Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
XAI 번역요약
Gemma 4를 온디바이스에서 실행하여 사적이고 오프라인으로 추론하며, 모델의 단계별 논리를 보여주는 Thinking Mode 기능 제공
Gemma 4 모델을 온디바이스 환경에서 실행하여 개인 정보 보호가 보장되는 오프라인 추론이 가능합니다. 또한, 모델의 단계별 논리(Thinking Mode)를 사용자에게 보여주어 투명성을 높였으며, 모듈식 에이전트 스킬 로딩 기능도 제공합니다.
7월 11일2
XAI 번역요약
MiniCPM-V, 1.3B 파라미터로 Gemma4-E2B-it을 능가하고 Qwen3.5-0.8B보다 빠른 성능을 보여주다
MiniCPM-V는 1.3B 파라미터 규모임에도 불구하고, Gemma4-E2B-it을 능가하는 성능과 Qwen3.5-0.8B보다 빠른 추론 속도를 보여주었습니다. 이는 내부 ViT(intra-ViT) 초기 압축 기술 덕분에 시각 인코딩 비용을 절반으로 줄였기 가능했습니다.
7월 11일1
XAI 번역요약
고정된 활성화 함수를 학습 가능한 스플라인(splines)으로 대체하는 Kolmogorov-Arnold Networks (KANs)를 위한
고정된 활성화 함수 대신 학습 가능한 스플라인을 사용하는 Kolmogorov-Arnold Networks(KANs) 관련 리소스를 정리했습니다. KAN의 이론, 벤치마크, 다양한 프레임워크 구현체 및 튜토리얼을 포함합니다.
7월 6일2
XAI 번역요약
OpenArm: 안전한 인간-로봇 상호작용 및 재현 가능한 평가에 초점을 맞춘 접촉 중심 물리 AI 연구용 오픈 소스 7DOF 휴머노이드 암
OpenArm은 안전한 인간-로봇 상호작용과 재현 가능한 평가를 위해 설계된 오픈 소스 7DOF 휴머노이드 암입니다. 접촉 중심의 물리 AI 연구를 지원하며, 하드웨어와 시뮬레이션 환경을 모두 제공합니다.
7월 2일2
XAI 번역요약
BGE-VL: 텍스트-이미지, 이미지-텍스트 및 이미지-프롬프트-이미지 검색을 포함한 모든 조합의 시각적 검색을 가능하게 하는 멀티모달 임베딩
BGE-VL은 텍스트-이미지, 이미지-텍스트 등 다양한 조합의 시각적 검색을 지원하는 멀티모달 임베딩 모델입니다. MIT 라이선스로 공개되어 학술 및 상업적 활용이 가능하며, MegaPairs 합성 데이터셋을 통해 학습되었습니다.
6월 29일2
XAI 번역요약
nanoGPT는 OpenWebText에서 GPT-2 (124M) 성능을 재현하는 약 300줄 규모의 최소한의 GPT 학습 루프를 제공합니다.
nanoGPT는 GPT-2(124M) 성능을 재현할 수 있는 약 300줄 규모의 최소한의 GPT 학습 루프를 제공합니다. 깔끔한 코드베이스를 통해 모델 학습 및 커스텀 데이터셋 학습을 용이하게 지원합니다.
6월 27일2
XAI 번역요약
Transformer에서 현대적 추론 모델까지, LLM 논문, 프레임워크 및 도구 큐레이션 목록
Transformer부터 DeepSeek-R1에 이르기까지 LLM의 발전을 다루는 주요 논문, 프레임워크, 도구들을 정리한 큐레이션 목록입니다. 학습 프레임워크, 추론 도구, 평가 리소스 및 교육 자료를 포괄적으로 제공합니다.
6월 26일2
XAI 번역요약
Amphion: 클래식 모델의 시각화와 함께 오디오, 음악, 음성 생성을 위한 재현 가능한 연구를 지원하는 오픈 소스 툴킷
Amphion은 오디오, 음악, 음성 생성 연구를 지원하는 오픈 소스 툴킷입니다. 클래식 모델의 시각화와 재현 가능한 연구 환경을 제공하며, 다양한 생성 태스크와 통합 프레임워크를 포함합니다.
6월 23일2
XAI 번역요약
FinGPT, 감성 분석 및 예측을 위한 오픈 소스 금융 거대 언어 모델(LLM) 제공, 규제로 인한 접근성 낮은 FinTech LLM 부족
산업 규제로 인해 접근이 어려운 핀테크 LLM 문제를 해결하기 위해 오픈 소스 금융 LLM인 FinGPT를 공개했습니다. 감성 분석과 예측을 위한 모델 및 벤치마크를 포함하며 NeurIPS 등 주요 학회에 채택되었습니다.
6월 21일1
XAI 번역요약
Zhipu의 GLM-5 시리즈에 대해 공개적으로 전체 사후 학습 (Post-training)을 수행 중인 유일한 팀, Mind Lab
Mind Lab이 Zhipu의 GLM-5 시리즈에 대해 전체 사후 학습(Post-training)을 수행한 모델을 Hugging Face에 오픈 소스로 공개했습니다. 이들은 중국의 AI 기술력을 입증할 수 있는 실질적인 결과물을 지속적으로 출시하고 있습니다.
