클로드 오퍼스 4.7, 소비자 하드웨어로 알파제로 스타일의 자기 플레이 구축

클로드 오퍼스 4.7(Claude Opus 4.7) 은 소비자용 하드웨어 (consumer hardware) 에서 처음부터 알파제로 (AlphaZero) 자기 플레이 (self-play) 시스템을 3 시간 만에 구축하여, 자율적인 알고리즘 코드 생성 능력을 입증했습니다. 클로드 오퍼스 4.7 은 3 시간 만에 소비자용 하드웨어에서 처음부터 알파제로 스타일의 자기 플레이 파이프라인을 구현했습니다. @omarsar0 가 보고한 이 성과는 AI 에이전트의 자율적 코드 생성과 알고리즘 추론 능력의 도약을 보여줍니다.

주요 사실

• 클로드 오퍼스 4.7 은 처음부터 알파제로 자기 플레이 시스템을 구축함
• 소비자용 하드웨어에서 3 시간 만에 완료됨
• 모델이 신경망 (neural network), 몬테카를로 트리 서치 (MCTS), 학습 루프 (training loop) 를 작성함
• 딥마인드의 원래 알파제로 아키텍처와 유사함
• 등장하는 재귀적 자기 개선 (emergent recursive self-improvement) 능력을 보임

클로드 오퍼스 4.7, 앤스로픽의 플래그십 대형 언어 모델로, 처음부터 완전한 알파제로 스타일의 자기 플레이 강화학습 파이프라인을 구축하여 소비자용 하드웨어에서 3 시간 만에 실행했습니다. @omarsar0 에 따르면, 모델은 신경망 아키텍처, MCTS 구현, 자기 플레이 학습 루프를 포함한 모든 코드를 작성했습니다. 이는 딥마인드의 원래 알파제로 설계와 유사하며, 이는 엔지니어 팀과 광범위한 컴퓨팅 자원이 필요했던 것과 대비됩니다. 인간 데이터 없이 에이전트가 바둑 (Go)이나 체스 (Chess) 같은 게임을 자기 플레이로 학습할 수 있도록 하는 이 파이프라인은 복잡한 알고리즘 시스템입니다.

클로드 오퍼스 4.7 은 단일 세션에서 코드를 생성하여 등장하는 재귀적 자기 개선 능력을 입증했습니다. 모델은 잠재적으로 자신의 성능을 개선할 도구를 구축할 수 있습니다. 소비자용 하드웨어 제약 (아마도 고성능 데스크톱 GPU) 은 원래 알파제로의 TPU 클러스터와 날카로운 대비를 이룹니다. 이는 자명한 코드 생성 작업이 아닙니다. 알파제로 알고리즘은 탐색과 활용 (exploration and exploitation) 을 균형 있게 맞추고, 신경망 지시를 받은 MCTS 를 구현하며, 분산 학습을 관리하는 것을 포함합니다.

클로드 오퍼스 4.7 의 성공은 최첨단 모델들이 최첨단 머신러닝 연구를 자율적으로 복제할 수 있는 능력에 접근하고 있음을 시사하여, AI 기반의 AI 연구 가속화 속도에 대한 질문을 제기합니다. 이 성과는 아직 독립적으로 검증되지 않았으며, 소스 트윗에는 코드 저장소나 상세 로그가 제공되지 않았습니다.

[@omarsar0 에 따르면], 파이프라인은 인간 개입 없이 처음부터 구축되었습니다. 이것이 확인된다면 이는 AI 에이전트 능력의 이정표가 될 것이며, 이전 모델 생성 강화학습 코드 데모를 능가할 것입니다.

관찰 사항

• 앤스로픽의 공식 확인이나 코드 저장소 출시 여부를 주의하세요.
• 바둑이나 체스 같은 게임에서 파이프라인의 정확성과 성능에 대한 독립적 검증이 주장 확인에 도움이 됩니다.
• 또한 GPT-5 나 제미니 울트라 2(Gemini Ultra 2) 에서 유사한 데모가 나타나는지 추적하세요.

원래 gentic.news 에서 게시됨