Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
XAI 번역요약
오늘 Hugging Face 저널 클럽에서 매우 흥미로운 논문을 읽었습니다: “Battling Staleness in Async OPD.”
비동기적 온라인 정책 증류(Async OPD)를 통해 생성과 학습을 분리하여 처리량을 약 2배 개선한 연구를 소개합니다. 로컬 몬테카를로 샘플링과 중요도 보정을 사용하여 데이터 신선도 저하 문제를 해결하고 수학 분야에서 높은 성능을 입증했습니다.
4시간 전0
XAI 번역요약
Physics Intern: Hugging Face에서 이론 물리학의 난제를 해결하기 위해 구축한 멀티 에이전트 스캐폴드(multi-agent
Hugging Face가 이론 물리학 문제 해결을 위해 구축한 멀티 에이전트 스캐폴드인 'Physics Intern'을 소개합니다. 이 시스템은 CritPt 벤치마크에서 SOTA를 기록했으며, Codex 및 Claude Code와 연동 가능한 기술 세트로 구성되어 있습니다.
6월 17일0
XAI 번역요약
Guilherme과 Hynek이 모델 학습용 데이터를 정제하는 경험을 바탕으로 로보틱스 분야에 진출합니다
Guilherme과 Hynek이 데이터 정제 경험을 바탕으로 로보틱스 분야에 진출합니다. 이들은 FineWeb, FineTranslations 등 지저분하고 비정형적인 데이터를 모델 학습용 '황금 같은' 데이터로 변환해 온 전문성을 보유하고 있습니다.
6월 11일0
XAI 번역요약
Carbon에 추측 디코딩 (Speculative Decoding) 추가: 이제 llama.cpp를 통해 DNA 서열을 2~3배 더 빠르게
Carbon 모델에 추측 디코딩(Speculative Decoding) 기술이 도입되어 llama.cpp를 통한 DNA 서열 생성 속도가 2~3배 향상되었습니다. 이를 통해 대규모 게놈 데이터를 로컬 환경에서 더욱 효율적으로 처리할 수 있습니다.
6월 2일0
XAI 번역요약
Carbon 기술 보고서가 bioRxiv에 공개되었습니다. 완전히 개방적이고 효율적인 DNA 모델을 훈련하기 위한 상세한 레시피를 제공합니다
Carbon 기술 보고서가 bioRxiv에 공개되었습니다. 이 보고서는 완전히 개방적이고 효율적인 DNA 모델을 훈련하기 위한 상세한 방법론과 레시피를 제공합니다.
5월 26일0
XAI 번역요약
Gemini 3.5 Flash 출시. 그래서 CritPt의 Physics-Intern에 연결해 보았습니다...
새롭게 출시된 Gemini 3.5 Flash를 물리학 연구용 에이전트 프레임워크인 Physics-Intern에 적용한 실험 결과입니다. 실험 결과, 기존 Gemini 3.1 Pro를 사용했을 때보다 Physics-Intern의 문제 해결 성능이 13.1%에서 22.9%로 크게 향상되었습니다.
5월 21일0
XAI 번역요약
장기적 과제(long-horizon tasks)의 최근 진전과 RL 학습 및 환경에 관한 오픈 소스(OS) 커뮤니티의 트렌드 요약 발표 슬라이드
장기적 과제(long-horizon tasks)의 최신 진전 사항과 강화학습(RL) 학습 및 환경에 관한 오픈 소스 커뮤니티의 트렌드를 요약한 발표 자료입니다. 특히 에이전트 활용 사례에 강화학습을 적용하는 방법과 오픈 소스 생태계가 직면한 근본적인 과제들을 다룹니다.
5월 21일0
XAI 번역요약
모델 트레이너의 저주: 모델 학습 능력이 향상될수록 평가 (Evals)에 더 많은 시간을 소비하게 된다
모델 학습 능력이 고도화될수록 이를 검증하기 위한 평가(Evals) 작업에 소요되는 시간이 비례하여 증가하는 현상을 '모델 트레이너의 저주'라고 정의합니다.
5월 20일2
XAI 번역요약
생성형 DNA를 위한 가장 효율적인 파운데이션 모델, Carbon을 공개하게 되어 기쁩니다
생성형 DNA 설계를 위한 고효율 파운데이션 모델인 Carbon을 공개했습니다. Carbon-3B 모델은 기존 DNA 모델들과 대등한 성능을 유지하면서도 추론 속도를 275배 이상 혁신적으로 개선했습니다.
5월 20일1
XAI 번역요약
llama.cpp, Qwen3.6 제품군을 위한 MTP 지원 추가
llama.cpp가 Qwen3.6 모델 제품군을 지원하기 위해 MTP(Multi-Token Prediction) 기능을 추가했습니다. 이번 업데이트는 일반적인 하드웨어 환경에서 로컬 AI 추론 성능을 획기적으로 향상시키는 중요한 이정표가 될 것으로 기대됩니다.
5월 18일3
XAI 번역요약
Hugging Face에 첫 커널 MaxSim 출시: Late-interaction retrieval 성능 개선
Hugging Face에 Late-interaction retrieval의 성능을 개선하는 새로운 커널인 MaxSim이 출시되었습니다. 이 커널은 Metal의 simdgroup_matrix 및 WMMA를 활용한 타일링 스코어링 방식을 통해 기존 방식 대비 3~5배의 속도 향상을 제공합니다.
