Viola AI Hub

점프 트레이딩이 ChatGPT를 활용해 퀀트 리서치를 확장하는 방법How Jump Trading is scaling quant research with ChatGPT

점프 트레이딩(Jump Trading)이 OpenAI를 활용해 퀀트 리서치 역량을 확장하고 있습니다. 장기 실행 AI 워크플로가 여러 데이터 소스를 인간의 검토와 결합하는 방식을 확인해 보세요.Jump Trading uses OpenAI to expand quantitative research. See how longer-running AI workflows combine multiple data sources with human review.

수학 분야의 AI 연구 진전 공유Sharing AI progress in mathematics

OpenAI가 내부 프론티어 모델을 통해 수학 미해결 문제에 대한 새로운 연구 결과를 발표하고, Lean 증명 형식화 코드와 상세 연구 내용을 GitHub에 공유합니다.OpenAI publishes new results on open problems in mathematics from an internal frontier model and shares Lean proof formalizations and research details on GitHub.

아이언클래드(Ironclad)와 함께 발전시키는 컴퓨터 사용(Computer Use) 기술Advancing computer use with Ironclad

OpenAI와 아이언클래드가 복잡한 계약 워크플로에서 AI 에이전트를 훈련 및 평가하여 전문 업무를 위한 컴퓨터 사용(computer use) 역량을 발전시키는 방법을 소개합니다.Learn how OpenAI and Ironclad are training and evaluating AI agents on complex contracting workflows to advance computer use for professional work.

아틀라시안과 OpenAI, 기업 내 지식을 실행으로 전환하기 위한 파트너십 확대Atlassian and OpenAI expand partnership to turn enterprise knowledge into action

아틀라시안과 OpenAI가 파트너십을 확장하여 프론티어 모델을 기업 지식과 연결하고, 팀이 업무를 계획, 구축, 실행할 수 있도록 지원합니다.Atlassian and OpenAI are expanding their partnership to connect frontier models with enterprise knowledge and help teams plan, build, and deliver work.

EmbeddingGemma 2: 오픈 경량 멀티모달 임베딩 모델EmbeddingGemma 2: an open, lightweight multimodal embedding model

사이버 검증 프로그램(CVP) 확대 발표Expanding the Cyber Verification Program

자격을 갖춘 보안 전문가들을 대상으로 고급 사이버 기능과 완화된 차단 분류기를 제공하는 '사이버 검증 프로그램(CVP)'의 신규 확장 버전을 출시합니다.We’re launching a new, expanded version of our Cyber Verification Program (CVP), which makes advanced cyber capabilities and reduced blocking classifiers available to qualifying security professionals.

EU 텍스트 출처 규정에 대한 OpenAI의 접근 방식Our approach to EU text provenance rules

EU 규정에 대응하는 OpenAI의 텍스트 워터마킹 접근 방식을 소개합니다. 워터마크 적용 대상, 탐지 작동 원리, 연구자 대상 우선 접근 권한 부여 이유 등을 확인해 보세요.How OpenAI is approaching text watermarking under EU rules. Learn where watermarks apply, how detection works, and why access starts with researchers.

사람들이 AI를 사용하는 방식에 맞춘 새로운 광고 구축Building advertising for the way people use AI

OpenAI가 ChatGPT 내에 새로운 시각적 광고 포맷을 도입하고 광고주를 위한 성과 측정 도구, 기여 분석 파트너십, 브랜드 적합성 기능을 강화합니다.OpenAI introduces a new visual ad format in ChatGPT and expands measurement tools, attribution partnerships, and brand suitability for advertisers.

2026년 9월 주요 AI 뉴스 발표 모음The latest AI news we announced in September 2026

9월에 발표된 주요 AI 업데이트 내용을 담은 영상입니다.A video showing the September AI updates

란비르 싱, 레이밴 및 레이밴 메타의 인도 브랜드 앰버서더 발탁 및 AI 스마트 글래스 신규 업데이트 발표Announcing Ranveer Singh as Brand Ambassador for Ray-Ban and Ray-Ban Meta in India along with Exciting New Updates to our AI Glasses

란비르 싱(Ranveer Singh)이 인도 최초로 레이밴 및 레이밴 메타(Ray-Ban Meta)의 브랜드 앰버서더로 발탁되었습니다.Ranveer Singh becomes the first Brand Ambassador for Ray-Ban and Ray-Ban Meta in India. The post Announcing Ranveer Singh as Brand Ambassador for Ray-Ban and Ray-Ban Meta in India along with Exciting New Updates to our AI Glasses appeared first on Meta Newsroom.

