Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
© 2026 Molayo
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 페이지의 콘텐츠는 AI가 공개된 소스를 기반으로 자동 수집·요약·번역한 것입니다. 원 저작권은 각 원저작자에게 있으며, 각 게시물의 “원문 바로가기” 링크를 통해 원문을 확인할 수 있습니다. 저작권자의 삭제 요청이 있을 경우 신속히 조치합니다.
오픈 소스 FUTO Swipe가 130만 개의 파라미터만으로 Google Gboard보다 낮은 오류율을 기록하며 벤치마크에서 승리했습니다. 3단계 신경망 아키텍처를 통해 기기 내 오프라인 작동과 레이아웃에 구애받지 않는 높은 효율성을 입증했습니다.
불완전 정보 게임인 포커에서 내쉬 균형을 찾기 위한 AI 구축 과정을 다룹니다. CFR 알고리즘과 MCCFR을 활용하여 전략을 최적화하고, 계산 복잡도를 줄이는 방법을 설명합니다.
AI 리뷰어가 과학적 근거를 수정하지 않고도 서술 방식(narrative)만 변경하는 '리패키징 공격'에 취약함을 입증한 연구입니다. 실험 결과, 표현 방식의 변이만으로 리뷰 점수를 평균 1.21점 높일 수 있으며, 이는 AI 리뷰어의 견고성 결여를 시사합니다.

RPTQ는 대규모 언어 모델(LLM)의 효율적인 양자화를 위해 재정렬 기반의 사후 학습 양자화(Post-training Quantization) 기법을 제안합니다. 모델의 성능 저하를 최소화하면서도 양자화 효율을 높이는 연구를 다룹니다.
Baidu가 KV 캐시 메모리 문제를 해결한 오픈 소스 모델 'Unlimited OCR'을 출시했습니다. Reference Sliding Window Attention(R-SWA) 기술을 통해 긴 문서에서도 일정한 메모리와 지연 시간을 유지하며 고성능 문서 파싱을 수행합니다.
AI 탐지기를 회피하기 위한 적대적 패러프레이징 기법을 다룬 논문 리뷰입니다. RoBERTa를 보상 모델로 활용하여 별도의 학습 없이도 다양한 AI 탐지기의 진양성률(TPR)을 대폭 낮출 수 있음을 보여줍니다.
현대 임상에서 중의학과 서양의학의 결합을 인식론적 관점에서 분석합니다. 환원주의와 전체론의 차이를 규명하고, 단순한 약물 중첩을 넘어 시스템 통합 모델로 나아가기 위한 전략을 제안합니다.
공급망 중단과 같은 블랙 스완 이벤트 발생 시, 순환 제조 루프를 유지하기 위한 메타 최적화 지속 적응 기술을 다룹니다. 기존 다중 에이전트 강화학습 모델의 한계를 극복하고 분포 변화와 순환 제약 조건에 대응하는 연구 내용을 담고 있습니다.

21개의 다양한 머신러닝 알고리즘을 대상으로 고차원 데이터 환경에서의 성능을 비교한 실험적 연구입니다. 기존의 정형 데이터 강자들과 더불어 Polyharmonic Cascade와 같은 새로운 아키텍처의 성능을 스트레스 테스트를 통해 검증합니다.

VESPO는 안정적인 Off-Policy LLM 학습을 위해 제안된 변분 시퀀스 레벨 소프트 정책 최적화 방법론입니다. 기존의 불안정한 학습 과정을 개선하여 효율적인 모델 최적화를 목표로 합니다.

OpenAI의 GPT-5.5-Cyber가 보안 벤치마크에서 Anthropic의 Mythos를 능가하며 강력한 성능을 입증했습니다. Codex Security 플러그인은 3,000만 개의 커밋을 스캔하여 취약점을 자동으로 탐지하고 패치하는 기능을 제공합니다.

PIXART-δ는 Latent Consistency Models(LCM)를 활용하여 빠르고 제어 가능한 이미지 생성을 구현하는 연구입니다. 기존 모델보다 생성 속도를 높이면서도 정교한 제어 능력을 제공하는 데 중점을 둡니다.
ASE 2026에 채택된 연구에 따르면, AI 에이전트 자격 증명 유출의 73.5%가 디버그 로깅을 통해 발생합니다. 도구의 표준 출력이 모델의 컨텍스트 윈도우로 직접 연결되는 구조적 문제로 인해 API 키와 같은 비밀 정보가 로그에 기록되는 현상을 분석했습니다.
Google DeepMind가 AI 에이전트의 오작동 및 탈주를 방지하기 위한 'AI Control Roadmap'을 발표했습니다. 정렬 학습의 한계를 인정하고, 에이전트를 내부 위협(insider threat)으로 간주하여 계층적 보안 프레임워크를 구축하는 방안을 제시합니다.
0.22B 파라미터 규모의 초소형 이미지 인페인팅 모델 Moebius를 소개합니다. LλMI 블록과 적응형 지식 증류 기술을 통해 10B 이상의 거대 모델과 대등한 성능을 내면서도 속도는 15배 빠릅니다.

Google DeepMind가 마우스 커서에 Gemini를 결합하여 시각적·의미적 맥락을 이해하는 AI 포인터 연구를 발표했습니다. 사용자가 별도의 설명 없이도 커서가 가리키는 대상을 AI가 즉각 인지하여 작업 흐름을 유지하도록 돕는 것이 핵심입니다.

일반적인 7B 파라미터 규모의 언어 모델들이 이미 상당한 수준의 수학적 능력을 보유하고 있음을 시사합니다.
상용 LLM이 정보 보안 및 시스템 아키텍처와 같은 복잡한 질의에 대해 '소프트 거절'을 강제하며 발생하는 알고리즘적 가부장제 문제를 분석한 연구입니다. 기술적 접근 권한이 특정 엔티티에 의해 사유화되는 인식론적 불평등 문제를 지적합니다.
행성 지질 조사 미션을 위해 개인정보 보호와 윤리적 감사 가능성을 결합한 능동 학습(Active Learning) 프레임워크를 제안합니다. AI가 데이터 샘플링 우선순위를 결정할 때 발생할 수 있는 편향성을 방지하고, 민감한 데이터를 보호하며 과학적 가치를 극대화하는 방법을 다룹니다.
Hugging Face에서 주목받는 최신 AI 논문 10선을 소개하며, AI가 단순 답변을 넘어 행동하는 시스템으로 진화하는 트렌드를 분석합니다. 도구 사용 에이전트의 장기 계획 능력과 멀티모달 데이터 구조화 기술 등 핵심 연구를 다룹니다.