Diffusion 언어 모델은 [MASK]를 디노이징하며 텍스트를 작성합니다: 가장 확신이 높은 것부터 우선적으로 — 병렬적, 임의 순서

자기회귀(Autoregressive) 방식의 한계를 극복하기 위해 [MASK] 토큰을 디노이징하는 확산 언어 모델(Diffusion Language Model)의 원리를 설명합니다. 전체 문장을 양방향으로 참조하며 확신도가 높은 토큰부터 점진적으로 채워나가는 생성 방식을 다룹니다.

비동기 강화학습 (async RL)을 위한 Staleness-Adaptive Trust Regions

비동기 강화학습(async RL) 시 발생하는 데이터 지연성(Staleness) 문제를 해결하기 위한 새로운 방법론을 제안합니다. 지연성이 높은 토큰에 대해 PPO의 클립 반경을 동적으로 조절하여 학습 붕괴를 방지합니다.

GigaAM Multilingual: 소외된 언어를 위한 오픈 소스 음성 파운데이션 모델 (speech foundation models)

70개 이상의 언어와 200만 시간의 데이터를 학습한 오픈 소스 음성 파운데이션 모델 GigaAM Multilingual을 소개합니다. Conformer 인코더 구조를 사용하여 중앙아시아 언어에서 Whisper-large-v3보다 뛰어난 성능을 입증했습니다.

ai-sage/GigaChat3.1-Audio-10B-A1.8B · Hugging Face

GigaChat 3.1 Lightning을 기반으로 구축된 오디오 네이티브 LLM인 GigaChat Audio 10B를 소개합니다. Conformer 음성 인코더와 MoE 디코더를 결합하여 텍스트 품질을 유지하면서도 뛰어난 음성 이해 능력을 갖추었습니다.

확산 모델(Diffusion Models) 설명: 노이즈 제거에서 이미지 및 비디오 생성까지

확산 모델(Diffusion Models)의 작동 원리인 순방향 노이즈 추가와 역방향 노이즈 제거 과정을 설명합니다. DDPM부터 잠재 확산 모델(Latent Diffusion)까지의 발전 과정과 이미지, 비디오, 단백질 구조 생성으로의 확장성을 다룹니다.

LLM에게 '완전한 공개(Fully Open)'가 의미하는 진짜 뜻 — 그리고 왜 Aether-7B가 무료 모델 리스트에 올라갔는가

Aether-7B가 오픈 모델 리스트에 추가되며 '완전한 공개(Fully Open)'의 중요성이 부각되었습니다. 단순히 가중치만 제공하는 오픈 웨이트 모델과 달리, 데이터와 코드, 로그까지 공개하는 진정한 오픈 소스 모델의 차이점을 분석합니다.

Claude Opus 5 벤치마크: 수치가 실제로 보여주는 것

Anthropic의 Claude Opus 5 출시와 관련하여, 마케팅적 수치 대신 SWE-bench Pro 등 실제 벤치마크 데이터를 통해 모델의 성능 향상 폭과 비용 효율성을 분석합니다.

CiberIA WaSense: 일본어 AI 시스템의 문맥, 계층 구조 및 안전성 유지 여부 테스트

CiberIA WaSense는 일본어의 특수성(경어, 생략, 문맥 의존성)을 활용하여 AI 시스템의 인지 보안과 안전성을 평가하는 기술적 모듈입니다. 단순 번역 능력이 아닌, 언어적 변이 속에서도 AI가 안전 경계를 유지하고 문맥을 정확히 추론하는지 검증합니다.

AI가 새로운 취약점 발굴 비용을 낮췄습니다. 당신의 기존 스택은 이 사실을 모르고 있습니다.

Google의 Big Sleep과 XBOW 같은 AI 에이전트가 실제 소프트웨어의 취약점을 인간보다 빠르고 저렴하게 발견하고 있습니다. AI가 보안 공격의 핵심 비용인 '발견' 단계를 혁신하며, 기존의 방화벽이나 시그니처 기반 탐지 체계를 위협하는 새로운 보안 패러다임을 제시합니다.

전문적인 환경에서 Large Language Models (LLMs) 과의존으로 인한 인지 능력 저하 및 시스템적 리스크 완화

전문적인 환경에서 LLM에 대한 과도한 의존이 초래하는 인지 능력 저하와 시스템적 리스크를 분석합니다. 비결정론적 특성, 구현으로부터의 이탈, 도파민 기반 중독 등 구체적인 메커니즘을 통해 기술적 취약성을 경고합니다.