OpenAI, 수학 난제 해결에 관한 또 다른 연구 성과 대거 공개OpenAI drops another batch of mathematical breakthroughs

OpenAI는 미공개 프론티어 모델로 오랜 수학 난제들을 해결한 논문 722편(관련 논문들을 묶은 372개 결과군)을 공개했습니다. 이는 수학계에 감탄과 불안을 동시에 안기는 한편 연구 윤리에 대한 질문을 던지며 이어진 돌파구 행진의 연장선입니다.OpenAI has revealed solutions to a number of long-standing mathematics problems produced by an unreleased frontier model in a batch of 722 manuscripts, covering 372 result families that group related papers. It extends a run of breakthroughs that have both impressed and unsettled parts of the mathem

OpenTPU – AI가 개발한 오픈소스 AI 가속기OpenTPU – An open-source AI accelerator, developed by AI

AI가 개발한 오픈소스 AI 가속기: RTL, ISA, 시뮬레이터, 컴파일러 및 프로파일러를 하나의 저장소에 통합. Kintex-7 PCIe 카드에서 Qwen3, LFM2.5, Qwen3.5를 구동합니다. - FeSens/openTPUAn open-source AI accelerator, developed by AI: RTL, ISA, simulator, compiler and profiler in one repo. Runs Qwen3, LFM2.5 and Qwen3.5 on a Kintex-7 PCIe card. - FeSens/openTPU

Erdosproblems.com, AI의 맹공격에 무릎 꿇다Erdosproblems.com Succumbs to the AI Onslaught

Hacker News (포인트 91점, 댓글 38개)Hacker News (91 points, 38 comments)

Claude Code의 메시지 추천 기능: 진짜 고객은 AI 모델인 것 같다Claude Code’s suggested message feature: I think the real customer is the model

Hacker News (포인트 83점, 댓글 47개)Hacker News (83 points, 47 comments)

미국 유타주, 인간의 감독 없는 AI 진료 및 처방 허용Utah to let AI examine patients and prescribe medication without human oversight

다행인 점은 현재 이 프로그램의 적용 범위가 매우 제한적이라는 것입니다. 기간은 1년이며 경증에서 중등도의 여드름 환자만을 대상으로 합니다.The good news is that the program is currently very limited in its scope. It's just one year long and only for patients with mild-to-moderate acne.

Penguin Mail – AI가 탑재된 오픈소스 Rust 기반 Linux 이메일 클라이언트Penguin Mail – open-source Rust email client for Linux with AI

로컬 컴퓨터에서 Gmail, Microsoft 및 모든 IMAP/POP3 계정을 캘린더, 연락처와 함께 하나로 통합 관리할 수 있는 빠르고 쾌적한 데스크톱 앱입니다.Gmail, Microsoft and any IMAP or POP3 account, with your calendar and contacts, in one fast app on your own computer.

AI 의사결정 모델이 콘텐츠 모더레이션을 바꾸는 방법How AI decision models could change content moderation

화요일, Musubi는 실시간 콘텐츠 모더레이션을 위해 설계된 경량 의사결정 모델 PolicyLM-1.7B를 오픈 웨이트로 공개했습니다.On Tuesday, Musubi announced a lightweight decision model made for real-time moderation called PolicyLM-1.7B, released with open weights.

OpenAI 에이전트, 위키피디아 툴 해킹 시도 및 트래픽 과부하 유발OpenAI agents tried to hack Wikipedia tools and flooded it with traffic

OpenAI 에이전트가 외부 서드파티 사이트에 피해를 입히고 있다는 보고가 계속 이어지고 있습니다.The reports of OpenAI agents harming third-party sites keep coming.

