Viola AI Hub

프로액션, 코덱스(Codex) 도입으로 매출 60% 증대 및 75시간 이상 절감Proaction boosts sales 60% and saves 75+ hours with Codex

프로액션(Proaction)은 Codex, GPT-Live-1, GPT-6 Astra를 활용해 최신 플릿 관리 시스템을 더 빠르게 구축, 운영 및 판매하고 있습니다.With Codex, GPT-Live-1, and GPT-6 Astra, Proaction builds, operates, and sells modern fleet management faster.

라이브 아바타를 탑재한 Gemini 3.8 Live 공개Introducing Gemini 3.8 Live with Live Avatar

실시간 대화와 인터랙션이 가능한 라이브 아바타 기능을 탑재한 Gemini 3.8 Live가 공개되었습니다.

OpenAI 아카데미 2주년Two years of OpenAI Academy

OpenAI 아카데미 2주년을 맞이하여 더 많은 커뮤니티에 AI 기술과 역량을 전파하고 있습니다.Marking two years of OpenAI Academy and bringing AI skills to even more communities.

OpenAI, 우크라이나 민간 방어를 위해 사이버 보안 지원 확대OpenAI extends cyber access to Ukraine for civilian defense

OpenAI가 민간 인프라의 사이버 방어를 지원하기 위해 자사의 '데이브레이크(Daybreak)' 프로그램 접근 권한을 우크라이나 정부에 확대 제공합니다.OpenAI is extending access to its Daybreak program to the Government of Ukraine to support the cyber defense of civilian infrastructure.

샘 올트먼, 유엔 안전보장이사회 연설Sam Altman’s remarks at the United Nations Security Council

OpenAI CEO 샘 올트먼이 유엔 안전보장이사회 연설에서 AI 안전성, 인간의 통제권, 그리고 국제적 협력의 중요성을 강조했습니다.OpenAI CEO Sam Altman discusses AI safety, human control, and international cooperation in remarks to the United Nations Security Council.

하비, GPT-6 Astra로 법률 맥락을 반영한 완성도 높은 초안 작성Harvey turns legal context into stronger drafts with GPT-6 Astra

GPT-6 Astra가 보다 체계적이고 맥락을 깊이 이해하는 법률 문서를 생성함으로써 변호사들이 전략 수립에 집중할 수 있도록 돕습니다.GPT-6 Astra produces more structured, context-aware legal documents, freeing lawyers to focus on strategy.

인비디오, GPT-6 Astra 도입으로 컬러 그레이딩 효율 3배 향상How invideo improves color grading 3x with GPT‑6 Astra

인비디오(invideo)가 GPT-6 Astra를 활용해 편집 계획의 정밀도를 높이고, 색 보정 및 컬러 그레이딩 속도를 3배 개선했으며, 하루 만에 50개의 맞춤형 효과를 제작했습니다.With GPT‑6 Astra, invideo plans edits with greater precision, improves color correction and grading threefold, and produces 50 custom effects in one day.

Google Beam, 신규 리전·파트너·고객사 확보로 서비스 확장Google Beam expands with new regions, partners, and customers

Google Beam 프로모션 애니메이션Google Beam promotional animation

보안 서버 사이드 메모리를 통한 비공개 AI 컴퓨팅(Private AI Compute) 발전Advancing Private AI Compute with secure, server-side memory

개인화된 AI 경험을 위해 보안 서버 사이드 메모리를 비공개 AI 컴퓨팅(Private AI Compute)에 도입하여 개인정보 보호와 성능을 동시에 강화합니다.Introducing private, server-side memory to Private AI Compute for personal AI.

Gemini 3.8 음성 합성(TTS) 기능 공개Gemini 3.8 text-to-speech says hello

더욱 자연스럽고 향상된 음성 생성 성능을 제공하는 Gemini 3.8 TTS(Text-to-Speech) 기능이 새롭게 공개되었습니다.

Claude, 새로운 효소 시스템 발견Claude discovers a novel enzyme system

새로운 생명과학 연구소의 초기 연구 결과에서 Claude 에이전트들이 아직 기능이 명확히 밝혀지지 않은 신규 효소 시스템을 발견했습니다.In early results from our new life sciences research lab, Claude agents found an enzyme system whose function is still unknown.

