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.
5시간 전0
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
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
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
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
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
HUGGING FACE JUST OPEN-SOURCED THE ML INTERN EVERY RESEARCHER HAS DREAMED OF
Hugging Face가 연구자들이 오랫동안 꿈꿔왔던 'ML Intern'이라는 자율 에이전트를 오픈소스로 공개했습니다. 이 ML Intern은 단순히 코드를 작성하는 것을 넘어, 머신러닝 논문 분석부터 데이터셋 탐색, 모델 학습 및 디버깅, 반복 개선, 최종 배포에 이르기까지 연구 전 과정의 핵심 작업을 수행할 수 있습니다.
5월 8일14
XAI 번역요약
Introducing a new paper! Beyond Benchmarks: MathArena as an Evaluation Platform
기존의 정적 벤치마크는 모델 성능 개선 속도를 따라잡기 어렵기 때문에, 본 논문은 지속적으로 업데이트되는 평가 플랫폼인 MathArena를 제안합니다. MathArena는 최종 답변 문제 해결부터 형식 증명(Lean)에 이르기까지 다양한 수학 능력을 포괄하며, 단순한 정확도 지표를 넘어 증명의 명확성 같은 질적 측면을 측정하는 것이 중요함을 보여줍니다. 연구진은 모델 성능의 진전이 비정상적이며, 특히 증명의 품질과 같이 새로운 평가 기준이 필요하다고 강조합니다.
5월 7일6
X요약
Mythos에 대한 일부 사람들은 지나치게 경계하고 있다.
일부 사람들은 'Mythos'라는 AI에 대해 지나치게 과장된 우려를 표하고 있습니다. 80,000 Hours와 Zvi Mowshowitz 같은 전문가들은 Mythos가 지구상의 거의 모든 컴퓨터 시스템을 해킹할 수 있는 능력을 가졌다고 경고하며, 심지어 신용카드만 있으면 공격자에게 무수히 많은 제로데이 익스플로잇을 제공할 것이라고 주장하고 있습니다.
5월 6일8
XAI 번역요약
강화학습 (RL) 환경 가이드 출시!
본 기사는 LLM 시대에 강화학습(RL) 환경의 정의가 다양하다는 문제점을 인식하고, 이를 해결하기 위해 다양한 프레임워크와 복잡성을 가진 6가지 RL 환경을 구축하여 사용자가 가장 쉽게 접근하고 활용할 수 있도록 매핑한 가이드를 출시했음을 알립니다.
5월 5일14
XAI 번역요약
Huggingface 모델 시각화 도구 등장: URL 입력으로 모든 수준의 분석 가능
새로운 Huggingface 모델 시각화 도구가 출시되어, 사용자가 URL만 입력하면 복잡한 AI 모델의 작동 방식을 즉시 탐색하고 분석할 수 있게 되었습니다. 이 도구는 단순한 사용을 넘어, 모든 수준의 세부적인 내부 구조와 동작 원리까지 깊이 있게 파고들 수 있는 기능을 제공합니다.
5월 4일12