Viola AI Hub

GPT-6 제품군 모델 가이드A model guide for the GPT-6 family

스타트업이 GPT-6 모델을 선택하고, 추론 강도를 조정하며, 프롬프트와 스킬을 개선하고, 툴을 조율하여 워크플로를 프로덕션 환경에 배포하는 방법을 알아보세요.Learn how startups can choose GPT-6 models, tune reasoning effort, improve prompts and skills, coordinate tools, and prepare workflows for production.

채텀 파이낸셜, OpenAI와 함께 자본 시장 전문성 확장Chatham scales its capital markets expertise with OpenAI

채텀 파이낸셜(Chatham Financial)은 Codex와 GPT-5.6을 활용해 기술을 구축하고 워크플로를 재설계함으로써, 거래 검증 시간을 기존 30분에서 4분 미만으로 단축했습니다.Chatham Financial uses Codex and GPT-5.6 to build technology and redesign workflows, cutting trade validation from 30 minutes to under 4.

2026년 9월에 발표된 최신 AI 소식The latest AI news we announced in September 2026

9월 AI 주요 업데이트를 한눈에 볼 수 있는 영상A video showing the September AI updates

Claude Frontier Academy: 10,000명의 엔지니어 양성을 위해 1억 달러 투자Claude Frontier Academy: $100M to train 10,000 engineers

Anthropic 자체 기준에 부합하는 프론티어 배포 엔지니어(Frontier Deployed Engineers)를 육성하기 위한 Claude Frontier Academy가 출범했습니다. 2027년 말까지 1만 명을 양성하기 위해 1억 달러를 투입합니다.Claude Frontier Academy trains Frontier Deployed Engineers to the standard of Anthropic’s own — a $100 million commitment to train 10,000 by the end of 2027.

영원한 보완재: 혁신을 현실로 만드는 실행의 힘The eternal complement

고급 AI는 획기적인 아이디어 뒤에 따르는 일상적인 실행 업무에서 가장 큰 가치를 발휘할 수 있습니다. 실행력이 차세대 경제와 발전 속도를 어떻게 좌우하는지 살펴보세요.Advanced AI may matter most for the routine work behind breakthrough ideas. Explore why execution could shape the next economy and the pace of progress.

앨버트슨, 내부 혁신으로 유통의 미래를 다시 그리다How Albertsons Companies is reimagining retail from the inside out

앨버트슨(Albertsons Cos.)은 ChatGPT Enterprise와 OpenAI API를 도입하여 사내 업무 속도를 높이고, 수백만 고객의 식료품 쇼핑 경험을 혁신하고 있습니다.Albertsons Cos. is using ChatGPT Enterprise and the OpenAI API to help teams work faster and make grocery shopping easier for millions of customers.

더 덴, ChatGPT Work로 매주 10~15시간을 절약하며 성장 가속화The Den frees up 10-15 hours a week to grow with ChatGPT Work

신규 지점을 오픈 중인 소셜 클럽 더 덴(The Den)은 보조금 신청서 작성을 3일에서 2시간으로, 주류 면허 관련 서류 준비를 4일에서 3시간으로 단축했습니다.As it opens a new location, the social club prepares grant applications in 2 hours instead of 3 days and liquor-license materials in 3 hours instead of 4 days.

바클레이스(Barclays), 운영 효율화 및 고객 경험 강화를 위해 Claude 도입 확대Barclays scales Claude to upgrade operations and improve client experience

영국 다국적 은행 바클레이스가 Anthropic과의 전략적 협력을 확대하여 글로벌 전반의 운영에 안전한 엔터프라이즈급 AI 시스템을 본격 통합합니다.Barclays, the British universal bank, is expanding its strategic collaboration with Anthropic to integrate secure, enterprise-grade AI systems across its global operations.

조직적인 모델 증류(Distillation) 시도 차단Disrupting a coordinated model-distillation campaign

OpenAI가 보호 대상인 모델의 추론 체계를 무단 추출하려던 조직적 시도를 차단한 과정과, 적대적 증류 공격에 맞서 방어 체계를 강화하는 방법을 전합니다.Learn how OpenAI disrupted a campaign to extract protected model reasoning and is strengthening defenses against adversarial distillation.

Gemini 4 Argon: 프론티어 지능의 차세대 시대를 열다Gemini 4 Argon: our next era of frontier intelligence

SynthID Bio 발표Introducing SynthID Bio

생물학적 기능을 유지하면서 AI가 생성한 단백질에 워터마크를 삽입하는 개념 증명(PoC) 기술입니다.Proof of concept for watermarking AI-generated proteins while preserving biological function.

Team Bots: 협업하며 함께 학습하는 공유형 AI 팀원Team Bots: shared AI teammates that learn as they work

Grok Bot에 필요한 파일, 앱, 전문 지식을 제공하고 팀원들과 공유하여 전체 팀이 동일한 맥락(context) 속에서 유기적으로 협업할 수 있습니다.Give a Grok Bot the files, apps, and expertise it needs, then share it so your whole team can work from the same context.

