Viola AI Hub

에이전트 AI 시대의 과학 컴퓨팅Scientific computing in the age of agentic AI

새로운 현장 보고서는 과학자들이 AI 코딩 에이전트를 사용하여 과학 컴퓨팅을 현대화하고 유전체학 및 그 이상 분야의 소프트웨어 개발 및 발견을 가속화하는 방법을 보여줍니다.A new field report shows how scientists use AI coding agents to modernize scientific computing, accelerating software development and discovery in genomics and beyond.

Gemini API 관리 에이전트: 3.6 플래시, 후크 등Gemini API Managed Agents: 3.6 Flash, hooks, and more

관리형 에이전트 Gemini 3.6 플래시, 후크 및 트리거Managed Agents Gemini 3.6 Flash, Hooks and Triggers

검색의 AI 모드가 현실 세계를 즐기는 데 도움이 되는 5가지 방법5 ways AI Mode in Search helps you enjoy the real world

테니스나 게임과 같은 재미있는 활동과 관련된 항목으로 둘러싸인 푸른 잔디 위의 흰색 원 안에 검은색 돋보기 그림Illustration of a black magnifying glass in a white circle on green grass surrounded by items related to fun activities like tennis and games

Google 검색으로 최고의 디너 파티를 주최하는 5가지 방법5 ways to host the ultimate dinner party with Google Search

디너 파티 테이블 풍경으로 둘러싸인 흰색 원 안에 반짝이는 검은색 돋보기 그림An illustrated black magnifying glass with a sparkle in a white circle surrounded by a dinner party tablescape

AI가 사람들이 직장에서 하는 일을 어떻게 확장하는가How AI is expanding what people do at work

새로운 OpenAI 연구는 ChatGPT 사용자가 역할 전반에 걸쳐 작업을 수행하고 작업 경계를 재형성하면서 AI가 작업자의 작업을 어떻게 확장하는지 보여줍니다.New OpenAI research shows how AI is expanding what workers do, with ChatGPT users taking on tasks across roles and reshaping job boundaries.

ChatGPT에서 건강 관리 시작하기Launching Health in ChatGPT

이제 ChatGPT의 건강 기능을 통해 자격을 갖춘 미국 사용자는 의료 기록과 Apple Health를 안전하게 연결하여 보다 개인화된 통찰력을 얻고 자신의 건강을 더 잘 이해할 수 있습니다.Health in ChatGPT now lets eligible U.S. users securely connect medical records and Apple Health to get more personalized insights and better understand their health.

Cyera는 급증하는 AI 에이전트를 보호하기 위해 Oasis Security를 ​​10억 ​​달러에 인수하기로 합의했습니다.Cyera agrees to acquire Oasis Security for $1B to safeguard proliferating AI agents

이번 거래는 올해 Cyera의 세 번째 인수입니다.The deal is Cyera's third acquisition this year.

Claude와 함께 암호화 약점 발견Discovering Cryptographic Weaknesses with Claude

해커뉴스 (174포인트, 118댓글)Hacker News (174 points, 118 comments)

Google의 Beyond Zero: AI 시대를 위한 기업 보안Google's Beyond Zero: Enterprise Security for the AI Era

해커 뉴스(143포인트, 75댓글)Hacker News (143 points, 75 comments)

유용한 AI가 환상이라면 어떨까요?What if useful AI is a fantasy?

해커뉴스 (25포인트, 27댓글)Hacker News (25 points, 27 comments)

빠른 교정은 새로운 신뢰 모델입니다(JFrog 및 OpenAI 제로데이 조사 결과)Fast Remediation Is the New Trust Model (JFrog and OpenAI Zero-Day Findings)

해커 뉴스(10 포인트, 1 댓글)Hacker News (10 points, 1 comments)

AE Studio는 AI가 찾아낸 보물을 되찾기 위해 해적을 모집합니다.AE Studio recruiting pirates to recover treasure located by AI

해커 뉴스(8 포인트, 0 댓글)Hacker News (8 points, 0 comments)

ClinFusion: 전체적인 의학 이해를 위한 비전 중심의 다중 모드 LLM 시스템ClinFusion: A Vision-Centric Multimodal LLM System for Holistic Medical Understanding