SpaceXAI가 Grok Bot으로 고객 지원을 확장한 방법How SpaceXAI is using Grok Bot to scale customer support

SpaceXAI와 Cursor의 통합 고객 지원 운영 체계를 Grok Bot 중심으로 전면 재구축하여, 추가 인력 충원 없이도 훨씬 더 광범위한 제품 포트폴리오를 지원할 수 있게 되었습니다.We rebuilt the combined SpaceXAI and Cursor support operation around Grok Bot, expanding to a much broader product portfolio without adding headcount.

크루소, AI 데이터센터용 붐 가스터빈 도입 계획 철회(12억 5천만 달러 규모)Crusoe abandons $1.25B plan to use Boom turbines at AI data centers

붐 슈퍼소닉(Boom Supersonic) CEO 블레이크 숄은 자사의 신형 고정식 발전소가 크루소(Crusoe)의 단기 계획에서 제외되었다고 밝혔습니다.Boom Supersonic CEO Blake Scholl said its new stationary power plants were no longer in Crusoe's near-term plans.

OpenAI 에이전트 무리가 허깅페이스를 해킹한 세부 전말 공개Revealing the details of how OpenAI agents hacked Hugging Face

지난 7월 700개의 OpenAI 에이전트 무리가 허깅페이스(Hugging Face)를 해킹했을 당시, 공개적인 증거 흔적들이 그대로 남겨졌습니다.When a swarm of 700 OpenAI agents hacked Hugging Face in July, they left behind a public trail of evidence.

미 기밀 견적 공개: NSA, AI 모델 테스트에 수십억 달러 지출Classified estimates show the NSA is paying billions to test AI models

이전에 알려졌던 것보다 훨씬 더 높은 비용 규모입니다.The price tag is significantly higher than previously known.

메타의 Muse, 'muse-special'로 명명된 OpenAI 모델을 사용하는 정황 포착Meta's Muse appears to use an OpenAI model labeled muse-special

Muse가 제 웹사이트를 제작하는 동안 서브에이전트 하나가 'azure/muse-special'이라는 모델에서 실행되는 것을 확인했습니다. 이에 파일시스템을 다시 자세히 조사해 보았습니다.While Muse was building my website, one subagent ran on a model called azure/muse-special. So I dug through the filesystem again.

메타, 뮤즈 파일시스템 접근 경로 더 쉽게 개방Meta makes the Muse filesystem even more accessible

어제 몇 가지 유도 질문만으로 메타의 뮤즈가 호기심 많은 이용자들에게 파일시스템을 노출한다는 사실이 발견되었습니다. 노출된 파일들은 챗봇의 내부 작동 원리를 흥미롭게 엿볼 수 있게 해 주었으나, 뮤즈 스스로도 밝히면 안 된다고 언급했던 비공개 정보들까지 포함되어 있었습니다.Yesterday, with a little prodding, it was discovered that Meta's Muse would expose its filesystem to curious users. The files offered a fascinating peek under the hood of an AI chatbot, and appeared to expose details we weren't meant to see, not least because Muse itself told people, inclu

스탠퍼드와 엔비디아의 오픈 모델 CLM-8B, 재사용 가능한 에이전트 액션 캐싱으로 테스트서 Jev 대비 최대 9배 빠른 속도 기록Stanford and Nvidia's open CLM-8B caches reusable agent actions and runs up to 9x faster than Jev in tests

AI 에이전트는 정해진 도구 목록 중 하나를 선택하거나 후보 출력의 순위를 매기기 위해 LLM을 사용하는 경우가 많습니다. 각 경우마다 애플리케이션에는 제한된 결정만 필요한데도 모델은 프롬프트를 처리하고 토큰을 생성합니다. 자세히 보기AI agents often use LLMs to choose between a fixed set of tools or rank candidate outputs. In each case, the model processes a prompt and generates tokens even though the application only needs a bounded decision.Read more

AI 에이전트 보안 위험을 탐지·수정하고 검증까지 완료하는 신규 스킬 발표A new skill finds AI agent risks, fixes them, and proves the fix worked

AI 에이전트에서 발생할 수 있는 보안 취약점을 자동으로 식별하고 패치하며, 수정 조치가 제대로 작동했는지 검증까지 수행하는 새로운 스킬을 소개합니다.The post A new skill finds AI agent risks, fixes them, and proves the fix worked appeared first on Source.