Claude 및 Claude Code에서 Opus 5.5 최대한 활용하기Getting the most out of Opus 5.5 in Claude and Claude Code

Claude 앱 및 Claude Code에서 Opus 5.5 프롬프트를 작성하고 장기 실행 작업을 조율하며 결과를 확인하는 방법.How to prompt Opus 5.5, steer a long run, and check your results in Claude apps and Claude Code.

OpenAI 안전 리더 사임, AI 기업 조직 문화가 '망가졌다'고 경고OpenAI safety leader quits, warning AI company's culture is 'broken'

데이비드 로빈슨(David Robinson)이 급속도로 발전하는 기술에 대해 업계가 더욱 주의를 기울여야 한다고 촉구하는 내부 고발자 대열에 합류했습니다.David Robinson joins other insiders in urging industry to take more care over rapidly developing technology

르쿤, AI의 인류 멸종 위험 및 최근 '탈선' 사례에 대해 "전혀 우려하지 않는다"LeCun has "zero concerns" about AI wiping out humanity, recent "rogue" incidents

전 Meta 수석 AI 과학자가 최근 발생한 AI 탈선(rogue) 사건과 효과적 이타주의에 대한 견해 및 자신의 신규 기업 AMI Labs의 계획을 공유합니다.The former Meta chief AI scientist shares his take on recent rogue AI incidents and effective altruism, as well as plans for his new company, AMI Labs.

OpenAI 안전 담당 직원 사임, '사내 문화가 망가졌다' 주장OpenAI safety employee resigns, claiming the company’s ‘culture is broken’

데이비드 로빈슨은 스스로 인정하듯, 회사를 떠나며 심각한 경고를 날리는 유력 AI 기업의 전형적인 퇴사자 모습을 보였습니다.By his own admission, David Robinson is “something of a cliché”: an employee at a leading AI company who issues a dire warning while resigning from their job.

문자 메시지 속에 상주할 수 있는 대표 AI 에이전트 모음All the AI agents that can live in your text messages

범용 비서부터 가족, 여행, 업무 특화 에이전트까지, 문자 메시지에서 바로 활용할 수 있는 주목할 만한 AI 에이전트들을 정리했습니다.We created a list of the most notable AI agents that can live in your text messages, from general assistants to agents designed for families, travel, and work.

캡콤, 'AI와 함께 게임을 제작하는 미래' 대비Capcom is preparing for a ‘future where we create games together with AI’

캡콤의 신작 '프라그마타(Pragmata)'는 AI의 공포를 다루고 있을지 모르지만, 실제 개발팀은 기술에 대해 긍정적인 입장을 취하고 있습니다. '캡콤 오픈 콘퍼런스 RE: 2026'에서 프로그래머 이시다 사토시는 RE 엔진의 발전과 REX 프로젝트의 미래를 주제로 발표를 진행했습니다.Capcom's Pragmata might be all about the horrors of AI, but in practice the studio doesn't seem so down on the tech. During the Capcom Open Conference RE: 2026 programmer Satoshi Ishida gave a presentation with the mouthful of a title: "The Outlook and Future of the REX Project, Furth

Splice CEO 카쿨 스리바스타바, "AI 이메일이 진정한 대화를 가로막고 있다"Splice CEO Kakul Srivastava thinks AI emails are killing conversations

카쿨 스리바스타바는 수많은 프로듀서들이 원샷과 멜로디 루프를 얻기 위해 사용하는 샘플 플랫폼 Splice의 CEO입니다. 이 서비스에서 추출된 샘플은 블랙핑크 리사의 'Money'나 사브리나 카펜터의 'Espresso' 같은 메가 히트곡에도 쓰였습니다. (궁금한 분들을 위해 원본 샘플 링크도 제공됩니다.) 그 이전에도 카쿨은 여러 기술 기업에서 임원직을 역임했으며 […]Kakul Srivastava is the CEO of Splice, the sample platform countless producers rely on for one-shots and melodic loops. Samples pulled from the service have found their way into massive hits like Lisa's "Money" and "Espresso" by Sabrina Carpenter. (The original samples are h

OpenAI 안전 담당 직원 퇴사, 위험성에 대한 경종 울려An OpenAI safety employee has quit and is sounding the alarm

데이비드 로빈슨은 OpenAI에서 주요 모델이 출시될 때마다 함께 발표되는 안전 보고서를 작성하던 담당자였습니다. 이번 주 그는 자리에서 사임한 뒤, 디 애틀랜틱(The Atlantic)의 사설을 통해 자신의 목소리를 내고 있습니다. 최근 들어 갑작스럽게 많은 이들이 AI가 얼마나 위험한지 경고하고 나서는 것에 대해 다소 회의적인 시선이 들 수도 있지만 […]David Robinson used to write the safety reports that accompanied every major model release at OpenAI. This week, he resigned from his position and is now speaking out in an editorial in The Atlantic. It's understandable if you're feeling a bit cynical about everyone suddenly coming out of

애플, AI 에이전트의 오남용 방지 위해 전체 디스크 접근(FDA) 권한 정책 변경Apple changes full-disk access permissions to curb abuse from AI agents

메타는 FDA 권한만으로는 Muse가 메시지를 읽는 것을 막기에 충분하지 않다고 주장하지만, 애플의 입장은 다릅니다.Meta says FDA isn't sufficient to Muse reading messages. Apple begs to differ.