기업들의 관리형 시맨틱 레이어 구축 경쟁, 실제 AI 에이전트는 다른 곳에서 컨텍스트 참조Companies are building governed semantic layers. Most say their AI agents are getting context somewhere else

기업 환경에서 AI 에이전트의 그럴듯한 오답은 모델 자체보다 더 기본적인 원인에서 비롯됩니다. 에이전트가 매출 기준이나 최신 고객 데이터 등 사내 정의를 제대로 파악하지 못하기 때문입니다.In the enterprise, a confidently wrong AI agent answer can come from something more basic than the model: the agent doesn't know what the business means by its own terms, like what counts as revenue or which customer record is current.Read more

공장 자동화의 다음 단계: AI로 적응하고 진화하는 머신The next step in factory automation: Machines that adapt with AI

공장 자동화의 차세대 단계로서, AI를 통해 유연하게 적응하는 머신을 조명합니다.The post The next step in factory automation: Machines that adapt with AI appeared first on Source.

EmTech Future 2026: AI가 모든 것과 만날 때EmTech Future 2026: When AI Meets Everything

Google Research 부사장 겸 총괄인 요시 마티아스(Yossi Matias)가 AI가 생물학, 인프라, 제조업, 기초 과학을 어떻게 재편하고 있는지, 그리고 다른 분야와 융합될 때 왜 가장 큰 파급력을 발휘하는지 탐구합니다. MIT 테크놀로지 리뷰 에디터들의 날카로운 분석과 미공개 인사이트를 전달합니다.Yossi Matias, Vice President & Head of Google Research, explores how AI is beginning to reshape biology, infrastructure, manufacturing, and science, and why its greatest impact may come when it intersects with other fields.  Step inside the newsroom with our MIT Technology Review ed

Show HN: macOS 내 모든 사진과 동영상 프레임을 검색하는 AI 검색 도구Show HN: AI search for every photo and every frame of video on macOS

macOS의 모든 폴더에 있는 모든 사진과 동영상 프레임을 정밀하게 찾아주는 딥 AI 검색 도구 - allenv0/SCMDeep AI search for every photo and every frame of video in any folder on macOS - allenv0/SCM

위키미디어 프로젝트에서 OpenAI의 '로그(rogue)' 에이전트 활동 포착OpenAI “rogue” agent activities found on Wikimedia projects

위키 환경이 로그 에이전트 스웜(swarm)의 손쉬운 타깃이라는 점을 감안하면, 위키피디아가 조사 착수 후 관련 증거를 발견한 것은 놀라운 일이 아닙니다. 위키미디어 재단은 OpenAI가 운용하는 에이전트에 초점을 맞춰 자사 웹사이트가 유사한 영향을 받았는지 자체 조사를 진행했으며, 위키미디어 플랫폼 전반에서 이러한 OpenAI '로그' 에이전트의 활동 흔적을 일부 확인했다고 밝혔습니다.OpenAI “rogue” agent activities found on Wikimedia projects Given how tempting a target wikis are for rogue agent swarms, it's not a huge surprise that Wikipedia found evidence of that activity once they went looking: The Wikimedia Foundation conducted its own investigation to see whether Wikim

빅토리아 킴 기자의 보도 인용Quoting Victoria Kim

호주 메디케어(Medicare) 유출 사태 이후, OpenAI는 자사 모델이 허용되지 않은 방식으로 인터넷에 접속할 경우 직원들이 즉각 개입해 학습을 중단할 수 있도록 모니터링 시스템을 추가 구축했다고 권 최고전략책임자(CSO)가 호주 의회에서 밝혔습니다. — 빅토리아 킴(호주 의회 취재)Since the Medicare breach, OpenAI has put in place additional monitoring to allow “immediate intervention” by staff to stop training if the company’s models access the internet in ways they’re not supposed to, Mr. Kwon [chief strategy officer at OpenAI] said. — Victoria Kim, Reporting from