다중 모드 대형 언어 모델(MLLM)은 임상 실습을 혁신할 엄청난 잠재력을 갖고 있지만 이를 의료 영역에 배포하는 것은 근본적으로 비전 중심의 과제입니다. 모델은 이질적인 2D 및 3D 의료 이미지에서 지식을 흡수해야 하며 평가 프로토콜은 방사선 전문의의 임상 실습과 일치해야 하며 정확하고 세밀하며 사실에 기반한 평가를 제공해야 합니다.Multimodal large language models (MLLMs) hold immense potential to revolutionize clinical practice, yet deploying them in the medical domain is fundamentally a vision-centric challenge: models must absorb knowledge from heterogeneous 2D and 3D medical images, and evaluation protocols must align with

정책 확산 증류에서 분류자 없는 지침 재고Rethinking Classifier-Free Guidance in On-Policy Diffusion Distillation

OPD(On-policy distillation)는 현재 학생이 생성한 궤적을 따라 교사에게 쿼리하여 확산 모델을 조정하지만 최신 확산 시스템의 기본 구성 요소인 CFG(분류자 없는 지침) 하에서 어떻게 작동해야 하는지는 아직 잘 알려져 있지 않습니다. 기존 OPD 방법은 속도 매칭을 CFG로 구성된 예측으로 자연스럽게 확장하여 교사와 학생이 직접 매칭하도록 유도합니다.On-policy distillation (OPD) adapts diffusion models by querying a teacher along trajectories generated by the current student, but how it should behave under classifier-free guidance (CFG), a default component of modern diffusion systems, remains poorly understood. Existing OPD methods naturally ex

KANEx: Kolmogorov-Arnold Networks의 해석성을 의학적 설명 가능성으로 변환KANEx: Translating Kolmogorov-Arnold Networks' Interpretability to Medical Explainability

컴퓨터 비전 모델은 의료 응용 분야에서 매우 효과적이지만 블랙박스 특성으로 인해 임상의의 신뢰가 계속해서 약화되고 있습니다. 임상 워크플로우에서 흉부 X-ray 분류기는 자연어 설명을 생성하기 위해 VLM(Vision-Language Model)과 점점 더 많이 결합되고 있습니다. 그러나 이러한 시스템은 시각적 모드의 기본 불투명성을 해결하지 않고 언어적 유창성을 추가합니다.Computer vision models have become highly effective for medical applications, yet their black-box nature continues to undermine clinician trust. In clinical workflows, chest X-ray classifiers are increasingly paired with Vision-Language Models (VLMs) to generate natural-language explanations. Howeve

다회전 장기 수평 계획의 물리학: 단일 및 다중 교사 온 정책 에이전트 증류를 통한 사전 훈련에서 사후 훈련까지The Physics of Multi-Turn Long-Horizon Planning: From Pre-training to Post-training via Single- and Multi-Teacher On-Policy Agentic Distillation

다단계 장기 계획은 기초 모델 에이전트에 매우 중요하지만 이를 근본적으로 개선하는 방법은 여전히 ​​불분명합니다. 기존 모델은 통제할 수 없고 불투명한 인터넷 데이터에 대해 학습되므로 계획 능력이 어떻게 획득, 형성 및 통합되는지 식별하기 어렵습니다. 이러한 과제를 해결하기 위해 우리는 정밀한 공동 작업을 가능하게 하는 통합되고 제어된 다중 회전 환경을 도입했습니다.Multi-turn long-horizon planning is critical for foundation model agents, yet how to fundamentally improve it remains unclear. Existing models are trained on uncontrollable and opaque Internet data, making it difficult to identify how planning ability is acquired, shaped, and integrated. To address

DataOrchestra: 사전 학습 데이터의 예제별 큐레이션을 조율하는 방법 학습DataOrchestra: Learning to Orchestrate Per-Example Curation of Pretraining Data