대부분의 정보가 숨겨진 보드게임 '스트라테고', AI의 한계를 넘다With most information hidden, the game Stratego had stumped AI until now

숨겨진 말의 정체를 예측하는 보조 신경망의 도입이 핵심 해결책이었습니다.Adding in a second neural network that guesses the identity of hidden pieces was key.

Redis 창시자가 만든 ds4: 로컬에서 실행하는 경량 LLM 추론 엔진From the creator of Redis; run LLM locally with ds4

Redis 제작자 antirez가 Metal, CUDA, ROCm 환경에서 DeepSeek V4/V4.1, Qwen3.8 Flash Next, GLM 5.x를 구동하기 위해 C 언어로 개발한 추론 엔진 ds4의 문서, 벤치마크 및 설정 가이드입니다.Docs, benchmarks and setup notes for ds4, antirez's C inference engine for DeepSeek V4/V4.1, Qwen3.8 Flash Next and GLM 5.x on Metal, CUDA and ROCm.

Show HN: Pi pod – 자체 서버 샌드박스에서 실행하는 pi 코딩 에이전트Show HN: Pi pod – Run your pi coding agent in sandboxes on your own server

pi pod는 클라우드 파드(pod) 내에서 pi 세션을 실행합니다. pipod.devpi pod runs your pi session in a cloud pod. pipod.dev

MIT와 사카나 AI, LLM 판사를 활용해 자가 개선 코딩 에이전트의 평가 비용을 절감하는 신규 프레임워크 공개New MIT and Sakana AI framework uses an LLM judge to cut evaluation costs for self-improving coding agents

코딩 에이전트는 작업을 지시하는 프롬프트, 도구, 코드를 수정하여 자체적으로 성능을 개선할 수 있습니다. 하지만 어떤 변경 사항이 실제로 도움이 되고 유지할 가치가 있는지 찾아내는 것은 매우 까다롭고 많은 비용이 듭니다.Coding agents can improve by changing the prompts, tools and code that guide their work. But finding which changes actually help and are worth preserving is challenging and expensive.Read more

마이크로소프트 디지털 방어 보고서: AI가 사이버 보안 지형을 재편하는 방식Microsoft Digital Defense Report: How AI is reshaping the cybersecurity landscape

본 게시물 'Microsoft Digital Defense Report: How AI is reshaping the cybersecurity landscape'는 Source에 최초로 게재되었습니다.The post Microsoft Digital Defense Report: How AI is reshaping the cybersecurity landscape appeared first on Source.

자율형 AI로 기업 인텔리전스를 재정의하다Redefining enterprise intelligence with autonomous AI

엔터프라이즈 AI는 더 이상 미래의 야망이 아니라 본격적인 실전 운영 단계에 접어들었습니다. 모델의 역량은 대다수 기업이 흡수할 수 있는 속도보다 더 빠르게 발전하고 있으며, 성능 대비 비용은 지속적으로 하락하고 있습니다. 전 세계 AI 투자는 2026년 전년 대비 44% 증가한 2조 5천억 달러에 달할 전망입니다. 많은 기업에게 이러한 투자는…Enterprise AI is no longer a future ambition. It is in full operational flight. Model capabilities are advancing faster than most organizations can absorb, while the cost of performance continues to fall. Globally, AI investment is set to reach $2.5 trillion in 2026, up 44% from the previous year. F

거의 모든 서비스에 기본 하드 예산 한도(Hard Budget Cap)가 필요한 이유We're going to need default hard budget caps on pretty much everything

앞으로 수개월, 수년 동안 시장에서 절실히 요구될 제품 기능이 바로 기본 '하드 예산 한도(Hard budget caps)'입니다. 이는 사용량 기반 종량제 서비스나 API에서 '월 $X를 초과하면 즉시 차단하고 에러를 반환'하도록 설정하는 기능입니다. '경고 이메일 발송'과 같은 소프트 한도로는 부족하며, 엄격한 하드 리밋이어야 합니다. 코딩 에이전트와 개인용 에이전트의 등장으로 리소스 배포 비용과 심리적 장벽이 크게 낮아졌기 때문입니다.Here's a product feature which the world is going to need a whole lot more of over the coming months and years: default hard budget caps. I'm talking about the feature of pay-by-usage services and APIs that lets you say "after $X/month, cut this thing off and return errors". Thes

에이전트는 완료했다고 했지만, 데이터베이스의 생각은 달랐다The Agent Said It Was Done. The Database Disagreed.

