Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
X @_akhaliq (AI 논문) 46건필터 해제
Nemotron 3 Nano Omni 데모 사용
Nvidia가 Nemotron 3 Nano Omni 모델을 출시했으며, 사용자는 Hugging Face Spaces에서 해당 데모를 확인할 수 있습니다. 이 모델은 최신 AI 기술의 발전상을 보여주며, 개발자들이 쉽게 접근하여 테스트해 볼 수 있도록 Gradio 앱 형태로 제공되었습니다.
클레망 델랑유 (Clement Delangue) RT: ML 인턴과 Reachy Mini 를 활용한 2 시간 내 수신처 로봇 앱 구축
클레망 델랑유(Clement Delangue)가 머신러닝 인턴과 Reachy Mini 로봇 팔을 활용하여 단 2시간 만에 수신처(receiving station) 로봇 애플리케이션을 성공적으로 구축한 경험을 공유했습니다. 이 프로젝트는 짧은 시간 내에 실제 작동하는 로봇 시스템을 구현하는 과정을 보여주며, 실습 기반의 빠른 프로토타이핑 능력을 강조합니다.
@ClementDelangue: 오피스 리셉션 앱 개발 중, ML 인턴과 OpenAI GPT 5.5 사용
이 글은 ML 인턴과 OpenAI GPT 5.5를 활용하여 오피스 리셉션 앱을 개발하는 과정을 공유합니다. 작성자는 이 프로젝트가 성공적으로 진행되기를 기대하며, 독자들이 세션 에이전트 추적 데이터를 통해 실시간으로 개발 상황을 확인할 수 있도록 링크를 제공하고 있습니다.
LLM Compressor 팀이 NVFP4 와 FP8 Kimi-K2.6 체크포인트를 출시했습니다
LLM Compressor 팀이 Kimi-K2.6 모델의 NVFP4 및 FP8 양자화 체크포인트를 공개했습니다. 이 경량화된 버전들은 고성능 AI 추론을 위한 메모리 효율성과 속도 향상을 목표로 합니다.
요청에 따라 YOLO 모드 가 ml-intern 에 추가되었습니다
요청에 의해 YOLO(You Only Look Once) 모드가 ml-intern 도구에 통합되었습니다. 이 업데이트를 통해 ml-intern는 더 길고 복잡한 실행 작업을 처리할 수 있는 능력을 갖추게 되었습니다.
Microsoft, Hugging Face: DELULU 벤치마크 출시
Microsoft가 Hugging Face와 협력하여 'DELULU'라는 새로운 평가 벤치마크를 출시했습니다. 이 벤치마크는 중간 코드 완성(fill-in-the-middle) 작업을 위한 전용 평가 세트입니다. 또한, RoundPipe 기술은 단일 GPU 환경에서 대규모 모델을 효율적으로 미세 조정하고 실행할 수 있게 하여, 기존 최고 성능 대비 1.5~2.2배의 속도 향상을 제공합니다.
Allen AI, 새로운 OlmPool 연구 모델 공개
Allen AI가 7B 파라미터 규모의 'OlmPool'이라는 새로운 연구 모델을 Hugging Face에 공개했습니다. 이 모델은 기존 아키텍처에서 미세한 구조적 변화를 통해 성능 향상을 목표로 개발되었으며, 최신 LLM 연구 동향을 반영하고 있습니다.
반복적 다중 에이전트 시스템, 에이전틱 세계 모델링, 그리고 AI 조직: 주간 최상위 논문
이 기사는 최근 주목받는 '반복적 다중 에이전트 시스템(Recursive Multi-Agent Systems)', '에이전틱 세계 모델링(Agentic World Modeling)', 그리고 'AI 조직'이라는 세 가지 핵심 주제를 다루며, AI 분야의 최신 연구 동향을 종합적으로 분석합니다. 특히 복잡한 환경에서 여러 에이전트가 상호작용하며 목표를 달성하는 방식과, 이러한 시스템을 실제 조직 구조에 적용하여 효율성을 극대화하는 방안에 초점을 맞추고 있습니다.
Allen AI 가 Hugging Face 에서 새로운 OlmPool 연구 모델을 출시했습니다
Allen AI가 Hugging Face를 통해 새로운 OlmPool 연구 모델을 공개했습니다. 이 모델은 7B 파라미터 규모의 소규모 아키텍처를 사용하여 긴 컨텍스트 확장(long context extension)에 미치는 영향을 탐구하는 데 중점을 두고 있습니다. 특히, 150B 토큰 체크포인트를 활용하여 다양한 주의 메커니즘을 실험하고 연구 목적으로 제공됩니다.
AllenAI, Hugging Face 에서 새로운 OlmPool 아키텍처 모델 출시
AllenAI가 Hugging Face 플랫폼을 통해 새로운 OlmPool 아키텍처 기반의 언어 모델을 공개했습니다. 이 모델은 특히 7-8B 규모의 언어 모델에서 긴 컨텍스트 확장(long context extension)에 미치는 다양한 아키텍처 선택의 영향을 탐구하는 데 초점을 맞추고 있습니다.
