Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
© 2026 Molayo
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 페이지의 콘텐츠는 AI가 공개된 소스를 기반으로 자동 수집·요약·번역한 것입니다. 원 저작권은 각 원저작자에게 있으며, 각 게시물의 “원문 바로가기” 링크를 통해 원문을 확인할 수 있습니다. 저작권자의 삭제 요청이 있을 경우 신속히 조치합니다.
Qwen 27B 모델을 4090+3090 시스템에서 테스트한 결과, 매우 빠른 디코딩 및 프리필 속도를 보여주었습니다. 특히 대규모 코드베이스를 안정적으로 처리하며 기존 스키마를 유지하는 뛰어난 코드 생성 능력을 입증했습니다.
학습과 신경망 없이 단일 참조 이미지의 구조를 활용해 이미지를 생성하는 새로운 확산 모델 연구를 소개합니다. 다양한 스케일의 패치 데이터를 사용하여 스코어 함수를 계산하며, 기존 모델 대비 뛰어난 품질과 생성 속도를 자랑합니다.
에이전트의 범용성이 모달리티 내에서는 유효하지만, 모달리티를 넘어서는 순간 급격히 저하된다는 연구 결과를 분석합니다. 텍스트와 코드 기반 환경에서는 범용성이 입증되나, 시각적·공간적 역량이 필요한 환경에서는 성능 격차가 매우 큼을 지적합니다.
포르투갈에서 자체 개발한 9B 파라미터 규모의 LLM인 Amalia를 출시했습니다. Hugging Face를 통해 SFT 및 DPO 모델이 공개되었으며, Apache 2.0 라이선스를 따릅니다.
Mistral이 형식 검증 분야에 특화된 오픈 소스 모델 Leanstral 1.5를 출시했습니다. 6B의 활성 파라미터를 사용하여 수학적 증명 및 코드 검증에서 최첨단 성능을 보여줍니다.
자율 연구 AI인 Luka를 활용해 골드바흐의 추측을 검증한 결과, 기존 Hardy–Littlewood 공식이 예측하지 못한 통계적 편향을 발견했습니다. 소수의 Chebyshev bias가 골드바흐 표현 횟수에 전파됨을 입증하며 새로운 수정 공식을 제안합니다.
자율형 AI 연구 엔진인 Luka를 구축하여 쌍둥이 소수 추측에 적용한 사례를 소개합니다. Luka는 기존 근사 공식의 잔차가 완벽한 멱법칙을 따른다는 새로운 수학적 통찰을 발견했으며, 기존 모델을 반증하는 성과를 보였습니다.
자율형 AI 연구 엔진인 Luka를 통해 쌍둥이 소수 추측의 근사치 오차에서 완벽한 멱법칙(Power Law)을 발견했습니다. Luka는 기존 수학 모델을 검증하고 반증하며, 매우 적은 데이터만으로도 높은 정확도의 외삽 예측이 가능함을 보여주었습니다.
자율 연구 AI인 Luka를 활용하여 골드바흐의 추측에 숨겨진 통계적 편향을 발견했습니다. Hardy-Littlewood 공식이 예측하지 못한 n ≡ 1 (mod 3) 클래스의 우세를 확인했으며, 이는 소수의 체비쇼프 편향이 전파된 결과임을 입증했습니다.

2026년 6월 말 AI 업계 동향을 다루며, 모델 성능 중심에서 운영, 배포, 평가 및 인프라로 무게 중심이 이동하고 있음을 분석합니다. 특히 Meta의 비침습형 BCI 연구와 에이전트 설계 패러다임의 변화를 핵심으로 다룹니다.

강화학습(RL)이 Transformer 레이어 전반에 어떻게 분산되는지 분석한 연구입니다. 특정 레이어, 특히 중간 부분의 단일 레이어 학습만으로도 전체 파라미터 RL 학습과 유사하거나 더 높은 성능을 낼 수 있음을 발견했습니다.

지속적인 캐릭터 메모리를 활용하여 멀티샷 구성의 긴 비디오 스토리텔링을 구현하는 연구를 소개합니다. 캐릭터의 일관성을 유지하며 긴 서사를 생성하는 기술적 접근을 다룹니다.

인간과 13개의 AI 에이전트가 협업하여 '책임 세탁(responsibility laundering)'을 주제로 한 책을 공동 집필했습니다. AI와 인간의 공동 저술 과정을 통해 기술적, 윤리적 담론을 다룹니다.

GPU 클러스터와 같은 대규모 컴퓨팅 자원 없이도 대화 상호작용을 통해 AI 에이전트를 진화시킬 수 있는 새로운 메타 학습 프레임워크를 소개합니다.
x402 결제 프로토콜의 동기식 요청과 비동기식 블록체인 정산 사이의 시간적 격차로 인해 발생하는 네 가지 보안 공격 유형을 분석합니다. ACM SIGOPS ATC '26에 채택된 논문을 바탕으로 에이전트 결제 인프라의 구조적 취약점과 리소스 누수 문제를 다룹니다.
Flow-matching 정책을 Offline RL 환경에서 효과적으로 학습시키기 위한 새로운 방법론인 Reversal Q-Learning(RQL)을 소개합니다. 기존의 확장된 MDP 방식이 가진 데이터 불일치와 긴 호라이즌 문제를 해결하는 우아한 접근법을 다룹니다.
3D 포인트 클라우드 분류를 위해 연합 학습(FL)과 지식 증류(KD)를 결합한 멀티 시드 벤치마크 연구를 제시합니다. 연구 결과, 비독립 동일 분포(non-IID) 환경에서 FL의 성능 저하와 증류 과정에서의 레이블 재사용 문제를 지적하며, 레이블 없는 증류(label-free distillation) 사용을 권장합니다.
PixGS는 2D 생성 모델의 시점 불일치와 복잡한 파이프라인 문제를 해결하기 위해 제안된 단일 단계 픽셀 공간 확산 모델입니다. 3D Gaussian Splatting 속성을 직접 디노이징하여 고품질의 3D 에셋을 빠르고 정밀하게 생성합니다.
NeoMap은 사전 학습된 비디오 모델을 미세 조정 없이 사용하여 단일 이미지나 비디오로부터 새로운 시점을 합성하는 training-free 프레임워크입니다. 자연 비디오 데이터 매니폴드 내에서 최적의 솔루션을 찾는 매니폴드 교대 투영 방식을 통해 높은 충실도와 시점 일관성을 달성했습니다.
SIBO, 칸디다, IBD 등 다양한 장 건강 문제를 해결하고 최적화하기 위한 기능적 식단 및 생활 습관 가이드를 제공합니다. 항균 식품 활용, 식이섬유 섭취, 발효 식품 및 특정 영양소 보충을 통한 장벽 강화 전략을 다룹니다.