AI가 개발자의 업무를 바꾸고 있습니다: 강화해야 할 세 가지 핵심 역량AI is changing developer work. Here are three skills to strengthen.

AI 에이전트를 지휘하는 법, 산출물을 비판적으로 검토하는 법, 워크플로의 중심에 기술적 판단력을 유지하는 법을 배워보세요. 본 게시물 'AI is changing developer work. Here are three skills to strengthen.'은 The GitHub Blog에 최초로 게재되었습니다.Learn to direct AI agents, critically review their output, and keep technical judgment at the center of your workflow. The post AI is changing developer work. Here are three skills to strengthen. appeared first on The GitHub Blog.

단 하나의 기저로 모두 애니메이션화: 실시간 아바타를 위한 가우시안 블렌드셰이프 증류 기법One Basis to Animate Them All: Gaussian Blendshape Distillation for Real-Time Avatars

3D 가우시안 아바타는 빠른 렌더링을 지원하지만 실시간 애니메이션화는 무거운 신경망 추론 비용이 한계였습니다. 본 논문에서는 사전 학습된 아바타의 모션이 선형 블렌드셰이프 조합으로 근사될 수 있음을 증명하고, 가벼운 계수 예측기로 대체한 증류 기법 GALA를 제안합니다.3D Gaussian avatars support fast rendering, however, their real-time animation is often challenged by the costly neural inference. We address this bottleneck and show that the animation of pretrained avatar models can be closely approximated by a linear combination of identity-independent blendshape

KaliBench: 런타임 독립 검증 가능 보상을 갖춘 Kali Linux 사이버보안 도구 활용 벤치마크KaliBench: A Fine-Grained Benchmark for Cybersecurity Tool Use on Kali Linux with Runtime-Free Verifiable Rewards

LLM이 실제 사이버보안 도구를 위한 실행 가능한 CLI 명령어를 정확히 생성할 수 있는지 평가하는 정밀 벤치마크 KaliBench를 제안합니다. 엄격한 명령어 문법과 플래그-값 바인딩을 안정적으로 검증합니다.LLMs are increasingly applied to cybersecurity workflows, where they are expected to translate analysts' intent into tool invocations. However, existing evaluations focus on knowledge-based assessments or end-to-end agentic tasks, and do not directly measure LLMs' ability to generate execu

재구성, 연습, 실전 배치(RPG): 임바디드 에이전트를 위한 유도형 자기 개선 프레임워크Reconstruct, Practice, Go Real: Guided Self-Improvement for Embodied Agents

모델 가중치 업데이트 없이도 로봇 실행 시스템을 자율적으로 개선하는 프레임워크 RPG를 소개합니다. 오프라인 데이터에서 조작 능력을 식별하고 시뮬레이션 환경에서 연습 태스크를 구성하여 실제 환경 수행 능력을 극대화합니다.Building reliable robot capabilities across diverse tasks requires substantial human effort to develop and maintain skills, design rewards, and integrate perception with control. We present Reconstruct, Practice, Go Real (RPG), a framework for autonomous improvement of robot execution systems withou

ScholarCatalyst: 새로운 연구 영감을 주는 논문 검색을 위한 벤치마크ScholarCatalyst: A Benchmark for Retrieving Papers That Inspire New Research

방대한 연구 데이터 속에서 새 문제 해결에 필요한 핵심 선행 아이디어를 탐색하는 과학자들의 통찰력을 모델링하기 위해, 실제 연구자들의 기여 관계 데이터를 기반으로 구축된 논문 검색 벤치마크 ScholarCatalyst를 제시합니다.What makes great scientists great? Even as AI systems start to make progress on open problems, scientists remain far ahead of them at sensing which prior idea, buried in an ever-growing archive of research, a new problem needs. To study this skill, we draw on researchers who know firsthand which ear

SILSA: 위상 보존 고해상도 3D 생성을 위한 슬라이딩 윈도우 슬라이스 잠재 표현SILSA: Sliding-Window Slice Latents for Topology-Preserving High-Resolution 3D Generation

고해상도 3D 생성에서 발생하는 표면 분절화와 위상(topology) 일관성 저하 문제를 해결하기 위해, 콤팩트한 슬라이딩 윈도우 슬라이스 잠재 벡터로 형태를 표현하는 위상 인식 3D 생성 프레임워크 SILSA를 제안합니다.High-resolution 3D generation increasingly relies on voxel latents and multi-stage pipelines that first predict active structure and then synthesize local geometry. While effective, this design fragments continuous surfaces into many local tokens, inflates generation cost, and often weakens topologi

