CCTest · Blog
DS-Lighting, 데이터 과학 에이전트의 실행 하니스를 명시화하다
AI 에이전트
cctest.ai
AI 에이전트

DS-Lighting, 데이터 과학 에이전트의 실행 하니스를 명시화하다

데이터 과학 자동화의 결과는 언어 모델뿐 아니라 작업 표현, 실행 상태 관리, 산출물 제약, 평가 방식에도 좌우됩니다. DS-Lighting은 그동안 암묵적으로 처리되던 에이전트 하니스를 네 개의 계층으로 분리해 다룹니다.

더 보기
CCTest · Blog
본 것을 정확히 실행할 수 있을까: EASEL이 평가한 멀티모달 에이전트
모델 평가
cctest.ai
모델 평가

본 것을 정확히 실행할 수 있을까: EASEL이 평가한 멀티모달 에이전트

EASEL은 멀티모달 모델이 이미지를 이해하는 데서 그치지 않고, 시각적 피드백을 바탕으로 도구 사용을 계속 수정할 수 있는지 평가한다. 핵심 과제는 참조 이미지와 같아지도록 캔버스를 단계적으로 그리는 것이다.

더 보기
CCTest · Blog
EvoUndo: 스스로 진화하는 LLM 에이전트의 안전한 복구 검증
AI 에이전트
cctest.ai
AI 에이전트

EvoUndo: 스스로 진화하는 LLM 에이전트의 안전한 복구 검증

LLM 에이전트는 프롬프트와 도구, 실행 하니스를 직접 바꿀 수 있지만, 성공한 변경이 이후 상태에서도 되돌릴 수 있다는 보장은 없습니다. EvoUndo는 정확한 상태 식별과 복구 언어의 표현력이 검증 가능한 복구에 미치는 영향을 분석합니다.

더 보기
CCTest · Blog
LoopArena, 코딩 에이전트의 장기 제어 능력을 평가하다
모델 평가
cctest.ai
모델 평가

LoopArena, 코딩 에이전트의 장기 제어 능력을 평가하다

LoopArena는 코딩 에이전트를 움직이는 제어 루프를 분리해, 한 모델이 다른 고정 코딩 에이전트를 장기 소프트웨어 작업에서 얼마나 잘 이끌 수 있는지 측정합니다. 결과는 안정적인 장기 제어가 여전히 어려운 과제임을 보여줍니다.

더 보기
CCTest · Blog
슬라이딩 윈도우 어텐션이 선형 어텐션보다 실용적인 이유
추론·배포
cctest.ai
추론·배포

슬라이딩 윈도우 어텐션이 선형 어텐션보다 실용적인 이유

한 연구에서 어텐션 싱크를 적용한 슬라이딩 윈도우 어텐션이 추가적인 사후 학습 없이 여러 모델과 작업에서 사후 학습된 선형 어텐션과 비슷하거나 더 나은 성능을 보였습니다. 장문맥 추론에서는 격차가 특히 크게 나타났습니다.

더 보기
CCTest · Blog
인스타그램, 공개하지 않은 AI 인물 프로필 도달 범위 제한
정책·규제
cctest.ai
정책·규제

인스타그램, 공개하지 않은 AI 인물 프로필 도달 범위 제한

인스타그램이 기존 ‘AI 크리에이터’ 라벨을 ‘AI 생성 프로필’로 바꾸고, AI로 만든 인물을 사용하면서 이를 공개하지 않은 계정의 도달 범위를 줄이기로 했다. 모든 AI 활용을 규제하는 것이 아니라 프로필 속 인물의 합성 여부를 명확히 알리는 데 초점이 맞춰졌다.

더 보기
CCTest · Blog
AI 코딩은 빨라졌는데 왜 납품은 빨라지지 않을까: 샤오홍슈 Muse의 Agentic 실험
AI 에이전트
cctest.ai
AI 에이전트

AI 코딩은 빨라졌는데 왜 납품은 빨라지지 않을까: 샤오홍슈 Muse의 Agentic 실험

코드 생성 속도만 높아져서는 기업의 개발 납기가 단축되지 않는다. 샤오홍슈의 Muse는 컨텍스트 공유, Agent 오케스트레이션, 실행 단계 제어를 통해 기획부터 운영 반영까지 연결하려 한다.

더 보기
CCTest · Blog
엔비디아, 미디어텍에 35억 달러 투자…맞춤형 AI 칩도 자사 인프라로
컴퓨팅·칩
cctest.ai
컴퓨팅·칩

엔비디아, 미디어텍에 35억 달러 투자…맞춤형 AI 칩도 자사 인프라로

엔비디아가 대만 반도체 기업 미디어텍에 35억 달러를 투자하고 NVLink Fusion 생태계 참여를 지원한다. 빅테크가 자체 AI 칩을 개발하는 상황에서도 엔비디아 데이터센터 인프라를 계속 사용하게 하려는 전략이다.

더 보기
CCTest · Blog
StepGuard, LLM 에이전트의 도구 호출을 단계별로 사전 점검
AI 안전
cctest.ai
AI 안전

StepGuard, LLM 에이전트의 도구 호출을 단계별로 사전 점검

StepGuard는 에이전트의 전체 실행 기록이 끝난 뒤가 아니라, 도구 호출이 실행되기 전에 개별 행동을 감사한다. 자동 데이터 생성과 안전성·효용 균형 학습을 결합해 공격을 줄이면서 정상 작업에 대한 과잉 차단을 완화하는 접근이다.

더 보기
CCTest · Blog
J-Zero: 도전자·해결자·심판의 공동 진화
강화학습
cctest.ai
강화학습

J-Zero: 도전자·해결자·심판의 공동 진화

KAIST AI가 제안한 J-Zero는 사람의 라벨링 데이터에 의존하지 않고 과제 생성, 문제 해결, 답변 평가를 함께 진화시키는 프레임워크입니다. 검증 가능한 과제와 검증이 어려운 과제를 모두 대상으로 하며, 후자에서 더 큰 개선 폭을 보고했습니다.

더 보기
CCTest · Blog
LMSM, 리눅스 보안 모듈 구조를 LLM 런타임 방어에 적용
AI 안전
cctest.ai
AI 안전

LMSM, 리눅스 보안 모듈 구조를 LLM 런타임 방어에 적용

LMSM은 모델 내부 증거, 정책 판단, 출력 해제를 분리해 해석 가능성 연구 결과를 LLM 서비스의 런타임 방어에 연결하는 프레임워크입니다. Qwen3-4B 프로토타입은 공격 성공률을 크게 낮추면서 모니터링이 없는 경로에 가까운 처리량을 유지했습니다.

더 보기