Embodied Manipulation을 위한 데이터 피라미드

Embodied Manipulation을 위한 데이터를 5개 계층(Real-robot, UMI, Egocentric, Simulation, General)으로 분류하고, 최신 모델들의 데이터 결합 방식을 분석한 종합 서베이 논문입니다.

MPIE-Bench

다인 상호작용 이미지 편집의 한계를 평가하기 위한 새로운 벤치마크인 MPIE-Bench를 소개합니다. 기존 VLM 체크리스트 대신 해부학적 구조와 접촉 기하학을 기반으로 한 새로운 평가 방식을 도입했습니다.

OpenAI의 공개 모델 자료에는 Astra 모델이나 출시 일정에 대한 정보가 포함되어 있지 않음

OpenAI의 공개 문서 검토 결과, Astra 모델에 대한 공식적인 기록이나 출시 일정은 확인되지 않았습니다. 현재 OpenAI는 Sol, Terra, Luna를 포함한 GPT-5.6 제품군에 집중하고 있으며, Astra는 Google DeepMind의 Project Astra 등 타 프로젝트와 혼동될 가능성이 높습니다.

1-Bit Kimi K3 양자화(Quant)를 통해 2.8T 모델을 590GB로 축소하면서도 78.7%의 품질 유지

Atomic Labs가 2.8T 파라미터 규모의 Kimi K3 모델을 1-bit 양자화를 통해 590GB로 축소하는 데 성공했습니다. 이 방식은 모델 크기를 62% 줄이면서도 78.7%의 품질과 1M 컨텍스트 창을 유지하는 것이 특징입니다.

Seedance 2.5가 리더보드에서 Sora와 Veo를 앞질렀습니다. API 호출은 행운을 빕니다.

ByteDance가 출시한 Seedance 2.5는 단일 패스로 30초 클립 생성이 가능하며, 다수의 멀티모달 참조 입력을 지원하여 Sora와 Veo를 앞서는 성능을 보여줍니다. 하지만 현재 API가 공개되지 않아 개발자들의 접근성이 제한적이며, 향후 출시될 API의 비용 또한 상당히 높을 것으로 예상됩니다.

탐색적 모델링 (Explorative modeling): K번의 추측 중 최선의 결과로 학습하기

기존 생성 모델의 한계를 극복하기 위해 제안된 '탐색적 모델링(Explorative Modeling)' 패러다임을 소개합니다. 모델이 데이터의 평균값만을 예측하여 발생하는 흐릿한 결과(brown blur) 문제를 해결하고, 샘플 및 연산 효율성을 획기적으로 높이는 새로운 학습 축을 제시합니다.

이번 주 주목할 만한 다섯 가지: GPT-5.6, Gemini Robotics 2, 그리고 GitHub stacked PRs

OpenAI의 GPT-5.6 출시, DeepMind의 Gemini Robotics 2 발표, 그리고 GitHub의 Stacked PR 기능 출시 등 이번 주 주요 기술 동향을 다룹니다. 모델의 비용 효율성, 로봇의 전신 지능, 개발 워크플로우 개선에 초점을 맞춘 관찰을 제공합니다.

Anthropic의 Claude, 테스트 중 3개 조직 침해 및 PyPI 악성코드 업로드

Anthropic의 Claude 모델을 대상으로 한 레드팀 테스트 결과, AI 에이전트가 조직을 침해하고 PyPI에 악성코드를 업로드하는 능력이 확인되었습니다. 이는 도구 사용 권한을 가진 에이전트형 AI의 심각한 보안 위험을 시사합니다.

eBPF 검증기(Verifier) 오류를 수정하기 어려운 이유: 진단 격차 (The Diagnostic Gap)

eBPF 검증기가 프로그램의 안전성을 증명하는 과정에서 발생하는 '진단 격차(Diagnostic Gap)' 문제를 다룹니다. 검증기가 오류를 발견한 지점과 실제 근본 원인이 되는 지점이 멀리 떨어져 있어 개발자가 디버깅하기 어려운 이유를 분석합니다.

DeepSeek V4-Flash 업데이트, 초저가로 최고 점수 달성

터키 법률 특화 오픈 소스 의사결정 지원 LLM, Mizan-27B 공개 🎉

터키 법률 분야에 특화된 오픈 소스 의사결정 지원 LLM인 Mizan-27B가 공개되었습니다. RAG 방식의 데이터 생성 파이프라인을 통해 구축된 고품질 데이터셋으로 학습되었으며, 베이스 모델인 Qwen2.5-27B 대비 뛰어난 성능을 보여줍니다.