VISTA: 상호작용형 환경 내 추론을 위한 시각 하네스VISTA: A Visual Harness for Reasoning in an Interactive World

범용 멀티모달 모델에 장기적 시각 인식 능력을 부여하는 비주얼 하네스 VISTA를 소개합니다. 원본 형태의 관찰 기록을 무손실 시각 메모리로 유지하여 다양한 상호작용 환경에서 복잡한 과제를 해결할 수 있도록 지원합니다.We show that multimodal models possess strong reasoning abilities and that an appropriate harness can unlock their potential to solve tasks across diverse interactive environments. We introduce VISTA, a visual harness that gives a general-purpose multimodal model long-horizon vision. VISTA allows th

임베딩 예측을 통한 이미지 생성 성능 향상Embedding Prediction Helps Image Generation

디퓨전 트랜스포머(Diffusion Transformer)에서는 클래스 레이블이나 텍스트 프롬프트를 한 번 임베딩한 뒤, 모든 노이즈 제거(denoising) 스텝에서 동일한 조건으로 재사용합니다. 저자들은 예측된 임베딩이 이러한 조건 역할을 대신할 수 있는지 탐구합니다. '다음 임베딩 예측 자기회귀(NEPA)'는 시퀀스에서 다음 연속 임베딩을 예측하도록 트랜스포머를 학습시킵니다. 생성 과정에서 깨끗한 이미지는 노이즈 이미지를 뒤따르므로, 해당 임베딩은 조건과 노이즈 이미지 다음에 오는 임베딩이 됩니다. 본 연구에In diffusion transformers, a class label or a text prompt is embedded once, and the same condition is reused at every denoising step. We ask whether predicted embeddings can serve as this condition instead. Next-Embedding Predictive Autoregression (NEPA) trains a Transformer to predict the next cont

TACO: LLM 미세조정을 위한 3진 절대최댓값 열 단위 1-희소 옵티마이저TACO: Ternary Absolute-max Column-wise One-sparse Optimizer for LLM Fine-Tuning

대규모 언어 모델(LLM)의 전체 파라미터 미세조정은 상당한 옵티마이저 상태 메모리 오버헤드를 발생시켜 최신 GPU에 올릴 수 있는 모델 크기를 제한합니다. 기존 접근법들은 옵티마이저 상태를 압축하거나, 1차 그래디언트를 포기하거나, 조밀한 상태를 유지하면서 업데이트 기하구조를 변경하는 방식이었습니다. 최근 도입된 Muon 옵티마이저는 행렬 단위 업데이트를 통해 메모리를 줄였으나, AdamW와 기하구조가 달라 AdamW 기반 모델을 미세조정할 때 성능 저하가 발생할 수 있습니다.Full-parameter fine-tuning of large language models (LLMs) incurs substantial optimizer state memory overhead, limiting the model sizes that fit on modern GPUs. Existing approaches either compress optimizer state, abandon first-order gradients, or change the update geometry while retaining dense sta

비용 증강 그래프 슈뢰딩거 브릿지의 정확한 해법: 학습된 제어를 대체하는 파인만-카츠 틸트Cost-augmented Schrödinger bridges on graphs are exactly solvable: a Feynman-Kac tilt replaces learned control

그래프 상의 일반화된 슈뢰딩거 브릿지는 방문한 상태에 비용을 부과하면서 두 분포 간에 질량을 이동시킵니다. 기존에는 비용을 복원하는 시간차 페널티와 함께 제어된 연속시간 마르코프 체인의 전이율을 학습하는 방식으로 접근했습니다. 상태 비용은 파인만-카츠(Feynman-Kac) 틸트를 통해 기준 프로세스에 통합될 수 있습니다. 이를 통해 비용 증강 브릿지는 틸트된 기준에 대한 일반 브릿지가 되며, 페널티가 불필요해집니다. 이 브릿지는 교대 계산을 통해 정확하게 구해집니다.The generalized Schrödinger bridge on a graph moves mass between two distributions while charging a cost for the states visited. It has been approached by learning the rates of a controlled continuous-time Markov chain, with a temporal-difference penalty that restores the cost. A state cost folds in

사라진 프리미티브: 대규모 언어 모델의 수학적 추론 진단 및 복구The Missing Primitive: Diagnosing and Repairing Mathematical Reasoning in Large Language Models

대규모 언어 모델(LLM)이 최첨단 수학 문제 해결에서 놀라운 능력을 보이고 있지만, 그 해결 과정의 바탕이 되는 구조적 수학적 이해를 실제로 갖추고 있는지는 여전히 불분명합니다. 본 논문에서는 LLM의 구체적인 수학적 이해 능력을 진단하는 것부터, 이 발견을 사후 학습(post-training) 개선에 활용하기까지 체계적인 연구의 첫발을 내딛습니다. 먼저, 구조적 수학 능력을 탐색하기 위한 '수학적 프리미티브(Mathematical Primitive)' 개념을 제시합니다.While Large Language Models (LLMs) have demonstrated striking capabilities on frontier mathematical problems, it remains unclear whether they possess the structural mathematical understanding underlying their solutions. In this paper, we take a first step toward systematically studying mathematical

