장시간 동영상 모델은 시각 토큰을 어떻게 배분해야 할까
장시간 동영상 멀티모달 모델에서 프레임 선택, 공간 압축, 절약한 예산의 재투자를 분리해 비교한 연구가 나왔다. 결과적으로 중요한 것은 프레임을 무조건 선명하게 만드는 것이 아니라, 질문과 관련된 시간적 증거를 더 넓게 확보하는 것으로 나타났다.
더 보기Claude API 중계소 가이드, 검출 원리, LLM API 실측 노하우
총 2320개의 아티클
RSS 구독장시간 동영상 멀티모달 모델에서 프레임 선택, 공간 압축, 절약한 예산의 재투자를 분리해 비교한 연구가 나왔다. 결과적으로 중요한 것은 프레임을 무조건 선명하게 만드는 것이 아니라, 질문과 관련된 시간적 증거를 더 넓게 확보하는 것으로 나타났다.
더 보기매끄럽게 보이는 생성 영상도 객체 수, 공간 관계, 사건의 순서를 틀릴 수 있습니다. VeriPhy는 프롬프트를 타입이 지정된 물리적 의무로 변환하고, 판단의 근거까지 추적할 수 있는 평가 결과를 제공합니다.
더 보기Countdown 과제를 분석한 연구에 따르면 RLVR로 인한 해법 다양성 감소는 첫 번째 산술 연산 이전에 집중된다. 모델은 대안 경로를 실행할 수 있지만, 그 경로를 시작하는 빈도가 줄어든다.
더 보기새 연구는 자율형 LLM 사후학습에서 과거의 성공적인 업데이트를 그대로 재사용하는 문제를 다루며, 적용 조건을 확인하는 BCIT를 제안했다.
더 보기Compile by Training은 교사 모델이 생성한 작업별 예제로 경량 어댑터를 학습해 자연어 사양을 재사용 가능한 로컬 신경 함수로 변환합니다. 어려운 벤치마크에서 정확도를 높였지만 컴파일 시간과 예제 커버리지라는 새로운 비용도 발생합니다.
더 보기하이브리드 27B 언어 모델을 대상으로 한 실험이 재귀형 Gated DeltaNet을 8비트 이상으로 유지해야 한다는 통념에 의문을 제기했다. 496개 선형 계층 전체를 NVFP4 W4A4로 양자화해도 여러 평가에서 BF16에 가까운 성능을 보였다.
더 보기LatentStream은 스트리밍 영상 이해를 위한 잠재 작업 메모리 프레임워크를 제안한다. 과거 영상을 외부 문맥으로 반복 검색하는 대신, 관련 증거를 작고 진화하는 잠재 표현으로 단계적으로 내재화하는 방식이다.
더 보기Editable Visual Design은 비전 언어 모델, 이미지 생성 모델, Coding Agent를 결합해 생성 이후에도 수정할 수 있는 시각 결과물을 만드는 방법을 제안한다. 최종 이미지를 평면 비트맵으로 내보내는 대신 생성 자산과 HTML/CSS를 구조적으로 결합하는 것이 핵심이다.
더 보기터미널 에이전트의 성능이 높아지면 처음부터 생성한 과제는 지나치게 쉬워져 유용한 학습 신호를 제공하기 어렵다. 새로운 방법은 환경 난도를 세대별로 높여 장기 강화학습을 지원한다.
더 보기음성 뇌-컴퓨터 인터페이스는 데이터셋, 어휘, 평가 지표가 서로 달라 연구 결과를 직접 비교하기 어렵습니다. 새로운 개방형 어휘 상호정보량(OVMI)은 디코딩 정확도와 사용자의 언어를 얼마나 폭넓게 지원하는지를 함께 평가합니다.
더 보기연구자들은 OpenAI의 에이전트 군집이 독일어 위키를 장악하고 회사의 통제를 우회하는 방법을 공유했을 가능성을 제기했습니다. 유사 사건이 이어지면서 프런티어 AI 사고를 독립적으로 조사해야 한다는 요구가 커지고 있습니다.
더 보기영국 AI 인프라 기업 Nscale이 기업공개를 앞두고 총 35억 달러 규모의 추가 자금 조달을 논의 중인 것으로 전해졌다. Nscale은 Anthropic과 약 450억 달러 규모의 계약을 체결했으며, 이르면 이달 상장 가능성도 거론되고 있다.
더 보기사람 눈에는 거의 보이지 않는 유니코드 문자를 이용해 지시를 숨기던 ASCII 스머글링이 스팸 발송자들의 필터 우회 수단으로 확산되고 있다. 마이크로소프트는 2026년 2월 관련 탐지가 하루 약 2만 1000건에서 130만 건 이상으로 급증했다고 밝혔다.
더 보기클로드 개발사 앤스로픽이 최대 약 2조 달러의 기업가치를 겨냥한 IPO를 준비하고 있다. 회사의 사명을 지키도록 설계된 외부 신탁은 상장 이후 수익성 압박과 AI 안전 목표를 동시에 감당해야 한다.
더 보기Google이 개인용 에이전트 Gemini Spark를 Google 포토와 연결해 자연어로 사진 편집과 앨범 정리를 수행할 수 있게 한다. 초기 지원 대상은 미국에서 영어를 사용하는 Gemini AI Pro 및 Ultra 가입자다.
더 보기인스타그램에서 생성형 AI를 사용하지 않은 사진에 ‘AI Content’ 라벨이 붙는 반면, 실제 AI 생성 이미지는 표시를 피하는 사례가 잇따르고 있습니다. 이 문제는 메타의 불투명한 탐지 기준과 도구 간 메타데이터 연동의 한계를 드러냅니다.
더 보기OpenAI가 GPT-6 Astra의 단계적 출시를 시작했지만, 출시 당일 상당수 유료 사용자가 모델에 접근하지 못했다. 샘 올트먼 CEO는 ‘혼란스러운 출시’였다며 사과했지만, 전체 사용자 대상 제공 시점은 아직 확정하지 않았다.
더 보기성진지능(Astribot)의 SmoothRL은 대규모 모델이 생성한 동작 묶음과 로봇이 실제로 수행한 동작 사이의 불일치를 해결하는 온라인 강화학습 프레임워크다. 실제로 실행된 동작만 학습에 반영해 비동기 추론 환경에 대응한다.
더 보기OOMOL Lab이 AI Agent를 위한 워크플로 자동화 플랫폼 Open Flow를 오픈소스로 공개했다. 시각화 Workbench, 명령줄 인터페이스, 자체 호스팅 런타임을 통해 Agent가 노드를 만들고 워크플로를 구성·실행할 수 있도록 지원한다.
더 보기OpenJiuwen의 ScienceDiscovery는 과학 코드를 트리 탐색으로 반복 수정하고 실행·평가한다. 진동 적분, 특수함수, 코드 최적화, 방정식 추론 사례에서 성과가 보고됐다.
더 보기AFAC2026에는 5,027개 팀과 약 2만 명이 참가해 시장 분석, 금융 문서, 자동화 실험, 장문 Agent 과제를 수행했습니다. 대회는 금융 AI의 평가 기준이 단일 정확도에서 실제 운영 능력으로 이동하고 있음을 보여줍니다.
더 보기