지속적인 주름을 포함한 자기지도 학습 기반 의류 역학 (Self-supervised Garment Dynamics with Persistent

지속적인 주름을 구현하기 위해 소성(plasticity)을 모델링하는 최초의 자기지도 학습 기반 신경망 의류 시뮬레이터를 제안합니다. 물리 기반 커리큘럼 학습을 통해 탄성에서 탄소성으로 점진적으로 변화하며 학습의 안정성을 확보했습니다.

Flow Matching 입문 (3) Conditional Flow Matching의 개념 / 샘플링과 ODE 솔버

AI가 어떻게 헤르쿨라네움의 읽히지 않은 두루마리들을 해독하고 있는가

화산 폭발로 탄화된 헤르쿨라네움의 고대 파피루스 두루마리를 X선 CT 스캔과 머신러닝을 통해 손상 없이 해독하는 기술을 소개합니다. 가상 언래핑(Virtual Unwrapping) 기술은 물리적 접촉 없이 3차원 디지털 지도를 구축하여 잉크의 미세한 질감 차이를 감지합니다.

Flow Matching 입문 (2) 확률 경로(probability path)를 이해하기

Flow Matching의 핵심 개념인 확률 경로(probability path)를 수학적 엄밀함보다는 직관적인 이해를 중심으로 설명합니다. 소스 분포에서 타겟 분포로 가는 경로를 설정하고, 속도장 모델을 통해 데이터를 생성하는 과정을 다룹니다.

일주일 전, 지구상에서 가장 강력한 코딩 모델은 Claude의 Fable 5였습니다.

OpenAI가 출시한 GPT-5.6 모델 시리즈(Sol, Terra, Luna)의 성능과 특징을 분석합니다. 특히 Sol Ultra 모델은 서브 에이전트 군집 방식을 통해 코딩 벤치마크에서 압도적인 성능을 보여주지만, 강력한 성능으로 인해 정부의 규제와 통제 대상이 되고 있음을 다룹니다.

GPT-5.6 Sol, Terra, Luna 출시: 2배 더 저렴하고 똑똑해진 AI - Proje Defteri

OpenAI가 새로운 GPT-5.6 시리즈인 Sol, Terra, Luna를 발표했습니다. 이번 시리즈는 추론 능력 강화와 비용 절감에 집중하며, Ultra Mode와 서브 에이전트 활용을 통해 복잡한 문제 해결 능력을 극대화했습니다.

PolymathicAI/the_well

The Well은 생물학, 유체 역학, 천체 물리학 등 다양한 물리 시스템의 수치 시뮬레이션을 포함하는 15TB 규모의 대규모 머신러닝 데이터셋 컬렉션입니다. 도메인 과학자들과 협력하여 구축되었으며, 계산 과학 연구 및 모델 학습을 위한 벤치마크로 활용될 수 있습니다.

로봇 제어를 위한 인컨텍스트 월드 모델링 (In-Context World Modeling)

ICWM은 로봇이 새로운 카메라 환경이나 형태에 즉각 적응할 수 있도록 돕는 인컨텍스트 월드 모델링 기술입니다. 별도의 파인튜닝 없이 단 몇 초간의 상호작용만으로 월드 다이내믹스를 학습하여 제로샷 일반화를 구현합니다.

GLM 5.2와 Qwen3.6 35B의 추론 과정을 교차 연결한 '브레인 스왑 테스트 (Brain Swap Test)' 결과

GLM 5.2와 Qwen3.6 35B 모델의 추론 과정을 서로 교차 연결하여 테스트하는 '브레인 스왑 테스트(Brain Swap Test)' 결과가 공개되었습니다. 한 모델의 사고 과정이 다른 모델의 최종 출력을 유도하는 독특한 실험적 성과를 보여줍니다.

AI 연구/에이전트 트렌드 보시는 분들은 꼭 북마크 하시길..!

Hugging Face가 커뮤니티를 위해 새롭게 부활시킨 'Papers with Code' 서비스를 소개합니다. 최신 논문, 코드 구현, 태스크별 리더보드를 한곳에서 확인할 수 있는 연구 필수 도구입니다.

Krea 2 오픈 웨이트(Open Weights): AI 이미지 생성의 패러다임을 어떻게 바꾸는가

Krea 2는 12B 파라미터 규모의 오픈 웨이트 이미지 생성 모델로, 트랜스포머 아키텍처를 기반으로 고해상도 사실주의와 정확한 텍스트 렌더링을 구현합니다. 기존 폐쇄형 모델과 달리 누구나 직접 다운로드하여 미세 조정 및 배포가 가능하다는 점이 핵심입니다.

Zhipu GLM-5.2, 글로벌 코딩 벤치마크 정점 찍으며 'DeepSeek 모멘트' 촉발

Zhipu AI의 GLM-5.2가 주요 코딩 벤치마크에서 글로벌 Top-3에 진입하며 중국 모델 최초의 기록을 세웠습니다. 이 모델은 GPT-5.5보다 간결한 성능을 보여주며, 오픈 웨이트 모델로서 개발자들에게 강력한 대안을 제시합니다.

코딩 에이전트는 논문의 SOTA를 넘을 수 있을까: NatureBench

주말 내내 중국 AI 모델들을 GPT-4o와 비교해 보았습니다 — 정말 충격적이었습니다

작성자가 GPT-4o와 중국 AI 모델들의 성능 및 비용을 직접 비교한 경험담입니다. 중국 모델들이 GPT-4o 대비 압도적으로 저렴한 비용을 제공하면서도 높은 벤치마크 점수를 기록하고 있음을 발견했습니다.

MOSS-TTS 1.5 리뷰 2026: 8GB 환경에서의 Apache 라이선스 음성 복제 (Voice Cloning)

MOSS-TTS 1.5는 Apache 2.0 라이선스를 채택하여 상업적 이용이 가능한 8B 파라미터 규모의 오픈 소스 음성 복제 모델입니다. 8GB GPU 환경에서도 구동 가능하며, 기존 XTTS v2나 F5-TTS와 달리 법적 제약 없이 유료 제품에 통합할 수 있는 것이 큰 장점입니다.

Gemma 4가 당신의 노트북에서 실행됩니다: QAT, 1GB 모델 및 Arm의 5.5배 성능 향상

Google DeepMind가 소비자용 노트북에서 로컬 실행이 가능한 Gemma 4 12B 모델을 출시했습니다. QAT 기술을 통해 모델 크기를 1GB로 압축했으며, Armv9 CPU에서 성능이 대폭 향상되어 실질적인 온디바이스 AI 활용이 가능해졌습니다.

에이전트 모델은 얼마나 작아질 수 있는가? Nemotron의 임계치

NVIDIA의 Nemotron 모델군을 대상으로 에이전트 작업 수행을 위한 최소 모델 크기(임계치)를 분석했습니다. 모델 크기가 특정 하한선 아래로 떨어지면 에이전트 루프를 신뢰성 있게 수행할 수 없음을 실험적으로 증명했습니다.