마이크로소프트, 허깅페이스에서 DELULU 벤치마크 공개
마이크로소프트가 허깅페이스 플랫폼에 DELULU 벤치마크를 공개했습니다. 이 벤치마크는 특히 코드 완성(code completion) 작업 중 '빈칸 채우기(fill-in-the-middle)' 시나리오를 평가하기 위해 설계된 새로운 평가 세트입니다.
ML 인턴과 Reachy Mini 로 2 시간 안에 완성한 리셉셔니스트 로봇 앱
ML 인턴과 Reachy Mini 로봇을 활용하여 단 2시간 만에 리셉셔니스트용 로봇 애플리케이션을 성공적으로 구축했습니다. 이 프로젝트는 실제 상호작용 시뮬레이션 및 대규모 언어 모델(LLM)의 통합 능력을 보여주며, 로봇 공학 분야에서 빠른 프로토타이핑 가능성을 입증합니다.
공진화 정책 추출 (Co-Evolving Policy Distillation)
이 기술 기사는 '공진화 정책 추출(Co-Evolving Policy Distillation)'이라는 주제를 다루며, 아마도 강화 학습(Reinforcement Learning) 분야의 최신 연구 내용을 소개합니다. 이 방법론은 복잡한 원본 정책을 더 작고 효율적인 학생 모델로 지식 전이(Knowledge Distillation)하는 과정을 개선하거나 새로운 관점을 제시할 것으로 예상됩니다. 구체적인 내용은 첨부된 논문 링크를 통해 확인할 수 있습니다.
인기 요청에 따라 YOLO 모드가 ml-intern 에 착륙했습니다
요청에 따라 YOLO 모드가 ml-intern 플랫폼에 추가되어, 사용자들이 최적의 후학습 데이터 혼합비를 결정하기 위한 병렬 애블레이션과 같은 장기간 실행 작업을 수행할 수 있게 되었습니다.
대규모 업데이트 : #paperclip 이제 arXiv, PubMed Central 의 모든 논문과 1 억 5 천만 개의 추상문헌을 포함합니다!
Paperclip은 대규모 업데이트를 통해 arXiv와 PubMed Central의 모든 논문 및 1억 5천만 개의 초록(abstracts)을 포함하게 되었습니다. 이 방대한 지식 기반은 LLM에 한 번에 제공될 수 있도록 최적화되었으며, AI 에이전트 사용에 적합한 인덱싱이 적용되어 있습니다. 웹 검색보다 훨씬 정밀하고 빠르며 무료로 이용 가능하다는 것이 주요 특징입니다.
ml-intern 세션이 이제 자동으로 Hub 계정으로 푸시되어 에이전트의 활동을 쉽게 확인할 수 있습니다
ml-intern 세션 기록이 이제 사용자의 Hub 계정으로 자동으로 푸시됩니다. 이 기능을 통해 사용자는 자신의 에이전트가 어떤 활동을 했는지 쉽게 추적하고 확인할 수 있게 되었습니다.
LLM 압축 팀에서 NVFP4 및 FP8 Kimi-K2.6 체크포인트를 출시했습니다 - 확인해보세요!
LLM 압축 팀에서 Kimi-K2.6 모델의 NVFP4 및 FP8 체크포인트를 공개했습니다. 이 경량화된 버전들은 고성능 추론을 위한 효율적인 메모리 사용과 빠른 속도를 제공하며, 연구원들과 개발자들이 접근할 수 있도록 Hugging Face에 배포되었습니다.
이질적 과학 기반 모델 협업
이 기술 기사는 '이질적 과학 기반 모델 협업(Heterogeneous Scientific Foundation Model Collaboration)'이라는 주제를 다루며, 다양한 종류의 과학 지식과 데이터를 활용하는 여러 기초 모델들의 협력 방식을 탐구합니다. 이는 단일 모델로는 해결하기 어려운 복잡하고 이질적인 과학 문제를 해결하기 위한 새로운 접근법을 제시합니다. 궁극적으로는 학제 간(interdisciplinary) 연구와 실제 과학적 발견을 가속화하는 것을 목표로 합니다.
마지막 인간이 쓴 논문
이 게시물은 '마지막 인간이 쓴 논문'이라는 제목과 함께, AI가 생성한 연구 아티팩트의 경향성을 보여줍니다. 제시된 링크와 이미지는 최신 인공지능 기술 발전 속에서 인간의 기여가 점차 희미해지고 있음을 상징적으로 나타냅니다.
제 1 대 에이전트 네이티브 로봇!
새로운 '에이전트 네이티브(agent-native)' 로봇의 개발 소식을 전하는 글입니다. 이 로봇은 기존의 로봇 공학 패러다임을 넘어, 에이전트 기반의 지능형 기능을 통합하여 설계되었음을 시사합니다. 이는 로봇이 단순한 물리적 움직임을 넘어 복잡한 추론 및 자율 행동을 수행할 수 있는 방향으로 발전하고 있음을 보여줍니다.
이 피드 구독하기
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.