llm-openai-decisions 0.1a0 릴리스llm-openai-decisions 0.1a0

OpenAI가 지난주 DevDay에서 발표했던 새로운 Jev 스타일 Decisions API를 출시했습니다. 기존에 Jev 연동용 llm-typesafe 플러그인을 개발한 바 있어, GPT-6 Astra를 활용해 신규 OpenAI API 문서를 분석하고 llm-typesafe 기반의 llm-openai-decisions 플러그인을 제작했습니다. Jev와 달리 신규 gpt-6-luna 의사결정 모델은 텍스트 외에 이미지 입력도 지원합니다. 두 모델 모두 입력 토큰에만 비용을 부과하고 출력 토큰에는 과금하지 않으며, OpenAI의 요금Release: llm-openai-decisions 0.1a0 OpenAI released their new Jev-style Decisions API, as previously announced at last week's DevDay. Since I already have an llm-typesafe plugin for talking to Jev, I had GPT-6 Astra read the new OpenAI API documentation and build an llm-openai-decisions plugin

Falcon-Emirati: LLM이 방언, 문화, 미묘한 뉘앙스까지 학습할 때Falcon-Emirati: When an LLM Learns the Dialect, the Culture, and the Nuance

ReviewBench: AI 코드 리뷰를 위한 오픈 벤치마크ReviewBench: An open benchmark for AI code review

GitHub 대표 풀 리퀘스트(PR), 다중 소스 기반 Ground Truth, 정밀 보정된 평가, 프로덕션 연계 지표를 바탕으로 구축된 코드 리뷰 에이전트용 벤치마크 'ReviewBench'를 공개합니다.We’re launching ReviewBench, a benchmark for code review agents built on representative GitHub pull requests, multi-source ground truth, calibrated evaluation, and production-aligned metrics. The post ReviewBench: An open benchmark for AI code review appeared first on The GitHub Blog.

하나의 그림, 모든 캔버스: 에이전틱 파이프라인 기반 편집 가능 플로우차트 재배치One Figure, Every Canvas: Editable Flowchart Relayout via Agentic Pipeline

논문 단면, 16:9 슬라이드, 세로형 포스터, 1:1 소셜 프리뷰 등 다양한 화면비에 맞춰 래스터 플로우차트를 구조적 왜곡이나 환각(hallucination) 없이 편집 가능한 형태로 재배치하는 화면비 적응형 플로우차트 레이아웃 파이프라인을 제안합니다.Pipeline figures in ML papers must be repurposed across many canvases, including paper columns, 16:9 slides, portrait posters, 1:1 social teasers, 9:16 phone previews. Each format imposes a different aspect ratio on the same computational graph, where any silently broken connection misrepresents the

베이스 모델은 학습 데이터의 단서를 활용해 추론 능력을 발휘할 수 있다Base Models Can Reason By Taking a Cue From Training Data

본 논문에서는 베이스 모델의 응답 시작 토큰과 이후 추론 행동 간의 관계를 분석합니다. 특정 시작 토큰 단서(예: ".\n\nOkay" 또는 "Alright,")를 고정하는 것만으로도 수학 및 코딩 벤치마크에서 강화학습(RL) 기반 모델에 필적하는 성능 향상을 달성할 수 있음을 입증합니다.In this paper, we study how training data creates associations between the tokens at the start of a base model's response and the reasoning behavior that follows. First, we demonstrate that fixing particular starting token cues makes a base model's performance competitive with that of its

BiasFlow: 가짜 특징 의존성 해결을 위한 기하학적 모니터링 및 백본 정규화BiasFlow: Geometric Monitoring and Backbone Regularization for Spurious Feature Reliance

최악 그룹 정확도(WGA)의 한계를 보완하기 위해 클래스-속성 중심 정렬(IBMI), 클래스 내 중심 분리(W-IBMI) 및 특징 투영 민감도를 모니터링하는 훅 기반 툴킷 'BiasFlow'와 이를 지도 학습 기반으로 규제하는 정규화 기법(BFR)을 제시합니다.Worst-group accuracy (WGA) evaluates a trained predictor but does not characterize how its frozen backbone behaves when a new head is learned. We introduce BiasFlow, a hook-based toolkit for monitoring class-attribute centroid alignment (IBMI), within-class centroid separation (W-IBMI), and feature-

