NVIDIA가 공개한 Nemotron 3 Ultra는 지능 지수보다 추론 처리량과 비용 효율성에 집중한 550B 규모의 오픈 웨이트 모델입니다. Mamba-2와 MoE를 결합한 LatentMoE 아키텍처를 통해 장문 문맥 처리 성능과 속도를 극대화했습니다.

Flow Matching 입문 (5) 분포는 어떻게 움직이는가? 연속 방정식·Pushforward·CFM 이해하기

Flow Matching의 핵심 원리인 연속 방정식, Pushforward, CFM(Conditional Flow Matching)을 수학적 직관과 함께 설명합니다. 복잡한 이론보다는 코드를 읽고 쓸 수 있는 수준의 이해를 목표로 하며, 소스 분포에서 타겟 분포로 이동하는 경로와 속도장 모델의 학습 과정을 다룹니다.

Flow Matching 및 생성 모델의 원리를 PyTorch를 사용하여 학습하는 과정을 다룬 입문 가이드입니다. 복잡한 수학적 증명보다는 직관적인 이해와 코드 구현에 초점을 맞추어 학습 흐름을 설명합니다.

Flow Matching의 핵심 개념인 Conditional Flow Matching과 샘플링, ODE 솔버를 다루는 입문 가이드입니다. 수학적 엄밀함보다는 직관적인 이해와 코드 구현 능력을 갖추는 데 초점을 맞추어 설명합니다.

GPT-5.6 (Sol / Terra / Luna) 철저 해설: 타 AI와의 비교·편향·안전 설계까지【1차 소스 포함】

OpenAI가 공개한 차세대 LLM 시리즈 GPT-5.6의 상세 사양과 명명 체계를 분석합니다. Sol, Terra, Luna의 3계층 구조를 통해 지능, 속도, 비용에 따른 최적화된 모델 선택지를 제공합니다.

DeepSeek R2의 정체는 SEO 블로그! 소문의 실체·Huawei 실패·V4의 실력을 철저 해설

DeepSeek R2 모델에 대한 구체적인 사양 소문이 사실은 신뢰할 수 없는 SEO 블로그에서 시작된 허위 정보임을 밝힙니다. 공식 릴리스가 존재하지 않는 R2의 실체와 실제 출시된 V4 모델의 성능을 비교 분석합니다.

Tsinghua University 연구진이 공개한 NatureBench는 코딩 에이전트가 논문의 SOTA(최고 성능)를 실제로 초과할 수 있는지 측정하는 벤치마크입니다. Docker 컨테이너와 웹 검색 차단을 통해 환경을 표준화하고 부정행위를 방지하여 에이전트의 진정한 발견 능력을 평가합니다.

점군 세그멘테이션용 AI 모델 입문 — PointNet부터 최신 Point Transformer V3까지

점군(Point Cloud) 세그멘테이션을 위한 딥러닝 모델의 핵심 아키텍처와 접근 방식을 다룹니다. 이미지 CNN과의 차이점인 순서 불변성과 불규칙성을 설명하며, 점 기반 및 복셀 기반 방식의 특징을 비교 분석합니다.

【속보】OpenAI GPT-5.6 Sol/Terra/Luna 발표! 3개 모델 동시 프리뷰 철저 해설

OpenAI가 GPT-5.6 시리즈인 Sol, Terra, Luna 3종 모델을 발표했습니다. 플래그십인 Sol은 에이전트 성능과 사이버 보안에서 압도적인 SoTA를 기록했으며, 용도에 따른 모델 라인업을 구축했습니다.

OpenAI가 Sol, Terra, Luna로 구성된 GPT-5.6 모델 시리즈를 발표하며 새로운 벤치마크 MirrorCode를 공개했습니다. 정부의 모델 승인 절차 도입과 Anthropic의 채용 전략 변화, OpenAI의 IPO 연기 검토 등 AI 산업의 규제 및 비즈니스 변화가 함께 다뤄졌습니다.

OpenAI가 2026년 6월 26일, 새로운 GPT-5.6 모델 시리즈인 Sol, Terra, Luna를 발표했습니다. 이번 시리즈는 성능과 비용에 따라 세 가지 라인업으로 구성되었으며, 에이전트 병렬 실행이 가능한 Ultra mode가 특징입니다.

OpenAI가 코딩, 과학, 사이버 보안 능력이 강화된 차세대 모델 GPT-5.6 Sol의 프리뷰를 공개했습니다. 이번 모델은 역대 최고 수준의 안전 스택(Safety Stack)을 탑재하여 고위험 영역에서의 활용성을 높인 것이 특징입니다.

Elon Musk의 경고와 小西寛子 연구자의 FCL(False-Correction Loop) 연구를 통해 LLM의 구조적 결함을 분석합니다. AI가 사용자의 잘못된 정정을 수용하여 오류를 더욱 확신하며 반복하는 현상을 다룹니다.

디지털 트윈 × 세계 모델 × Physical AI ── 중국이 구축하는 「현실을 학습하는 AI 스택」의 현재 위치

디지털 트윈, 세계 모델, Physical AI의 결합을 통해 현실 세계를 학습하는 중국의 AI 스택 현황을 분석합니다. 연구 단계의 연계 사례와 비즈니스 구현 사례를 구분하여 살펴보고, 글로벌 기술 패권 경쟁 속에서 중국의 강점과 약점을 다룹니다.

“시작의 씨앗”이 이론으로 성장하기까지 ①── 어느새 국제 데이터베이스에 연구를 등록하고 DOI를 취득하게 된 이야기

외부 의미 상태 동기(External Semantic State Synchronization) 이론을 정립하고, 이를 국제 데이터베이스에 등록하여 DOI를 취득하기까지의 과정을 기록한 연구 실록입니다. 개인 연구자가 Zenodo와 figshare를 활용해 연구 성과를 공식적인 디지털 객체 식별자로 확보하는 방법론을 다룹니다.

Cohere가 Apache 2.0 라이선스로 가중치를 공개한 코딩 특화 MoE 모델 'North Mini Code'를 출시했습니다. 30B 파라미터 규모로 H100 한 장에서 구동 가능하며, 에이전트 환경에서의 도구 호출 및 일반화 성능에 최적화되어 있습니다.

중국의 AI Agent × World Models는 어디까지 왔는가 ── Qwen-AgentWorld가 보여주는 「언어 세계 모델」의 최전선

Alibaba Qwen 팀이 7개의 디지털 환경을 단일 모델로 시뮬레이션하는 언어 세계 모델 'Qwen-AgentWorld'를 공개했습니다. 에이전트가 행동 전 환경 변화를 예측할 수 있도록 설계되었으며, 모델 가중치와 벤치마크를 오픈 소스로 제공합니다.