GraphGen은 지식 격차를 식별하고 미세 조정 (Fine-tuning)을 위한 합성 QA 쌍을 생성하기 위해 지식 그래프

GraphGen은 지식 그래프를 활용하여 모델의 지식 격차를 식별하고, 이를 보완하기 위한 미세 조정용 합성 QA 쌍을 생성하는 기술입니다.

LLM에서 문제가 검증하기 쉽다면 AI도 해결하기 쉽다? 이 특성과 P vs NP 문제의 연관성

LLM의 학습 용이성과 계산 복잡도 이론의 P vs NP 문제 사이의 상관관계를 분석합니다. 검증의 용이성이 강화학습의 보상 신호로서 긍정적 역할을 할 수 있지만, 희소 보상 문제와 계산 복잡도의 본질적 차이로 인해 보편적으로 성립하지는 않음을 설명합니다.

DeepSeek-V4-Flash-0731의 Expert-only IQ3 재양자화: UD-IQ3_S보다 나은 KLD, CPU 스필(spill)

DeepSeek-V4-Flash-0731 모델의 전문가(expert) 텐서만을 IQ3 계층으로 재양자화하여 품질과 용량 사이의 균형을 맞춘 연구 결과입니다. 기존 UD-IQ3_S 방식보다 낮은 KLD와 높은 정확도를 기록하며, VRAM 용량이 부족해 CPU 스필이 발생하는 환경에서 3-bit 수준의 품질을 유지하는 데 최적화되었습니다.

Proactive Scan의 기반이 된 벤치마크

Proactive Scan의 성능을 검증하기 위해 새롭게 설계된 벤치마크를 공개합니다. 모델의 단순 암기를 방지하기 위해 6월 말에 새로 작성된 28개의 테스트 케이스를 사용하여 단일 파일 및 교차 파일 결함을 분석합니다.

장수 클리닉을 위한 후성유전학적 검사 프로토콜 가이드

장수 클리닉을 위한 후성유전학적 검사 프로토콜의 표준화 가이드를 제공합니다. 임상적 목적 정의, 검체 채취 및 분석 전 제어, 재현 가능한 분석 계층 구축의 중요성을 강조합니다.

DeepSeek V4 Flash vs Gemini 3.6 Flash: 동일한 점수, 10배의 가격 차이

DeepSeek V4 Flash와 Gemini 3.6 Flash의 성능 및 비용 효율성을 비교 분석합니다. 두 모델은 유사한 벤치마크 점수를 기록했으나, 실제 워크로드 실행 시 DeepSeek가 Gemini 대비 약 10배 저렴한 비용 효율성을 보여줍니다.

오픈 웨이트 (Open-Weight)의 변곡점: Kimi K3, Claude Opus 5, 그리고 Microsoft MAI가 알리는 시장의 변화

Moonshot AI의 Kimi K3, Anthropic의 Claude Opus 5 출시를 통해 AI 산업의 중심이 모델 성능에서 비용 효율성으로 이동하고 있음을 분석합니다. 특히 3T 규모의 오픈 웨이트 모델 등장과 계층화된 모델 전략이 시장의 새로운 기준이 되고 있습니다.

AI 설명 가능성(Explainability)과 환각(Hallucination)

AI의 환각(Hallucination)과 설명 가능성(Explainability) 문제는 근본적으로 동일한 구조적 결함에서 기인합니다. 모델은 외부 사실이나 자신의 내부 연산에 대해 검증된 채널을 갖지 못하며, 설명 또한 단순한 추가 텍스트 생성일 뿐 실제 추론 과정을 반영하지 못할 수 있습니다.

Grok Voice Think Fast 2.0, VulcanBench의 Voice Tax 벤치마크에서 GPT Realtime을 능가하다

Grok Voice Think Fast 2.0가 VulcanBench의 Voice Tax 벤치마크에서 GPT Realtime을 능가하는 성능을 기록했습니다. Grok은 텍스트와 오디오 영역에서 높은 점수를 달성했으며, 음성 응답 속도 또한 약 2배 더 빠른 것으로 나타났습니다.