과학자들, 우리 우주의 쌍둥이가 존재할 수 있다고 말하다 - 시간이 역방향으로 흐르는 쌍둥이

Edinburgh 대학교의 Neil Turok 교수팀은 빅뱅 이전에 시간의 흐름이 역방향인 '거울 우주'가 존재했을 수 있다는 이론을 발표했습니다. 이 모델은 우주의 대칭성을 바탕으로 물질-반물질 불균형과 암흑 물질의 문제를 해결하고자 합니다.

JD, 최초의 오픈 실시간 시각-언어 상호작용 모델 출시

JD가 최초의 오픈 실시간 시각-언어 상호작용 모델인 JoyAI-VL-Interaction을 출시했습니다. 이 모델은 8B 파라미터 규모의 비전 우선 모델로, 지속적인 관찰을 통해 발화 시점을 스스로 결정합니다.

AI 자기 성찰 (AI Self-Reflection)

AI가 자신의 사고 과정을 되돌아보고 스스로를 최적화하는 자기 성찰(Self-Reflection) 및 재귀적 자기 개선(RSI) 기술의 발전 동향을 다룹니다. 에이전트형 AI의 부상과 메타 학습, 그리고 이에 따른 정렬(Alignment) 위험성을 분석합니다.

DiffusionGemma: Google의 OpenAI식 반전

Google이 텍스트와 이미지를 동일한 연속적 언어로 처리하는 통합 인코더 프리(encoder-free) 멀티모달 모델 DiffusionGemma를 공개했습니다. 기존의 번역 방식이 아닌 픽셀과 단어를 직접 통합하여 시각적 이해와 추론 능력을 혁신적으로 높였습니다.

손으로 쓴 졸업 논문이 AI 99%로 판정될 때

Direct Inversion: 3줄의 코드로 Diffusion 기반 편집 성능 향상시키기

Diffusion 모델 기반의 이미지 편집 성능을 향상시키는 'Direct Inversion' 기법을 소개합니다. 단 3줄의 코드만으로 기존 방식보다 효율적인 편집이 가능함을 보여줍니다.

중요하지 않음: MechaEpstein8000 (Qwen3-8B 파인튜닝)이 제가 Instagram 게시물(husk.irl 및 Phi)로 만든

Qwen3-8B 모델을 기반으로 파인튜닝된 MechaEpstein8000 모델에 대한 소개입니다. 해당 모델의 구체적인 추론 설정값(Temperature, Top P 등)을 포함하고 있습니다.

잠재적 사고 사슬 (Latent Chain-of-Thought) 추론을 위한 정기 업데이트 논문 목록

잠재적 사고 사슬(Latent Chain-of-Thought) 추론 방식에 관한 최신 연구 논문들을 정리한 목록입니다. 모델 내부의 잠재 공간에서 추론 과정을 수행하는 최신 연구 동향을 다룹니다.

확산 모델(Diffusion Models) 및 스코어 매칭(Score-Matching) 모델을 이용한 CT와 MRI 이미지 간의 변환

확산 모델(Diffusion Models)과 스코어 매칭(Score-Matching) 기법을 활용하여 CT 영상을 MRI 영상으로 변환하는 연구를 다룹니다. 의료 영상 간의 도메인 변환을 위한 생성 모델의 적용 가능성을 제시합니다.

나는 학계에 들어가지 않았다. 먼저 들어간 것은 나의 일이었다.

Constitutional AI가 AI를 안전하게 만들 수 있을까? 내가 더 낙관적인 이유

Anthropic의 Constitutional AI(CAI) 작동 원리와 AI 안전성 확보 방안을 설명합니다. 인간의 피드백(RLHF) 대신 명문화된 규칙(헌법)을 기반으로 AI가 스스로를 평가하고 수정하는 RLAIF 과정을 다룹니다.