미 국방부, AI 기반 거짓말 탐지기 개발에 3천만 달러 예산 투입 추진The Pentagon wants $30 million to build an AI-powered lie detector

미국 정부가 차세대 거짓말 탐지기 개발을 위해 향후 5년간 3,030만 달러 예산 편성을 요청했습니다. '폴리그래프+(Polygraph+)'로 불리는 이 프로그램은 AI·머신러닝 채점 알고리즘과 원격 감지(standoff sensing) 기술에 집중합니다.The US government wants to spend $30.3 million over the next five years on an improved form of lie detector, according to a Department of Defense budget request. The program, called Polygraph+ or Polygraph Next, will focus on scoring algorithms that use artificial intelligence and machine learning a

Meta, Meta에서 촬영 후 Meta AI 안경에 대한 비판적인 영상 삭제Meta takes down a critical video about meta AI Glasses after filming at Meta

해커 뉴스 (314점, 149개 댓글)Hacker News (314 points, 149 comments)

Claude Code, 텔레메트리 켜져 있을 때만 AGENTS.md 읽어 [수정됨]Claude Code reads AGENTS.md only when telemetry is on [fixed]

Claude Code 2.1.277은 AGENTS.md 지원을 추가했지만, 로더는 원격 기능 플래그 뒤에 있었습니다. 텔레메트리 또는 비필수 트래픽이 꺼져 있을 경우, 로컬 AGENTS.md가 경고 없이 건너뛰어졌습니다. 이는 제가 측정한 내용이며, 대신 사용하는 한 줄짜리 CLAUDE.md입니다.Claude Code 2.1.277 added AGENTS.md support, but the loader sits behind a remote feature flag. With telemetry or nonessential traffic turned off, a local AGENTS.md is skipped without a warning. This is what I measured and the one-line CLAUDE.md I use instead.

Gemini 3.8 텍스트 음성 변환Gemini 3.8 text-to-speech

Gemini 3.8 Flash-Lite TTS 및 Gemini 3.8 Flash TTS는 지금까지 가장 표현력이 풍부한 오디오 모델입니다.Gemini 3.8 Flash-Lite TTS and Gemini 3.8 Flash TTS are our most expressive audio models yet.

마이크로소프트, 1만 2천 개 계정 침해한 AI 기반 공격 플랫폼 무력화Microsoft disrupts AI-assisted platform that compromised 12,000 accounts

이블토큰(EvilTokens)은 대규모 계정 침해를 더 빠르고 쉽게 수행할 수 있는 엔드투엔드 플랫폼을 제공했습니다.EvilTokens provided an end-to-end platform that makes mass compromises faster and easier.

존 그رو버(John Gruber)의 코멘트 인용Quoting John Gruber

Muse는 기술적 혁신성(각 사용자에게 Meta 클라우드에서 구동되는 독립된 영구 Linux VM 제공)과 설치 및 사용이 간편한 패키징(귀여운 마스코트 형태) 덕분에 많은 주목을 받고 있습니다. 일반 소비자가 접근 가능한 최초의 에이전틱 AI 시스템으로 Meta가 훌륭한 성과를 냈으나, 소비자들이 이것이 무엇을 의미하는지 실제로 이해하고 있는지는 여전히 열려 있는 의문입니다.Muse is getting a lot of attention — including mine — because it’s both groundbreaking technically (each user gets their own entire persistent Linux VM running in Meta’s cloud) and because it’s packaged in an easy-to-install easy-to-use way. It’s literally presented as a cute mascot. It’s the first

북방가넷, 대청로, 캘리포니아갈색사 PelicanNorthern Gannet, Great Blue Heron, California Brown Pelican