6월 20일1
XAI 번역요약
Video Pre-Training (VPT)은 레이블이 없는 Minecraft 게임플레이 영상을 사용하여 모방을 통해 게임을 플레이할 수 있는
레이블이 없는 Minecraft 게임플레이 영상을 활용하여 모방 학습을 수행하는 Video Pre-Training(VPT) 기술을 소개합니다. 인간의 시연 영상을 통해 행동을 복제하고, 강화학습을 통해 특정 목표를 달성하도록 미세 조정된 모델들을 제공합니다.
6월 18일1
XAI 번역요약
PaperGuru: 4가지 공리(axioms)를 가진 생애 주기 인식 메모리(LAM)
PaperGuru는 장기 호라이즌 LLM 에이전트를 위한 새로운 메모리 프리미티브입니다. 이는 네 가지 공리를 가진 생애 주기 인식 메모리(LAM)로 공식화되었으며, PaperBench와 SurveyBench 등 주요 벤치마크에서 높은 성능 향상을 입증했습니다.
6월 9일1
XAI 번역요약
AutoFigure-Edit: 논문 방법론 섹션을 편집 가능한 SVG 그림으로 변환하는 내장 정밀 편집기
AutoFigure-Edit은 논문의 방법론 텍스트를 편집 가능한 SVG 그림으로 변환하는 기술입니다. 정밀 편집기를 통해 생성된 그림을 수정할 수 있으며, 학술용 래스터 이미지 임포트와 OpenAI 모델 연동을 지원합니다.
6월 7일1
XAI 번역요약
수 세대의 과학자들을 양성한 고전 러시아 수학 교과서의 충실한 영어 번역본 큐레이션 모음
수 세대의 과학자를 양성한 고전 러시아 수학 교과서의 영어 번역본 모음을 소개합니다. Kiselev의 산술, 대수학, 기하학 교재를 포함하여 검증된 수학적 기초를 다루는 텍스트들을 엄선했습니다.
6월 7일1
XAI 번역요약
Surya: RTX 5090에서 초당 5페이지를 처리하며 olmOCR-bench 83.3%를 달성한 650M 파라미터 오픈 소스 OCR 모델
Surya는 650M 파라미터 규모의 오픈 소스 OCR 모델로, olmOCR-bench에서 83.3%의 높은 정확도를 기록했습니다. RTX 5090 환경에서 초당 5페이지를 처리하며 뛰어난 성능과 효율성을 동시에 보여줍니다.
6월 5일2
XAI 번역요약
MusePose: 포즈 시퀀스 가이드를 통해 단일 이미지로부터 인물 댄스 비디오를 생성합니다.
MusePose는 단일 이미지와 포즈 시퀀스를 활용하여 인물의 댄스 비디오를 생성하는 기술입니다. AnimateAnyone을 기반으로 포즈 정렬 알고리즘을 개선하여 참조 이미지와 일치하는 고품질 비디오를 생성합니다.
6월 4일1
XAI 번역요약
AI 모델 사양, 가격 및 기능에 대한 오픈 소스 데이터베이스
AI 모델의 사양, 가격, 기능을 정리한 커뮤니티 기반 오픈 소스 데이터베이스를 소개합니다. JSON API와 TOML 형식을 통해 모델 데이터에 쉽게 접근할 수 있습니다.
6월 1일1
XAI 번역요약
NVIDIA, 여러 플레이어가 동시에 존재할 수 있는 공유 세계를 생성하도록 AI 학습시켜
NVIDIA가 여러 에이전트가 동일한 환경에서 상호작용하며 일관성을 유지하는 'Gamma-World'를 개발했습니다. 이 기술은 단일 관점의 기존 세계 모델을 넘어, 다중 플레이어가 실시간으로 공유하는 시뮬레이션 환경을 구축합니다.
5월 29일1
XAI 번역요약
이미지 생성에는 클러스터가 필요했습니다. SANA는 16GB 노트북에서 4096x4096 해상도를 실행합니다.
SANA는 0.6B 파라미터를 가진 경량화된 이미지 생성 모델로, 선형 어텐션과 32배 잠재 압축 기술을 통해 고해상도 생성을 지원합니다. 이를 통해 16GB 메모리 노트북에서도 4096x4096 해상도를 실행할 수 있으며, 4비트 양자화 시 8GB 미만의 환경에서도 구동이 가능합니다.
5월 19일1
XAI 번역요약
에이전트 메모리(agent memory)를 위해 HTML이 Markdown보다 더 저렴하고, 빠르고, 정확하다는 점은...
에이전트 메모리 구현 시, HTML 형식이 Markdown보다 비용 효율적이고 빠르며 정확하다는 점이 주목됩니다. 더욱 중요한 것은 에이전트가 단순한 텍스트 로그 대신 구조화된 메모리를 사용할 때 성능 향상을 보인다는 사실입니다.
5월 15일4