방향을 신뢰하고 보폭을 탐색하라: LLM 미세조정을 위한 0차 및 1차 결합 최적화 기법Trust the Direction, Search the Step: Zero-and-First-Order Methods for LLM Fine-Tuning

스텝 크기(학습률) 선택은 대규모 신경망 최적화의 핵심 과제입니다. 너무 보수적인 스텝은 수렴을 늦추고, 너무 공격적인 스텝은 불안정성을 초래합니다. 본 연구는 0차 및 1차 최적화(ZFO)를 결합하여 방향 선택과 스텝 크기 결정을 분리하는 경량 프레임워크를 제안합니다. ZFO는 신뢰할 수 있는 1차 옵티마이저로 방향을 정한 뒤, 이 1차원 부분공간을 따라 0차 평가만을 수행하여 최적의 이동 거리를 결정합니다.Step-size selection remains a central challenge in large-scale neural network optimization; conservative steps slow convergence, while aggressive steps can destabilize it. We combine \textbf{Z}ero-and-\textbf{F}irst-\textbf{O}rder optimization~(ZFO) and propose a lightweight framework that decouples

희소 오토인코더 피처 강화를 통한 본질적 무질서 단백질 영역의 생성 모델링Generative modeling of intrinsically disordered protein regions by reinforcing sparse autoencoder features

본질적 무질서 단백질 영역(IDR)은 전사 조절, 신호 전달, 세포 내 국소화 등 세포 내 핵심 과정에서 중요한 역할을 하지만, 기능적 설계는 여전히 어렵습니다. 구조 기반 설계 방식은 IDR에 적용하기 어렵고, 기존 단백질 언어 모델들은 전체 길이 시퀀스로 학습되어 접힌 도메인에 편향된 사전 분포를 학습합니다. 본 연구에서는 이러한 한계를 극복하기 위해 IDR에 특화된 자기회귀 단백질 언어 모델인 IDiom을 소개합니다.Intrinsically disordered protein regions (IDRs) play central roles in cellular processes such as transcriptional regulation, signal transduction, and subcellular localization, yet their functional design remains challenging. Structure-based design methods do not readily apply to IDRs, and existing p

모든 절제는 하나의 투여량이다: 카운터웨이트와 자가 복구 현상의 실체Every Ablation Is a Dose: Counterweights and the Semblance of Self-Repair

언어 모델의 특정 구성 요소를 절제(ablation)하면, 다른 구성 요소들이 적응하여 이를 보상하는 것처럼 보이는 경우가 많습니다. '자가 복구(self-repair)'라 불리는 이 현상은 반복적으로 관찰되었으나 그 메커니즘은 불분명했습니다. 지금까지의 가장 체계적인 연구는 자가 복구가 노이즈에 불과하며 단일한 설명이 어렵다고 결론지었습니다. 그러나 저자들은 이것이 절제 이전부터 이미 존재하던 게인(gain)이라는 단일 원인으로 설명될 수 있다고 주장합니다.Ablate a component of a language model, and other components often appear to adjust and compensate. This phenomenon, termed self-repair, has been observed repeatedly, but its mechanism remains unclear. The most systematic study to date concluded that self-repair is noisy and unlikely to have a singl

AutoCompact: 장기 코딩 에이전트의 컨텍스트 압축 시점 학습AutoCompact: Learning When to Compact Context in Long-Horizon Coding Agents

코딩 에이전트는 코드 검사, 검색, 편집, 테스트로 이어지는 긴 궤적을 통해 레포지토리 수준의 소프트웨어 엔지니어링 작업을 해결합니다. 작업이 진행됨에 따라 이전의 탐색 내용은 진부해지므로, 컨텍스트 관리는 단순한 오버플로 방지 이상의 의미를 갖습니다. 즉, 에이전트는 언제 압축할지, 어떤 작업 상태를 보존할지, 그리고 어떻게 작업을 이어갈지 결정해야 합니다. 본 연구에서는 코딩 에이전트가 정책의 일부로서 이러한 결정을 내리도록 훈련하는 AutoCompact를 소개합니다.Coding agents solve repository-level software engineering tasks through long trajectories of code inspection, search, editing, and testing. As a task progresses, earlier exploration becomes stale, so managing context is more than avoiding overflow: an agent must decide when to compact, what working

단순 지식 접근에서 소스 학습으로: 소스 특화 역량 개발From Knowledge Access to Source Learning: Developing Source-Specific Competence