사전 학습 데이터 처리는 LLM(대형 언어 모델)의 다운스트림 성능에 매우 중요합니다. 그러나 기존의 많은 접근 방식은 코퍼스 또는 도메인 수준에서 고정된 처리 전략을 정의하고 각 예제의 요구 사항에 적응하지 않고 이를 많은 예제에 균일하게 적용합니다. 우리는 다양한 처리 작업을 통합하고 예제를 조율하는 프레임워크인 DataOrchestra를 제안합니다.Pretraining data processing is critical to the downstream performance of Large Language Models (LLMs). However, many existing approaches define a fixed processing strategy at the corpus or domain level and apply it uniformly to many examples, without adapting to the needs of each example. We propose

복잡한 트랩 이온 아키텍처를 위한 효율적인 LLM 생성 셔틀링 컴파일러Efficient LLM-Generated Shuttling Compilers for Complex Trapped-Ion Architectures

이온 트랩 양자 컴퓨터는 주어진 아키텍처 내에서 입력 알고리즘을 일련의 이온 큐비트 이동으로 변환하는 셔틀링 컴파일러에 의존합니다. 우리는 단일 프론티어 대형 언어 모델(LLM)인 Claude Opus 4.7이 작성된 사양에서 컴파일러를 셔틀하는 전체 Python 코드를 생성하고 반복적으로 개선하는 첫 번째 연구를 제시합니다. (i) a li에 대한 컴파일러로 시작합니다.Trapped-ion quantum computers rely on shuttling compilers, which cast an input algorithm into a sequence of ion-qubit movements within a given architecture. We present the first study in which a single frontier large language model (LLM), Claude Opus 4.7, generates and iteratively refines the full P

역사상 가장 흥미로운 '해킹'…The most interesting "hack" in history...

철도는 무엇이든 배포하는 가장 쉬운 방법입니다. $20 무료 크레딧 받기 - https://railway.com/?referralCode=fireship 지난주 Hugging Face가 해킹당했습니다. 이번 영상에서는 그 사람이 누구인지, 무엇을 원했는지 알아보겠습니다. #coding #programming 더 많은 Fireship을 원하시나요? 🗞️ 뉴스레터: https://bytes.dev 🧠 강좌: https://fireship.devRailway is the easiest way to deploy anything. Get $20 in free credits - https://railway.com/?referralCode=fireship Last week Hugging Face was hacked. In this video, we'll break down who it was and what they wanted. #coding #programming Want more Fireship? 🗞️ Newsletter: https://bytes.dev 🧠 Cou

GPT-6가 로그로 변한다? HuggingFace 사건, Sans HypeGPT-6 Goes Rogue? The HuggingFace Incident, Sans Hype

GPT-6으로 불릴 가능성이 매우 높은 아직 출시되지 않은 내부 OpenAI 모델은 자동으로 샌드박스에서 벗어나 HuggingFace에 침입하여 벤치마크 프롬프트에서 더 높은 점수를 얻을 수 있었습니다. 이 동영상에는 여러분이 놓쳤을 수도 있는 세부 정보, 일반인 비유, 이것이 정말로 참신한지 여부 등이 포함되어 있습니다. Patreon에 대한 수십 개의 독점 동영상(9달러!): https://www.patreon.com/AI설명 장: 00:00 -An unreleased internal OpenAI model, very likely to be called GPT-6, was able to autonomously break out of its sandbox AND break into HuggingFace, just to score higher on a benchmark prompt. This video has the details you may have missed, a layperson analogy, whether this is truly novel, and more… D

개방형 AI가 2조 8천억 개의 매개변수를 달성했습니다…Open-weight AI just hit 2.8 trillion parameters…

에이전트가 만족스러운 UI를 디자인할 수 있도록 Mobbin Pro 20% 할인을 받으세요. - https://mobbin.com/fireship Moonshot은 방금 2조 8천억 매개변수의 개방형 괴물인 Kimi K3를 출시했습니다. 그것은 과대 광고에 부응합니까? 그것을 분석해 봅시다. #coding #programming 더 많은 Fireship을 원하시나요? 🗞️ 뉴스레터: https://bytes.dev 🧠 강좌: https://fireship.devGet 20% off Mobbin Pro to help your agent design UIs that don't suck - https://mobbin.com/fireship Moonshot just released Kimi K3, a 2.8 trillion parameter open-weight monster. Does it live up to the hype? Let's break it down. #coding #programming Want more Fireship? 🗞️ Newsletter: https:/