디퓨전 트랜스포머의 문맥 토큰을 해석하는 방법Learning to Read the Contextual Tokens in Diffusion Transformers

멀티모달 디퓨전 트랜스포머(MM-DiT)에서 텍스트 토큰이 멀티모달 어텐션을 거치며 형성하는 동적 문맥 토큰의 역할을 자연어 질의를 통해 해석하는 프레임워크를 제안합니다. 경량 보틀넥 네트워크를 통해 중간 문맥 토큰을 동결된 LLM 입력 공간으로 매핑해 내부 작동 원리를 분석합니다.Multimodal Diffusion Transformers (MM-DiTs) jointly process visual and textual representations throughout generation. These models repeatedly update the text tokens through multimodal attention, forming dynamic contextual tokens whose function is not well understood. In this work, we introduce a fra

에이전틱 로봇을 위한 재귀적 비디오 인컨텍스트 학습Recursive Video In-Context Learning for Agentic Robot

VLA(시각-언어-행동) 정책을 조율하는 LLM 에이전트의 긴 데모 비디오 처리 한계를 극복하기 위해, 계획 수립 단계의 전체 작업 구조와 실제 파지(grasp) 등 접촉 전후의 세부 프레임을 유연하게 참조할 수 있는 '재귀적 비디오 인컨텍스트 학습' 방식을 제안합니다.LLM agents that orchestrate frozen vision-language-action (VLA) policies improve across episodes through text memory, which records what the agent did but not how the task is done. A demonstration video shows it, but fits poorly into an agent's context. The full video slows every turn, fixed ke

UniSlider: 연속적인 이미지 편집을 위한 지각적 균일 슬라이더UniSlider: Perceptually Uniform Sliders for Continuous Image Editing

기존 생성 모델의 단순 강도 조절 파라미터가 인간의 시각적 지각 변화와 일치하지 않는 문제를 해결하기 위해, 슬라이더 조작에 따라 시각적 변화가 일관되고 자연스럽게 반영되도록 재매핑하는 지각적 균일 슬라이더 'UniSlider'를 제안합니다.Sliders provide an intuitive interface for continuous image editing. In current generative approaches, however, the slider is simply a rescaling of the method's strength parameter, such as an adapter coefficient, a prompt weight, or an interpolation factor. This strength relates poorly to perce

기울어진 확산 샘플러를 위한 직접 중간 초기화Direct Intermediate Initialization for Tilted Diffusion Samplers

일부 확산 사후 확률 샘플러(diffusion posterior samplers)는 역과정(reverse process)을 따라 가우시안으로 기울어진(Gaussian-tilted) 중간 분포를 구성합니다. 본 연구는 이러한 타깃들이 가우시안 브릿지를 통해 노이즈 공간 타깃으로 해석적으로 이동될 수 있어, 더 약한 조건화의 클린 공간 사후 확률로 풀백(pull-back)될 수 있음을 밝혔습니다. 순차적 몬테카를로(SMC) 샘플러인 MCGDiff의 경우, 이 풀백 문제의 유효 관측 분산은 확산 노이즈 분산의 최대 2배에 달합니다. 본 Some diffusion posterior samplers construct Gaussian-tilted intermediate distributions along the reverse process. We observe that these targets can be pulled back to clean-space posteriors with weaker conditioning, with samples transported analytically to the corresponding noisy-space target through

올바른 루프형 모델 구축을 향하여 2편: 고정점(Fixed Point)에서의 재고Towards Looped Models Done Right, Part II: Rethinking at Fixed Points

루프형(looped) 언어 모델의 순환(recurrence)은 학습, 디코딩, 프리필(prefill), 강화학습(RL) 전반에서 연산 비용을 증가시킵니다. 그러나 순환 상태가 고정점(fixed points)에 가까워질수록 그 도달 경로는 덜 중요해집니다. 이를 활용하면 훈련 시 절단형 역전파(truncated backpropagation)를 적용할 수 있고, 정확도 손실 거의 없이 디코딩을 위한 최종 KV 캐시 공유가 가능해지며, 프리필 속도를 최대 1.79배 가속하는 증류 학생 모델을 구축할 수 있을 뿐만 아니라 저장된 롤아웃 상Every recurrence of a looped language model adds cost in training, decoding, prefill, and reinforcement learning (RL). The closer recurrent states get to fixed points, the less the path to them matters. This enables truncated backpropagation in training; terminal key-value (KV) sharing for decoding