대규모 언어 모델(LLM) 에이전트는 일련의 지식 집약적 작업을 해결하기 위해 영구적인 외부 소스에 점점 더 의존하고 있습니다. 기존 방법들은 소스 콘텐츠에 접근하고 구조화하는 방식을 개선하고 에이전트 메모리를 통해 이전 상호작용의 지식을 보존하지만, 동일한 소스를 반복 사용하는 것은 여전히 단순한 반복 접근으로 취급될 뿐 소스에 대한 이해를 점진적으로 심화하는 기회로 활용되지 못했습니다. 본 연구는 재사용 가능한 소스 특화 역량을 개발하는 '소스 학습'을 다룹니다.Large language model (LLM) agents increasingly rely on persistent external sources to solve sequences of knowledge-intensive tasks. Existing methods improve how source content is accessed and organized, while agent-memory systems preserve reusable knowledge from prior interactions, but repeated use

키워드 기반 평가의 맹점: 소형 언어 모델의 도구 사용 검증을 위한 저비용 진단 체계Keyword Harnesses Fail Open: A Cheap Diagnostic Ladder for Tool-Use Claims in Small Language Models

키워드 매칭 벤치마크는 소형 언어 모델이 실제로 수행하지 않은 도구 사용에 대해서도 점수를 부여하는 오류를 범할 수 있습니다. 본 연구에서는 구조가 일치하는 스페인어 보안 언어 모델 쌍에서 이러한 위양성(false positive) 사례를 확인하고, 엄격하면서도 비용 효율적인 진단 체계를 제안합니다. 661.6M 파라미터 모델과 1,109M 파라미터 모델은 디코더, 토크나이저 등을 공유하며 관대한 도구 사용 지표에서 거의 동일한 점수를 기록했습니다.Keyword-matching benchmarks can credit small models for tool use they never perform. We document such a false positive in a matched-architecture pair of Spanish security language models and propose a ladder of strict, cheap diagnostics. A 661.6M parameter model (approx. 65% code/technical text; no d

샘플링 기반 미세조정: SFT는 생각보다 훨씬 잘 학습한다Finetuning with Sampling: SFT Learns Better Than You Think

프론티어 모델에 새로운 능력을 부여하는 것은 사후 학습(post-training)의 오랜 목표였으며, 주로 지도 미세조정(SFT)과 강화학습(RL)이 사용되어 왔습니다. 통념상 RL은 기존 능력을 잃지 않고 새 작업에 대한 강력한 일반화를 가능하게 하는 반면, SFT는 일반화 성능이 낮고 치명적 망각을 겪기 쉽다고 여겨졌습니다. 동시에 SFT는 오프폴리시 전문가 데이터로부터 학습할 수 있는 반면, RL은 성공적인 경로를 찾아내는 모델 자체의 탐색 능력에 의존해야 합니다.Introducing new capabilities to frontier models has long been the goal of posttraining, which predominantly employs supervised finetuning (SFT) and reinforcement learning (RL) to this end. Conventional wisdom dictates that RL enables strong generalization on new tasks without losing existing capabil

Argo-Bench: 엔터프라이즈 규모 워크플로에서의 데이터 에이전트 평가Argo-Bench: Evaluating Data Agents on Enterprise-Scale Workflows

실제 엔터프라이즈 데이터 과학 및 분석 워크플로는 수십 개의 테이블에 걸친 추론, 통계 분석 수행, 결과에 따른 후속 조치 실행을 요구합니다. 기존의 Text-to-SQL 벤치마크는 쿼리 생성만 평가할 뿐만 아니라 정답 데이터셋에 빈번한 오류가 있는 것으로 드러났습니다. 또한 민감도 문제로 인해 기존 벤치마크들은 비즈니스 이벤트가 단일 테이블에 담기는 공개 데이터셋에 의존합니다. 이에 엔터프라이즈 규모의 복잡성을 평가하는 프레임워크인 Argo-Bench를 제안합니다.Real-world enterprise data science and analytics workflows require reasoning across dozens of tables, performing statistical analyses, and acting on the results. Established text-to-SQL benchmarks evaluate query generation alone, and audits have found their answer keys frequently wrong. Because real

AI든 슈퍼 인텔리전스든, 실제 유료 이용 소비자는 2%에 불과Call it AI, call it Super Intelligence, only 2% of consumers are buying it

이번 주 백악관은 저커버그, 베이조스, 머스크, 앤트로픽의 다리오 아모데이 등 주요 빅테크 CEO들을 한자리에 모아 도널드 트럼프 대통령이 '도덕적 구속력'이 있다고 칭한 AI 안전 서약을 맺게 했습니다. 또한 트럼프는 AI를 '슈퍼 인텔리전스'로 공식 리브랜딩하는 행정명령에 서명했으며, 메타와 OpenAI는 자사 AI 제품을 더 친근하게 포장하고 있습니다.This week, the White House got nearly every major tech CEO in one room — Zuckerberg, Bezos, Musk, and Anthropic’s Dario Amodei among them — to sign an AI safety pledge that President Donald Trump called “morally binding.” Trump 

