Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
XAI 번역요약
Hy-MT1.5-1.8B-1.25bit 오픈소스 공개: 스마트폰에서 완전히 오프라인으로 실행되는 440MB 번역 모델, 33 개 언어 지원 및
Hy-MT1.5-1.8B-1.25bit라는 오픈소스 번역 모델이 공개되었습니다. 이 모델은 크기가 440MB에 불과하여 스마트폰에서도 완전히 오프라인으로 실행할 수 있으며, 33개 언어를 지원합니다. 또한, 18억 개의 파라미터임에도 불구하고 상용 번역 API나 235B 규모의 대형 모델과 동등한 수준의 뛰어난 성능을 보여줍니다.
4월 30일8
XAI 번역요약
로봇 공학에 @GoogleAIStudio Gemini Live API 를 사용할 수 있다는 사실을 아셨나요?
Google AI Studio의 Gemini Live API를 로봇 공학 분야에 활용할 수 있다는 정보를 제공합니다. 이 기술은 로봇 시스템에 인공지능 기능을 통합하여 새로운 가능성을 열어줄 것으로 기대됩니다.
4월 30일12
XAI 번역요약
Gemini Live 를 @pollenrobotics 의 Reachy Mini 데모에 추가했습니다
Google의 최신 AI 기능인 Gemini Live를 @pollenrobotics의 Reachy Mini 로봇 데모에 성공적으로 통합했습니다. 이 데모는 실시간 음성 및 비전 처리 능력을 갖춘 Gemini 3.1 Flash Live 기능을 활용하며, Google 검색을 통한 정보 지향(Grounding), 이동 동작을 위한 도구 사용, 그리고 Lyria 3를 이용한 음악 생성 등 다양한 첨단 AI 기술들을 결합하여 매우 흥미로운 시연을 선보입니다.
4월 30일7
XAI 번역요약
미iami 사무실을 위한 새로운 Reach Mini 로봇 도착!
새로운 Reach Mini 로봇이 미애미 사무실에 도착했습니다. 이 로봇은 에이전트 소프트웨어를 통해 일반 사용자에게 직접 서비스를 제공하는 최초의 로봇으로, 누구나 자신만의 에이전트를 활용하여 다양한 애플리케이션을 구축할 수 있는 것이 특징입니다. 개발 과정의 어려움에도 불구하고, 오픈소스 로봇 출하가 활발하게 이루어지고 있으며 앞으로도 지속적인 공급이 예상됩니다.
4월 29일10
XAI 번역요약
30 만 명의 AI 개발자가 이미 하드웨어를 Hugging Face 에 추가하여 로컬에서 실행 가능한 모델을 즉시 확인했습니다.
Hugging Face 플랫폼을 통해 사용자가 자신의 하드웨어 사양을 추가하고, 이를 공개적으로 프로필에 표시할 수 있게 되었습니다. 이 기능을 활용하면 AI 개발자들이 로컬 환경에서 모델을 실행하는 데 필요한 하드웨어 정보를 쉽게 공유하고 확인할 수 있습니다.
4월 29일12
XAI 번역요약
오늘부터 Laguna M.1 과 Laguna XS.2 를 출시합니다
회사에서 첫 공개 모델인 Laguna M.1과 Laguna XS.2를 출시하며, 이와 함께 에이전트 하네스 및 제품 미리보기 경험을 제공합니다. 두 모델 모두 데이터 파이프라인, 훈련 인프라, 그리고 에이전트 강화학습(RL)을 포함한 자체 스택에서 처음부터 훈련되었다는 점이 특징입니다.
4월 29일31
XAI 번역요약
Laguna XS.2 릴리스에 대한 축하
poolsideai가 Laguna XS.2 버전을 출시하며 축하받고 있습니다. 이 버전은 vllm_project에서 Day 0 지원을 제공하며, LLM Compressor를 통해 생성된 FP8, INT4, NVFP4 양자화 체크포인트를 포함합니다. 특히 33B 파라미터 중 3B가 활성화되었으며, 에이전트 코딩 및 장기 범위의 소프트웨어 작업에 최적화되어 있습니다.
4월 29일16
XAI 번역요약
실제 디버거를 활용한 Qwen3-Coder의 포스트 트레이닝 결과
본 기사는 실제 디버거 환경을 활용하여 Qwen3-Coder 모델을 포스트 트레이닝한 결과를 보고합니다. 이 과정을 통해 모델의 버그 해결 능력이 크게 향상되어, 문제 해결률이 70%에서 89%로 증가했으며 평균 수정 데일리가 46턴에서 19턴으로 대폭 감소했습니다. 특히, 단순히 코드를 분석하는 것을 넘어 실행 기반 추론, 라이브 변수 및 호출 스택 검사, 브레이크포인트 설정 등 실제 디버거의 기능을 활용할 수 있게 되었습니다.
4월 29일7
XAI 번역요약
ML-Intern 업데이트: 이제 내부 작동 원리를 실제로 확인할 수 있습니다
ML-Intern에 최신 업데이트가 적용되어 내부 작동 원리를 실시간으로 확인할 수 있게 되었습니다. 네이티브 메트릭 로깅과 Trackio 통합 기능이 추가됨으로써, 에이전트의 학습 실행 과정에서 발생하는 모든 과정을 라이브 곡선 형태로 관찰할 수 있습니다. 이로써 이전보다 훨씬 투명하고 이해하기 쉬운 방식으로 모델의 동작을 분석할 수 있게 되었습니다.
4월 29일10
XAI 번역요약
ml intern 에 네이티브 메트릭 로깅 및 @TrackioApp 통합 추가
ml intern에 네이티브 메트릭 로깅 기능과 @TrackioApp 통합을 추가하여, 사용자가 시작하는 모든 학습 런(training run)을 실시간으로 추적할 수 있게 되었습니다. 이 업데이트를 통해 ML 모델의 학습 과정을 보다 상세하고 효율적으로 모니터링할 수 있습니다.
4월 29일8
XAI 번역요약
핫 테이크: Git은 90%의 ML 데이터에 적합하지 않은 추상화였다.
이 글은 머신러닝(ML) 데이터의 대부분을 관리하는 데 Git 버전 관리 시스템이 부적절하다고 주장합니다. 체크포인트, 최적화 상태, 훈련 로그 등 ML 워크플로우에서 발생하는 많은 유형의 데이터는 버전 제어보다는 빠르고 저렴하며 변경 가능한 저장 공간을 필요로 합니다. 이에 따라 작성자들은 'Buckets'라는 새로운 형태의 스토리지를 구축하여 이 문제를 해결하고자 했습니다.
4월 29일10