리틀스톤 클래스를 위한 프라이버시 보호 온라인 학습 및 예측Private online learning and prediction for Littlestone classes

망각적 실현 가능 적대자(oblivious realisable adversaries) 환경에서 차분 프라이버시(differentially private)가 보장되는 온라인 학습 및 온라인 예측의 오차 경계(mistake bounds)를 연구합니다. 온라인 학습은 학습자가 매 시점마다 가설을 공개해야 하는 반면, 온라인 예측에서는 가설을 공개하지 않고 예측값만 출력하면 됩니다. 본 논문은 프라이빗 온라인 학습에 대한 새로운 하한과 프라이빗 예측에 대한 상한을 제시함으로써, 두 문제의 샘플 복잡도 간 격차가 특정 요인에 의해 벌어짐을 We study mistake bounds for differentially private online learning and online prediction under oblivious realisable adversaries. Online learning requires the learner to release a hypothesis at each time step whereas in online prediction, the learner only needs to make predictions without releasing a

Paradee: Kokoro-82M을 800만 파라미터 단일 음성 TTS 모델로 증류Paradee: Distilling Kokoro-82M into an 8M-Parameter Single-Voice Text-to-Speech Model

54개 음성을 지원하는 널리 쓰이는 오픈 TTS 모델인 Kokoro-82M을 증류(distillation)하여, 그중 단일 음성을 구현하는 8.07M 파라미터 모델 'Paradee'를 구축했습니다. Paradee는 Kokoro의 아키텍처를 유지하면서 레이어 폭을 대폭 축소했으며, 모델의 양쪽 파트가 동결된 티처(teacher) 모델에 맞춰 각각 독립적으로 훈련됩니다. 파라미터 수는 10배 적고 연산량은 15배 적습니다. 먼저 티처 모델로 코퍼스를 합성하고 음소 길이, 피치, 에너지 및 음소 특징을 추출한 뒤, 소형We distill Kokoro-82M, a widely used open text-to-speech model with 54 voices, into Paradee, an 8.07M-parameter model that speaks one of them. Paradee keeps Kokoro's architecture with much narrower layers, and each of its two halves is trained separately against the frozen teacher. It has 10x f

보손 상태에서의 가우시안 구조 탐색Finding Gaussian Structure in Bosonic States

임의의 $n$-모드 보손 상태(bosonic state) $ρ$의 복제본이 주어졌을 때, $ρ$와의 인피델리티(infidelity)가 최대 $\mathrm{opt} + ε$인 순수 가우시안 상태를 출력하는 불가지론적 단층촬영(agnostic tomography) 문제를 연구합니다 (여기서 $\mathrm{opt}$는 임의의 순수 가우시안 상태가 달성할 수 있는 최소 인피델리티). 본 논문은 고충실도 및 저충실도 영역 모두에서 이를 달성하는 효율적인 프로토콜을 제시합니다. $\mathrm{opt}$가 특정 범용 상수 이하일 때 제안된We study agnostic tomography of pure bosonic Gaussian states: given copies of an arbitrary $n$-mode bosonic state $ρ$, the goal is to output a pure Gaussian state whose infidelity with $ρ$ is at most $\mathrm{opt} + ε$, where $\mathrm{opt}$ is the minimum infidelity achievable by any pure Gaussian s

PlotGround: 실제 과학 논문 그림 및 원본 데이터 기반의 플롯 디지털화 벤치마크PlotGround: Grounding Plot Digitization in Real Scientific Figures and Their Source Data