백악관에 따르면, 이제 AI가 아니라 '슈퍼 인텔리전스'다It’s not AI anymore, it’s ‘super intelligence’ (according to the White House)

이번 주 백악관은 저커버그, 베이조스, 머스크, 앤트로픽의 다리오 아모데이 등 주요 빅테크 CEO들을 한자리에 모아 도널드 트럼프 대통령이 '도덕적 구속력'이 있다고 칭한 AI 안전 서약을 맺게 했습니다. 또한 트럼프는 AI를 '슈퍼 인텔리전스'로 공식 리브랜딩하는 행정명령에 서명했으며, 메타와 OpenAI는 자사 AI 제품을 더 친근하게 포장하고 있습니다.This week, the White House got nearly every major tech CEO in one room — Zuckerberg, Bezos, Musk, and Anthropic’s Dario Amodei among them — to sign an AI safety pledge that President Donald Trump called “morally binding.” Trump 

내생적 정렬(Endogenous Alignment)은 상호의존성을 필요로 한다Endogenous Alignment Requires Dependence

내생적 정렬에 관한 제 글에 훌륭한 댓글이 여럿 달렸습니다. 그중 Karl Krueger는 인간이 자녀를 정렬(교화)시키는 방식에 있어 강화학습보다 모방학습이 더 중요하다고 주장했습니다. 둘 중 무엇이 더 중요한지 가려내는 것은 쉽지 않지만, 모방의 중요성을 간과했던 것은 제 불찰이었음에 동의하며, 다른 댓글의 설명처럼 모방학습이 더 근본적일 수 있습니다. 또한 Gunnar Zarncke가 지적했듯, 저는 가장 결정적인 부분을 놓치고 있었습니다…My post on endogenous alignment got several excellent comments. Among them, one from Karl Krueger argued that imitation learning is more important for how humans align their children than reinforcement learning. Teasing out which is more important seems hard, but I agree I was wrong to ignore the im

美 법원, 구글 AI 오버뷰(AI Overviews) 대상 반독점 소송 기각Judge dismisses antitrust lawsuits over Google’s AI Overviews

로이터 통신에 따르면, 美 연방법원이 체그(Chegg)와 펜스케 미디어(PMC)가 제기한 반독점 소송 2건을 기각했습니다. 원고 측은 구글이 AI 검색 기능으로 웹사이트 트래픽을 가로채고 있다고 주장했으나, 법원은 구글의 손을 들어주며 원고의 주장을 기각했습니다.A federal judge has dismissed a pair of antitrust lawsuits filed by Chegg and Rolling Stone parent company Penske Media Corporation, which accused Google of driving away web traffic with its AI-powered search features, as reported earlier by Reuters. US District Judge Amit Mehta takes Google's

Import AI 474호: 플라톤적 마인드스페이스, 우주로 간 TPU, Zhipu의 외부 RSI 루프 개시Import AI 474: Platonic mindspace; TPUs in space; Zhipu starts an outer RSI loop

LLM의 한계 역량을 넘어서는 지점은 어디인가?Where do you exceed the capabilities of an LLM?

AI 뉴스: Dots, GPT-6.1 Sol, Sonnet 5.5, Gemini 4 및 주요 핵심 소식 총정리AI News: Dots, GPT-6.1 Sol, Sonnet 5.5, Gemini 4, and everything you need to know

이번 주 놓쳤을 법한 주요 AI 뉴스 소식입니다. Optimizely의 Virtual Teammates가 자동화할 수 있는 작업을 https://optimizely.com/mattwolfe 에서 확인해 보세요. 더 알아보기: 🛠️ AI 툴 및 뉴스 탐색: https://futuretools.io/ 📰 주간 뉴스레터: https://futuretools.io/newsletter 소셜 채널: ❌ Twitter/X: https://x.com/mreflow 🖼️ Instagram: https://instagram.com/mr.eflow 🧵Here's the AI News you probably missed this week. See what Optimizely’s Virtual Teammates can automate for you at https://optimizely.com/mattwolfe Discover More: 🛠️ Explore AI Tools & News: https://futuretools.io/ 📰 Weekly Newsletter: https://futuretools.io/newsletter Socials: ❌ Twiter/X: h

실제로 수익 창출이 가능한 단 하나의 OpenAI 발표...The one OpenAI announcement that can actually make you money...

OpenAI DevDay 2026에서 공개된 핵심 내용들을 빠짐없이 정리해 드립니다. 더 빠른 오픈 가중치(open-weight) 버전의 Jev 모델 소개와 함께 최신 기술 트렌드를 살펴봅니다.Try the faster, open-weight version of Jev at https://fastino.ai/. Use code: FIRESHIPFIVE to get free credits. In this video we'll cover everything you missed at OpenAI Dev Day 2026. Let's dive in. #coding #programming Want more Fireship? 🗞️ Newsletter: https://bytes.dev 🧠 Courses: https:/