Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
XAI 번역요약
LiveEdit, ECCV 2026 채택
ECCV 2026에 채택된 LiveEdit는 12.66 FPS의 속도를 구현한 실시간 확산 모델 기반 스트리밍 비디오 편집 기술입니다. 3단계 증류 파이프라인을 통해 배경을 강력하게 보존하면서도 낮은 지연 시간으로 프레임 단위 편집을 지원합니다.
6월 30일1
Dev.toAI 번역헤드라인
Meituan, 국산 칩으로 학습된 1.6T 파라미터 LongCat-2.0 오픈 소스 공개
Meituan이 1.6조 개의 파라미터를 가진 대규모 언어 모델 LongCat-2.0을 오픈 소스로 공개했습니다. 이 모델은 50,000개의 국산 ASIC 클러스터를 활용하여 사전 학습과 추론 전 과정을 국산 칩으로 완료한 것이 특징입니다.
6월 30일0
Dev.toAI 번역헤드라인
GLM-5.2 vs Anthropic Mythos: 2026년의 엔지니어링 등급 버그 탐지
2026년 AI 코딩 어시스턴트의 핵심 역량인 버그 탐지 능력을 중심으로 GLM-5.2와 Anthropic Mythos를 비교 분석합니다. 보안 임계 경로에서의 신뢰성을 위해 컨텍스트 길이, 어텐션 패턴, 학습 데이터 구성이 미치는 영향을 다룹니다.
6월 30일0
Dev.toAI 번역헤드라인
OpenAI가 GPT-5.6 Sol을 공개했습니다: 안전과 사이버 방어를 위해 구축된 새로운 프런티어 모델
OpenAI가 보안과 사이버 방어에 특화된 새로운 프런티어 모델인 GPT-5.6 Sol 제품군을 공개했습니다. Sol, Terra, Luna 세 가지 계층으로 구성되며, 특히 Sol은 강력한 안전 스택과 사이버 공격 저항성을 갖춘 플래그십 모델입니다.
6월 30일0
AI AgentAI 번역요약
일반 의료 영상 분할을 위한 대비 기반 프레임워크 (Contrast-driven framework for general medical
일반적인 의료 영상 분할을 위해 설계된 새로운 대비 기반(Contrast-driven) 프레임워크를 소개합니다. 다양한 의료 영상 데이터셋에 범용적으로 적용 가능한 모델 연구를 다룹니다.
6월 30일1
AI AgentAI 번역요약
엄선된 AI 보안 연구, 프레임워크 및 방어 툴킷
AI 보안과 관련된 주요 연구 논문, 프레임워크 및 방어 툴킷들을 엄선하여 소개합니다. AI 모델의 취약점을 분석하고 이를 방어하기 위한 기술적 자원들을 포함하고 있습니다.
6월 30일1
arXivAI 번역논문
SWE-INTERACT: 사용자 주도형 장기 코딩 세션으로서의 SWE 벤치마크 재구상
SWE-Interact는 다회차 상호작용과 사용자 주도형 워크플로우를 통해 코딩 에이전트의 능력을 평가하는 새로운 벤치마크를 제안합니다. 기존 단회차 평가와 달리, 모호한 요구사항과 점진적인 피드백에 대응하는 에이전트의 적응력을 측정합니다.
6월 30일0
arXivAI 번역논문
LLM 사후 학습(Post-Training)에서 온라인 모방 학습(Online Imitation Learning)이 도움이 되는 시점은
LLM 사후 학습에서 온라인 모방 학습(IL)이 오프라인 SFT보다 효과적인 원인을 분석한 연구입니다. 온라인 상호작용의 이점은 오차 누적이 아닌, 학생 모델이 전문가 모델을 표현할 수 있는지 여부(realizability)에 달려 있음을 밝혀냈습니다.
6월 30일0
Dev.toAI 번역헤드라인
좌표 공간 확산(Coordinate-space diffusion)을 통한 비디오 일관성 향상
MVTrack4Gen은 다중 뷰 포인트 트래킹을 활용하여 비디오 확산 모델의 기하학적 일관성을 향상시키는 연구입니다. 보조 트래킹 헤드를 통해 어텐션 특징을 전달함으로써 카메라 움직임 중 발생하는 지터와 드리프트 현상을 효과적으로 억제합니다.
6월 30일0
arXivAI 번역논문
개방 양자계 (Open Quantum Systems)의 구조 학습
개방 양자계(Open Quantum Systems)의 Lindbladian 계수를 학습하기 위한 새로운 알고리즘을 제안합니다. 보조 큐비트 없이 무작위 Pauli 측정을 사용하는 비적응형 방식을 통해 준-국소 및 멱법칙 구조를 효율적으로 학습할 수 있습니다.
