵심은 OPD가 능력의 상한을 높이기보다, 올바른 추론 경로를 찾도록 탐색을 유도한다는 점이다.

Boogu-Image-0.1은 이미지 생성, 편집, 빠른 추론, 중국어·영어 텍스트 렌더링을 겨냥한 오픈소스 통합 멀티모달 모델 제품군이다. 논문은 제한된 컴퓨팅 환경에서도 데이터, 학습 파이프라인, 추론 시 확장을 최적화하면 폐쇄형 시스템에 가까운 성능을 낼 수 있다고 설명한다.

arXiv 논문은 양팔 로봇의 디버깅과 배포를 돕는 에이전트 프레임워크 SPINE을 제안했다. 핵심은 기초모델의 지능을 실제 하드웨어와 연결하는 통합 과정을 구조화하는 것이다.

arXiv 논문은 Agentic AI 배포를 위한 AI 네이티브 보험 프레임워크를 제안한다. 자율성, 운영 권한, 권한 노출, 거버넌스 성숙도, 외부 의존도를 보험 인수와 가격 산정에 연결하는 접근이다.

이 arXiv 논문은 RL 사후학습 비용을 총 FLOPs 하나로 요약하는 관행의 한계를 짚는다. 고정된 예산에서 더 큰 모델, 더 긴 학습, 더 많은 rollout 탐색, 더 강한 보상 피드백 중 무엇에 계산을 배분해야 하는지를 분석한다.

arXiv 논문은 훈련 분포를 지속적으로 갱신하는 딥페이크 탐지 시스템 BitMind Forensics를 제안한다. 19개 공개 벤치마크 평가에서 BMF는 실제 환경 이미지, 비디오, AI 생성 미디어 탐지에서 강한 성능을 보고했다.

새 arXiv 포지션 논문은 자동 형식화의 목표가 단일 명제 번역이 아니라 정의, 보조정리, 의존관계를 포함한 완전한 형식 지식베이스 구축이어야 한다고 주장한다.

arXiv의 새 서베이는 자기 개선형 에이전트를 경험을 누적 역량 향상으로 바꾸는 적응형 시스템으로 설명한다. 핵심은 특정 알고리즘이 아니라 모델, 프롬프트, 메모리, 도구, 제어 로직을 포함한 전체 구성이다.

arXiv 논문은 정신과 임상 정보가 단계적으로 공개되는 상황에서 LLM의 판단을 평가하는 Safe-Psych를 제안했다. 연구는 강력한 모델도 증거가 부족할 때 조기 진단을 내리는 경향이 있음을 보여준다.

arXiv 논문은 데이터 제공자의 삭제 요청을 정확한 forget set으로 바꾸기 위한 출처 추적 시스템 OriginBlame을 제안한다. 저자 정보를 데이터 처리 파이프라인 전반에 전달해 과도한 삭제를 줄이는 접근이다.

새 arXiv 논문은 주의량 기반 KV Cache 제거 방식이 중첩 JSON 같은 구조 밀집 입력에서 구조 토큰을 과도하게 보존할 수 있다고 지적한다. 저자는 재학습 없이 적용 가능한 역할 조건부 할당 방식으로 이를 완화한다.

새 arXiv 논문은 프롬프트만으로는 드러나지 않는 오픈웨이트 언어모델의 행동 구조를 페르소나 벡터로 감사한다. 연구는 모델이 기본적으로 표현하는 특성, 유도하면 증폭되는 잠재 특성, 표준 방법으로는 추출하기 어려운 특성을 구분한다.

이 논문은 연구자와 AI 에이전트를 연결하는 능동형 공유 작업공간 Mycelium을 소개한다. 핵심은 관찰과 가설을 저장하는 데 그치지 않고, 다음 의사결정에 활용할 수 있는 사람이나 시스템으로 전달하는 것이다.

Agora는 대형 언어모델 사전학습이 반드시 폐쇄적인 데이터센터에 묶여 있어야 하는지에 도전한다. 이 시스템은 이기종 인터넷 연결 GPU를 모델 샤딩, 파이프라인 병렬화, 장애 허용 집합 연산으로 묶는다.

Hugging Face가 2026년 7월 생산 인프라 일부에서 발생한 보안 침해를 공개했다. 회사는 이번 공격이 자율 AI 에이전트 시스템에 의해 수행됐으며, 초기 진입점은 데이터셋 처리 파이프라인이었다고 설명했다.

SDABench는 LLM의 과학 데이터 분석을 코드 실행이나 워크플로 완료가 아니라, 과학적 주장을 뒷받침하는 능력 관점에서 평가하는 벤치마크다.

마이크로소프트가 영업 조직에 자사 AI 모델과 Copilot을 OpenAI, Anthropic 제품보다 효율적이고 비용 경쟁력이 있으며 기업 환경에 더 잘 맞는 선택지로 설명하도록 준비 중이라는 보도가 나왔다.

Mira Murati가 설립한 Thinking Machines Lab이 첫 자체 오픈웨이트 모델 Inkling을 내놨다. 이 모델은 범용 챗봇 경쟁보다 기업이 직접 조정하고 소유할 수 있는 AI 기반을 겨냥한다.