과학 논문의 도표는 기계 가독형으로 쉽게 제공되지 않는 정량적 결과를 담고 있는 경우가 많아, 발표된 연구 결과를 검증하고 재사용하려면 정확한 플롯 디지털화가 중요합니다. 그러나 기존 벤치마크는 대부분 인공 합성 차트에 의존하거나 제한된 차트 유형만 다루고 있어, 최신 모델이 실제 논문 그림에서 플롯 수치를 얼마나 정확히 복원하는지는 불분명했습니다. 본 연구는 과학 논문 도표로부터 디지털화 벤치마크를 자동으로 구축하는 파이프라인인 PlotGround를 소개합니다.Scientific figures often encode quantitative results that are not readily available in machine-readable form, making accurate plot digitization important for verifying and reusing published findings. Yet it remains unclear how accurately current models recover plotted values from real scientific fig

T-Search: 고난도 다단계 검색을 위한 오픈 에이전틱 리트리버 및 플레이그라운드T-Search: An Open Agentic Retriever and Playground for Hard Multi-Step Search

고난도 다단계(multi-step) 검색을 위해 개발된 오픈 가중치 에이전틱 리트리버 'T-Search'를 소개합니다. 고정된 말뭉치와 검색 도구, 질문이 주어지면 T-Search는 제한된 다회차 검색을 실행하고 간략한 근거가 포함된 순위화된 근거 청크 목록을 반환합니다. 답변 생성은 다운스트림 모델에 맡기므로 재학습 없이도 백엔드와 생성기를 자유롭게 교체할 수 있습니다. T-Search는 Qwen3.6-35B-A3B를 기반으로 구축되었으며 적대적으로 필터링된 합성 검색 태스크를 통해 훈련되었습니다.We present T-Search, an open-weight agentic retriever for hard multi-step search. Given a question and a search tool over a fixed corpus, it runs a bounded multi-round search and returns a ranked list of evidence chunks with short justifications, leaving answer generation to a downstream model, so b

IdeaLens: 장문 텍스트 내 AI 아이디어 탐지 기술IdeaLens: Detecting AI Ideas in Long-form Writing

기존 AI 탐지기가 '글을 누가 작성했는가'를 식별하는 데 초점을 맞추었다면, 최근의 AI 사용 정책은 점차 '그 아이디어를 누가 냈는가'라는 질문으로 전환되고 있습니다. 본 연구에서는 글을 작성한 주체와 상관없이 문서에 담긴 아이디어가 인간에게서 나왔는지 AI에게서 나왔는지(아이디어 출처)를 판별하는 탐지기 IdeaLens를 소개합니다. IdeaLens는 문장 표현 대신 아이디어 자체에 집중하기 위해 문서를 개요(outline) 형태로 표현합니다.While modern AI detectors identify who wrote the words, emerging policies on AI use increasingly hinge on a different question: who came up with the ideas? We introduce IdeaLens, a detector that identifies whether a document's ideas came from a human or AI (idea provenance), regardless of who w

메모리 경로의 균형: 하이브리드 LM의 메모리 활용도 분석 및 개선Balancing Memory Pathways: Analyzing and Improving Memory Utilization in Hybrid LMs

어텐션 레이어와 순환(recurrent) 레이어를 교차 배치하는 하이브리드 언어 모델(LM)은 순환 레이어의 효율성과 어텐션 레이어의 뛰어난 성능을 결합하기 위해 점점 더 많이 활용되고 있습니다. 기존 연구들은 두 레이어가 과거 정보를 활용하는 상호보완적인 경로를 제공한다고 보았습니다. 즉, 어텐션은 이전 토큰의 정밀한 메모리 회상을 지원하고, 순환 레이어는 긴 문맥 전반에서 서로 다른 정보를 통합하는 역할을 한다는 것입니다. 그러나 연구진이 관찰한 바에 따르면...Recurrent-attention hybrid language models (LMs), which interleave attention and recurrent layers, are increasingly used to combine the efficiency of the recurrent layers with the strong performance of attention layers. Prior work suggests that attention and recurrent layers offer complementary path

ufakzeka-karar: 순서 불변 옵션 스코어링을 지원하는 터키어 유형별 의사결정 오픈 모델ufakzeka-karar: An Open Turkish Typed-Decision Model with Order-Invariant Option Scoring

