아티클 & 가이드

이 arXiv 논문은 신경망이 표현할 수 있는 함수 집합이 유한 차원의 대수적 구조로 제한될 때, grokking이 어떤 형태로 사라지는지 분석한다.

OpenAI는 미국 AI 거버넌스에서 주정부의 입법 실험이 안전하고 민주적인 국가 차원의 프레임워크로 이어질 수 있다고 설명했다.

새 arXiv 논문은 심초음파 영상에서 좌심실 박출률을 추정하는 비디오 모델의 귀인 설명을 점검했다. 모델은 공간적으로 좌심실을 잘 가리켰지만, 임상적으로 중요한 수축말기와 이완말기 프레임은 제대로 강조하지 못했다.

새 arXiv 논문은 분자 특성 예측에서 변분 양자 회로와 고전 메시지 패싱 모델을 같은 조건에서 비교했다. 핵심은 성능의 원천이 양자 방식 자체라기보다 분자 결합 그래프에 맞춘 구조적 귀납 편향일 수 있다는 점이다.

이 arXiv 논문은 모델 압축과 추론 가속을 알고리즘 선택 문제가 아니라 배포 제약을 풀어가는 엔지니어링 문제로 재정의한다. 데이터, 지연 시간, 메모리, 정확도 허용치, 재학습 예산이 핵심 축이다.

DAGR는 목표 조건 강화학습에서 흔한 한계, 즉 목표 임베딩이 현재 상태를 보지 않는 문제를 다룬다. OGBench 내비게이션에서는 개선을 보였지만 조작 및 puzzle 과제에서는 일관된 우위를 보이지 않았다.

arXiv 논문은 양자 생성적 적대 신경망을 포스트양자 암호 평가에 활용할 수 있는지 탐색한다. 특정 암호를 깼다는 주장보다는, 양자 보조 암호 분석 워크플로의 초기 구성 요소를 제시하는 연구에 가깝다.

arXiv 논문은 WavLM 표현과 동적 시간 워핑을 활용해 텍스트 없이 제2언어 음성을 평가하는 방법을 탐구한다. 음소 평가에서는 강한 성능을 보였고, 리듬과 억양 평가로 확장할 가능성도 제시했다.

arXiv에 공개된 새 논문은 AI 에이전트 권한 시스템 제안 21건을 검토하고, 상용 에이전트 5종의 권한 처리 방식과 비교했다. 핵심은 모든 사용자에게 같은 정책을 적용하는 방식에서 벗어나 사용자별 권한 제어가 필요하다는 점이다.

이 arXiv 논문은 서로 다른 런타임에 흩어진 에이전트 활동을 표준화된 행동 객체로 변환하는 CAVA를 제안한다. 핵심은 승인된 행동, 실제 실행, 사후 검증이 모두 같은 행동 정체성을 가리키도록 만드는 것이다.

OpenAI가 내부 자동 레드팀 모델 GPT-Red를 공개했다. 이 시스템은 자기 대전 강화학습을 통해 프롬프트 인젝션 취약점을 대규모로 찾아내고, 생산 모델의 견고성을 높이는 데 쓰인다.

Hume AI가 Hugging Face Blog에서 Real World VoiceEQ를 공개했다. 이 벤치마크는 음성 AI를 단순한 전사 정확도와 지연시간이 아니라 실제 대화에서의 인간적인 품질로 평가하려는 시도다.

vLLM이 Thinking Machines Lab의 1T 파라미터 멀티모달 모델 TML Inkling을 출시 당일 지원한다고 밝혔다. MTP, 장문 컨텍스트, MoE, 병렬화, 캐시 관리까지 포함한 고성능 추론 통합이다.

Thinking Machines가 Hugging Face에 Inkling을 공개했다. 이 모델은 이미지, 텍스트, 오디오를 네이티브 입력으로 받는 대규모 오픈 멀티모달 모델로, 1M 컨텍스트와 MoE 구조를 핵심 특징으로 내세운다.

새 서베이 논문은 이산 확산 모델을 손실 함수나 샘플러가 아니라, 이산 상태 공간을 어떻게 구성하느냐의 문제로 재정의한다.

AgentCompass는 LLM/VLM 에이전트 평가에서 흔한 파이프라인 파편화와 낮은 재현성 문제를 겨냥한 오픈소스 프레임워크입니다. Benchmark, Harness, Environment를 분리해 평가 구성을 더 유연하게 만듭니다.