6월 30일0
arXivAI 번역논문
모델 병합(Model Merging)에 대한 파라미터 수준 방어(Parameter-Level Defenses)의 취약성에 관하여
모델 병합을 통한 무단 모델 통합을 막기 위한 파라미터 수준 방어 기제의 취약성을 분석한 연구입니다. 사전 학습된 모델의 지배력을 이용해 방어 기제를 우회하는 '앵커 가이드 공격(AGA)'을 제안하며, 이를 방어하기 위한 '앵커 반발 미세 조정(ARF)' 방법론을 함께 제시합니다.
6월 30일0
arXivAI 번역논문
FlowAWR: Advantage-Weighted Rectification을 통한 온라인 적응형 플로우 강화학습
FlowAWR은 연속 공간에서 생성형 플로우 모델을 온라인 강화학습으로 정렬하는 새로운 패러다임을 제안합니다. SDE 샘플러와 CFG 없이도 이론적으로 최적화된 속도장을 도출하여 수렴 속도와 정렬 성능을 크게 향상시켰습니다.
6월 30일0
arXivAI 번역논문
RenderFormer++: 메쉬 장면의 전역 조명을 위한 확장 가능하고 물리적으로 근거를 둔 피드포워드 신경 렌더링
RenderFormer++는 메쉬 장면의 전역 조명을 위한 확장 가능한 피드포워드 신경 렌더링 프레임워크입니다. PITG와 HOCT 기술을 통해 물리적 일관성을 유지하면서도 계산 복잡도를 획기적으로 줄였습니다.
6월 30일0
arXivAI 번역논문
신경망 학습 역학의 스칼라 표현 (Scalar Representations of Neural Network Training Dynamics)
신경망 학습 궤적을 시계열 네트워크의 스칼라 임베딩을 통해 저차원으로 표현하는 연구를 소개합니다. MNIST 실험을 통해 임베딩이 학습률 민감도와 리아푸노프 지수 등 주요 역학적 특징을 효과적으로 보존함을 입증했습니다.
6월 30일0
arXivAI 번역논문
예측, 재사용 및 복구: 긴 문맥 LLM 디코딩을 위한 동적 희소 어텐션 (Dynamic Sparse Attention) 가속화
긴 문맥 LLM 디코딩 시 발생하는 동적 희소 어텐션(DSA)의 지연 시간 문제를 해결하기 위해 PRR 런타임을 제안합니다. 예측, 재사용, 복구 메커니즘을 통해 정확도를 유지하면서 디코딩 지연 시간을 최대 40% 단축했습니다.
6월 30일0
arXivAI 번역논문
SGD가 XOR 모델에서 우회 경로의 가짜 특징을 학습하는 것을 증명
본 논문은 2층 ReLU 신경망이 SGD를 통해 학습할 때 가짜 상관관계(spurious correlations)를 지수적으로 빠르게 학습하는 메커니즘을 이론적으로 규명합니다. XOR 신호와 가짜 특징이 공존할 때, 가짜 특징이 신호 학습을 억제하는 상전이 현상을 분석합니다.
6월 30일0
arXivAI 번역논문
보상 기반 모멘트 매칭 증류(Rewarded Moment Matching Distillation)를 이용한 확산 모델 미세 조정
확산 모델의 증류와 강화학습 미세 조정을 결합한 새로운 프레임워크인 RMMD를 제안합니다. RMMD는 샘플링 루프를 온폴리시 학습에 맞게 조정하여 생성 품질과 속도 사이의 최적의 트레이드오프를 달성합니다.
6월 30일0
arXivAI 번역논문
LLM 추론을 위한 경험 증강 정책 최적화 (Experience Augmented Policy Optimization)
LLM의 추론 능력을 향상시키기 위한 새로운 강화학습 방법론인 EAPO를 제안합니다. 기존 RLVR의 높은 샘플링 비용과 정책 불일치 문제를 해결하기 위해 정책 적응형 경험 주입 방식을 사용합니다.
6월 30일0
arXivAI 번역논문
머신러닝 모델을 위한 소유권 증명 (Proofs of Ownership for Machine Learning Models)
머신러닝 모델의 소유권을 보호하기 위한 '소유권 증명(Proof of Ownership)'에 관한 연구를 소개합니다. 모델 소유자, 도둑, 판사 간의 게임 이론적 모델링을 통해 도난된 모델의 출처를 증명할 수 있는 조건을 분석합니다.
6월 30일0
arXivAI 번역논문
Arko-T: 텍스트 기반 구조화된 3D 생성을 위한 파운데이션 모델 (Foundation Model)
Arko-T는 자연어 의도를 편집 가능한 파라메트릭 CAD 프로그램으로 변환하는 4B 규모의 텍스트-to-설계 파운데이션 모델입니다. 단순 형상 생성을 넘어 설계 상태, 파라미터, 구성 로직을 보존하며 벤치마크에서 프런티어 LLM에 필적하는 성능을 입증했습니다.
6월 30일0