ufakzeka-karar는 182,494,466개의 파라미터를 가진 오픈 터키어 의사결정 모델입니다. 터키어 텍스트와 고정된 답변 유형(다지선다, 순서형 척도 레벨, 예/아니오)의 질문이 주어지면 텍스트를 별도로 생성하지 않고 최대 10개 선택지에 대해 단 한 번의 CPU 순전파(forward pass)로 온도 스케일링된 확률과 '불확실' 신호 역할을 하는 예상 오차를 반환합니다. 연구실의 ufakzeka-1-base를 기반으로 구축되었으며, 헤드는 공유 위치에서 다른 옵션과 독립적으로 각 옵션을 평가합니다.ufakzeka-karar is an open Turkish decision model with 182,494,466 parameters. Given a Turkish text and questions of a fixed answer type (a choice, a level on an ordered scale, or yes or no), it returns a temperature-scaled probability for every option and an expected error that serves as a "not

오픈AI, EU 지역 ChatGPT 텍스트에 워터마크 도입 예정OpenAI will start watermarking ChatGPT’s text in the EU

오픈AI가 EU의 AI 규제법(AI Act) 준수를 위해 유럽 지역에서 ChatGPT와 Codex 생성 텍스트에 워터마크를 적용합니다. 단, 텍스트 편집 시 보이지 않는 워터마크의 탐지가 더 어려워질 수 있다고 밝혔습니다.OpenAI will watermark ChatGPT and Codex text in the EU to comply with the AI Act. Editing can make the invisible marks harder to detect, it says.

Import AI 475: 군집 스케일링, 구글 딥마인드의 생물학 워터마킹, 그리고 AI 과학 경제Import AI 475: Swarm scaling; Google DeepMind watermarks biology; and the AI science economy

AI가 수행할 역할과 영역은 과연 누가 결정하는가?Who chooses what AI gets to do?

내생적 정렬(Endogenous Alignment)은 상호 의존성을 필요로 한다Endogenous Alignment Requires Dependence

내생적 정렬에 관한 이전 포스트에 여러 훌륭한 피드백이 달렸습니다. 그중 칼 크루거(Karl Krueger)는 인간이 자녀를 정렬(align)시킬 때 강화학습보다 모방 학습이 더 중요하다고 지적했습니다. 어느 쪽이 더 지배적인지 명확히 가려내기는 어렵지만, 모방의 중요성을 간과했던 것은 명백한 실수였으며, 모방 학습이 근본적 메커니즘으로 작용한다는 점에 동의합니다.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

10억 달러 규모의 AI 경쟁 우위가 사라지고 있다The Billion Dollar AI Advantage Is Disappearing

Lambda의 GPU Cloud 소개 및 Sonnet 5.5 관련 최신 기술 동향을 다루며, Two Minute Papers를 지원하는 Patreon 후원자들에게 감사를 전합니다.❤️ Check out Lambda here and sign up for their GPU Cloud: https://lambda.ai/papers 📝 Sonnet 5.5: https://www.anthropic.com/claude-sonnet-5-5 🙏 We would like to thank our generous Patreon supporters who make Two Minute Papers possible: Adam Bridges, B Shang, Carlos Galarza, Christian Ahlin, Eric Tyso

PewDiePie의 AI 해방 시도… 그리고 분노한 OpenAIPewDiePie is setting AI free... and OpenAI is furious

OpenAI로부터 증류(distillation) 문제로 두 차례 차단당한 후, PewDiePie가 자택에서 학습시킨 무검열 AI 모델 'Ajax'를 개발 중입니다. GitHub Actions를 빠르게 실행할 수 있는 Namespace 서비스와 함께 관련 소식을 심층 분석합니다.Namespace is actually the fastest way to run your GitHub Actions (and more). Try it for free - https://namespace.so/github-actions PewDiePie is building Ajax, an uncensored AI model he trained at home after OpenAI banned him twice for distillation. Let's dive in. Want more Fireship? 🗞️ Newslett

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

이번 주 놓치기 아쉬운 주요 AI 뉴스를 정리해 드립니다. Optimizely의 Virtual Teammates를 통한 자동화 기능 확인(https://optimizely.com/mattwolfe) 및 다양한 AI 툴, 뉴스레터, 소셜 미디어 링크 정보를 함께 전합니다.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