5월 18일0
XAI 번역요약
RL 코딩 환경 101: Harbor가 존재하는 이유
코딩을 강화학습(RL) 태스크로 다루는 것이 주목받고 있으며, RL 코딩 환경에 대한 이해가 중요해지고 있습니다. 모델 자체를 구현하는 것보다도 주변 인프라와 시스템 구축이 더 큰 난관입니다.
5월 14일3
XAI 번역요약
lewtun에 의한 CLI 로컬 모델 지원 추가 · Pull Request #228 · huggingface/ml-intern
huggingface/ml-intern 프로젝트의 Pull Request #228에서 Lewis Tunstall이 CLI(Command Line Interface)를 통해 로컬 모델을 지원하는 기능을 추가했습니다. 이 업데이트는 사용자가 터미널 환경에서 직접 모델 관련 작업을 수행할 수 있도록 하여 접근성과 편의성을 높입니다.
5월 14일2
XAI 번역요약
이제 당신의 노트북에서 24시간 내내 무료로 AI 연구원을 실행할 수 있습니다!
Unsloth의 4-bit 양자화 모델과 llama.cpp를 활용하여 Qwen2.5-35B-A3B 모델을 개인 노트북에서 24시간 무료로 실행할 수 있는 방법을 소개합니다.
5월 14일1
XAI 번역요약
우리는 방금 @huggingface Spaces 트렌딩 1위를 달성했습니다: “RL 환경을 위한 궁극의 가이드”는 LLM을 위한 RL 환경
본 기사는 'RL 환경을 위한 궁극의 가이드'라는 콘텐츠가 Hugging Face Spaces 트렌딩 1위를 달성했음을 알립니다. 이 가이드는 LLM(대규모 언어 모델)을 활용한 강화학습(Reinforcement Learning, RL) 환경 구축 및 확장 방법을 심도 있게 다루고 있습니다. 따라서 RL과 에이전트 분야를 탐구하는 사용자들에게 유용한 자료입니다.
5월 13일5
XAI 번역요약
@dlouapre와 @joelniklaus가 현실에 대한 우리의 가장 깊은 이해에 관한 문제를 해결하기 위해 에이전트형 하네스 (agentic
dlouapre와 joelniklaus가 현실 세계의 근본적인 이해 문제를 해결하기 위해 '에이전트형 하네스(agentic harnesses)'를 구축하는 연구를 진행했습니다. 이 접근 방식은 순수 수학과 달리 이론 물리학처럼 형식화나 RLVR을 이용한 힐 클라이밍 기법 적용이 어려운 분야에 초점을 맞추고 있습니다.
5월 13일2
XAI 번역요약
Hugging Face Hub의 Agent Traces에 새로운 미리보기 뷰가 추가되어 탐색과 탐험이 더 쉬워졌습니다. 에이전트에게 원시 세션
Hugging Face Hub의 Agent Traces에 새로운 미리보기 뷰가 추가되어 사용자가 에이전트의 작동 과정을 더 쉽게 탐색하고 이해할 수 있게 되었습니다. 이제 별도의 설정 없이도 원시 세션(raw sessions)을 허브에 업로드하여 즉시 공유하고 활용할 수 있습니다. Agent Traces는 컨텍스트를 중앙 집중화하고 흥미로운 세션을 다른 사람들과 공유하는 데 유용한 기능을 제공합니다.
5월 13일5
XAI 번역요약
저자들이 자신들의 방법을 Muon의 슈퍼파트너(superpartner)인 Smuon이라고 부르지 않은 것은 놓쳐버린 기회네요 :)
본 기사는 SV(Singular Values)를 무작위 노이즈로 대체한 Muon의 변형인 Kaon이라는 방법을 소개합니다. 이 방법은 Muon과 일치하며, 이는 Muon의 성능이 특정 기하학적 구조에 의존하지 않음을 시사합니다. 또한, Muon이 안정적인 최적화 단계 크기를 제공하여 훈련 과정에서 더 효과적인 학습률을 생성한다는 점도 강조하고 있습니다.
5월 13일2
XAI 번역요약
노트북의 로컬 오픈 웨이트 AI가 무어의 법칙보다 두 배 이상 빠르게 발전하고 있습니다!
최근 노트북 기반 로컬 오픈 웨이트 AI의 발전 속도가 기존 하드웨어 발전 속도보다 훨씬 빠르다는 분석입니다. 고가 MacBook Pro 등의 하드웨어 사양 변화는 미미한 반면, Hugging Face 등에서 제공하는 오픈 웨이트 모델들은 성능 면에서 급격히 향상되고 있습니다. 이는 미래 컴퓨팅 환경이 클라우드나 서버 중심을 넘어 개인 기기(엣지 디바이스)로 AI 연산 능력이 이동하고 있음을 시사합니다.
5월 12일6
XAI 번역요약
오늘 AMD 에서의 사전 학습 확장에서 중요한 이정표인 ZAYA1-74B-Preview 를 출시합니다.
AMD가 사전 학습 확장의 중요한 이정표인 ZAYA1-74B-Preview를 공개했습니다. 이 미리보기 모델은 4B 활성 파라미터와 총 74B MoE(Mixture of Experts) 구조를 가지고 있습니다. 현재는 강력한 전 RL 기반 체크포인트 형태로 제공되며, 최종적으로 포스트 훈련된 추론 모델이 곧 출시될 예정입니다.
5월 8일6