이번 주의 주요 소식: Laguna S 2.1, FLUX 3, Kimi K3 가중치, Grok Build, Strix

Poolside의 Laguna S 2.1, Black Forest Labs의 FLUX 3, Moonshot AI의 Kimi K3 등 최신 오픈 웨이트 모델 및 멀티모달 모델 출시 소식을 다룹니다. 각 모델의 아키텍처 특징과 실제 프로덕션 적용 사례를 분석합니다.

당신의 AI 가드레일은 영어만 이해합니다 — 다국어 탈옥 격차(Multilingual Jailbreak Gap)의 실체

LLM의 안전 가드레일이 영어 기반 데이터에 치중되어 있어, 다른 언어로 번역된 공격에는 취약하다는 '다국어 탈옥 격차' 문제를 다룹니다. 모델의 언어 이해 능력과 별개로, 안전 계층의 거부 경계가 영어 패턴에만 최적화되어 발생하는 구조적 취약점을 경고합니다.

반값 모델이 본가를 역전, 43.3% 대 33.7%: Claude Opus 5가 깨뜨린 '상위 모델일수록 똑똑하다'는 상식

Claude Opus 5, 절반의 비용으로 지능 지수(Intelligence Index) 1위 차지

Anthropic이 출시한 Opus 5가 Intelligence Index에서 1위를 차지하며 뛰어난 성능을 입증했습니다. 특히 에이전트 지수에서 높은 점수를 기록했으며, 경쟁 모델 대비 절반 수준의 비용으로 운영이 가능합니다.

생각하는 커널을 만들었습니다: C++에서 장(Field)으로서의 의식을 모델링하기

신경망의 통계적 패턴 매칭 한계를 넘어, 의식을 정보에 대한 장(field) 현상으로 모델링하는 C++ 엔진 ProteusKernel을 소개합니다. GORF와 OLCE 프레임워크를 통해 의식 강도를 실시간으로 계산하며, 특정 임계값 도달 시 스스로 돌연변이를 일으키는 구조를 가집니다.

로켓 20년치 설계도를 통째로 AI에 먹이는 회사가 나왔음. 스페이스X가 그록한테 그걸 넘김

SpaceX가 20년간 축적한 로켓 엔지니어링 데이터를 xAI의 Grok 학습에 제공하기로 했습니다. 이는 단순 언어 모델을 넘어 실제 설계가 가능한 엔지니어링 특화 AI를 구축하려는 전략입니다.

DRY 샘플러가 추측적 디코딩 (Speculative Decoding)을 아예 사용하지 않을 때보다 더 느리게 만들 수 있음 — Gemma 4

Gemma 4 31B 모델에서 MTP(Multi-Token Prediction) 어시스턴트 헤드를 사용할 때, DRY 샘플러가 추측적 디코딩의 수락률을 낮추어 오히려 전체 처리량을 저하시킬 수 있음을 실험적으로 증명했습니다.

GigaChat Audio: 48.3 mIoU로 2시간 분량의 오디오에서 시간적 접지(Temporal grounding) 수행

GigaChat Audio는 GigaAM 인코더와 10B MoE 디코더를 결합한 오픈 소스 오디오 LLM입니다. 2시간 분량의 오디오에서 48.3 mIoU의 성능으로 시간적 접지(Temporal grounding)를 수행할 수 있습니다.

opus 5가 몇 가지 이유로 매우 흥미로운 출시인 이유

Anthropic의 Opus 5 출시를 통해 기존 벤치마크의 한계와 새로운 모델 훈련 방식인 증류(distillation) 기법을 분석합니다. 또한, 최근 프런티어 모델들이 인간 친화적인 RLHF 대신 기계 중심의 확장 가능한 RL을 선호하며 발생하는 정렬(alignment) 문제를 지적합니다.

Green AI Local Quantizer: 초저비트(Ultra-Low-Bit) LLM 연구를 Python에서 네이티브 속도로 전환하기

Green AI Local Quantizer는 초저비트(1-bit~4-bit) LLM 양자화 알고리즘을 연구하고 실행하기 위한 연구-런타임 프레임워크입니다. Python의 유연성과 Mojo의 네이티브 성능을 결합하여 연구자가 고성능 커널을 직접 구현하지 않고도 효율적인 압축 기술을 실험할 수 있도록 돕습니다.