은닉 상태(Hidden States) 정렬을 통한 LLM 증류(Distillation)의 안정화

은닉 상태(Hidden States) 정렬을 통해 LLM 증류 과정의 확률적 노이즈를 제거하는 OPRD 기법을 소개합니다. 기존 온-폴리시 증류(OPD)의 고질적인 문제인 후기 단계 정체 현상을 해결하고 학습 효율을 높입니다.

소비자용 GPU에서 8 FPS 실시간 비디오 구현

MoVerse는 단일 RTX 4090 GPU에서 8 FPS의 실시간 360° 생성형 비디오 구현을 가능하게 하는 새로운 시스템을 선보였습니다. 세계 구축과 관찰 렌더링을 분리하여 소비자용 하드웨어에서도 고충실도 비디오 스트리밍이 가능함을 증명했습니다.

실제 로봇의 5구 저글링을 위한 작업 오차 잔차 학습 (Task-Error Residual Learning)

방향성 작업 오차 감독과 작업 오차 모델을 활용한 잔차 학습을 통해 실제 로봇의 5구 저글링을 성공적으로 구현했습니다. 기존 강화학습의 낮은 샘플 효율성을 극복하기 위해 정보가 풍부한 피드백과 분석적 사전 정보를 결합하는 방법론을 제시합니다.

고정 크기 신경망을 이용한 임의 정확도의 Sobolev 근사

고정 크기 신경망을 사용하여 Sobolev 근사를 임의의 정확도로 달성하는 새로운 활성화 함수 연구를 소개합니다. EUAF와 DUAF 제품군을 통해 함수 공간 내에서의 근사 가능성을 증명하고 네트워크의 너비와 깊이 경계를 명시합니다.

확률적 희소화(Probabilistic Thinning)를 통한 저지연 피처 엔진의 추론과 상태 업데이트 분리

스트리밍 머신러닝 파이프라인에서 추론과 상태 업데이트를 분리하여 지연 시간을 줄이는 확률적 희소화(Probabilistic Thinning) 기법을 제안합니다. 모든 이벤트에 대해 점수를 매기되, 정보가 풍부한 이벤트만 선택적으로 상태를 업데이트하여 저장소 I/O 오버헤드를 획기적으로 낮춥니다.

Stochastic Vec Trick을 이용한 확장 가능한 쌍별 커널 학습 (Scalable Pairwise Kernel Learning

본 연구는 쌍별 학습(Pairwise learning)의 계산 및 메모리 효율성을 높이기 위한 새로운 커널 학습 방법론인 SPaiK를 제안합니다. 확률적 일반화 vec trick(sGVT)을 통해 커널의 표현력을 유지하면서도 대규모 데이터셋에 적용 가능한 확장성을 확보했습니다.

이차 다항식에 대한 Min-Max 최적화의 복잡성

하이퍼큐브 상의 이차 다항식에 대한 Min-Max 최적화의 근사 정지점 계산이 PPAD-hard임을 증명한 연구입니다. 이를 통해 2인 팀 제로섬 폴리매트릭스 게임에 대한 최초의 PPAD-hardness 결과를 도출했습니다.

Dynestyx: 동적 시스템을 위한 확률적 프로그래밍 라이브러리

동적 시스템의 베이지안 처리를 위해 상태 공간 모델(SSM)을 일급 객체로 지원하는 확률적 프로그래밍 라이브러리 Dynestyx를 소개합니다. 이 라이브러리는 이산 및 연속 시간 시스템에 대한 통합 인터페이스를 제공하여 상태와 파라미터 추정을 용이하게 합니다.

프로그램으로서의 에이전트 궤적: 지문 식별 및 코딩 에이전트 행동 프로그래밍

에이전트의 행동 습관을 '지문(fingerprints)'으로 정의하여 모델과 작업 간의 절차적 차이를 분석하는 연구를 소개합니다. SWE-Bench를 통해 모델 간 행동 유사성을 검증했으며, 에이전트 궤적을 감사하고 평가하기 위한 라이브러리 ProcGrep을 제안합니다.