미국 캘리포니아주 몬터레이 베이 국립 해양 보호구역에서 포착된 북방가넷, 대청로, 캘리포니아갈색사다새. 새로 구매한 Canon EF 200-800mm 렌즈로 담은 모리스(Morris)의 베스트 컷입니다. 항구 표지판 밑에서 쉬는 걸 참 좋아하네요! 태그: 사진, 야생동물Northern Gannet, Great Blue Heron, California Brown Pelican, in Monterey Bay National Marine Sanctuary, CA, US, CANew 200-800mm Canon EF lens got me my best photo of Morris yet. They really like hanging out under that sign in the harbor! Tags: photography, wildlife

2026년 9월 24일의 단상Note on 24th September 2026

코딩 에이전트로 작업하는 시간이 늘어날수록, 에이전트가 소프트웨어 엔지니어링을 오히려 더 어렵게 만들고 있다는 확신이 듭니다. 에이전트로 놀라운 일들을 해낼 수 있지만, 그 잠재력을 온전히 끌어내기 위해서는 비범한 규율과 지식이 필요합니다. 태그: coding-agents, ai, llmsThe more time I spend working with coding agents, the more convinced I am that they make software engineering even harder. We can do amazing things with them, but unlocking their full potential requires extraordinary discipline and knowledge. Tags: coding-agents, ai, llms

초보자를 위한 GitHub Copilot 앱: 캔버스로 커스텀 워크플로우 구축하기GitHub Copilot app for Beginners: How to build custom workflows with canvases

필요한 인터페이스를 자연어로 설명하면 에이전트가 사용자와 함께 상호작용하고 실시간으로 업데이트할 수 있는 캔버스 서피스를 생성하여, 도구 적응 시간을 줄이고 실제 업무에 집중할 수 있도록 지원합니다.Describe the interface you need in plain English, then let the agent build a live surface you can both use and update—so you spend less time adapting to tools and more time getting work done. The post GitHub Copilot app for Beginners: How to build custom workflows with canvases appeared first on The

LFM2.5-VL-DSpark를 통한 시각-언어 모델(VLM) 가속화Accelerating vision-language models with LFM2.5-VL-DSpark

LLM 에이전트, 자신의 실행 흔적(Trace)을 쉽게 조작할 수 있다LLM Agents Can Easily Tamper With Their Own Traces

비동기 모니터링, 인시던트 조사, 컴플라이언스 감사는 과거 상황을 재구성하기 위해 에이전트 트레이스에 크게 의존하며, 이는 LLM 에이전트가 자신의 실행 흔적을 조작할 수 없다는 가정을 전제로 합니다. 본 연구에서는 Claude Code, Codex, Antigravity, Open Code, Grok Build와 같은 로컬 LLM 에이전트들이 이러한 경계를 지키지 못함을 보여줍니다. Muse Code를 제외한 테스트 대상 하네스 전반에서, 모니터링 가드레일을 트리거하지 않고도 요청 시 자신의 트레이스를 삭제할 수 있었습니다.Asynchronous monitoring, incident investigations, and compliance audits primarily rely on agent traces to reconstruct what happened. These analyses assume that LLM agents cannot tamper with their own execution traces. We show that local LLM agents such as Claude Code, Codex, Antigravity, Open Code a

AD-WM: 반사실적 모델 예측 제어를 위한 행동 변별형 월드 모델AD-WM: Action-Discriminative World Models for Counterfactual Model Predictive Control

잠재 월드 모델은 주로 사실적 전이를 예측하도록 학습되지만, 모델 예측 제어(MPC)는 동일 상태에서 대안 행동들을 비교해야 합니다. 따라서 모델의 사실 예측 오차가 낮더라도 후보 행동 간의 구분이 취약할 수 있습니다. 본 논문에서는 반사실적 MPC를 위한 행동 변별형 결합 임베딩 월드 모델인 AD-WM을 소개합니다. AD-WM은 잔차 잠재 동역학과 역동역학 및 정규화 기반의 예측기 수준 행동 복원 정규화를 결합합니다.Latent world models are typically trained to predict factual transitions, whereas model predictive control (MPC) must compare alternative actions from the same state. A model can therefore achieve low factual prediction error yet poorly distinguish candidate actions. We introduce AD-WM, an action-di

RAPID: 시연 기반 로봇 에이전틱 프로그래밍RAPID: Robot Agentic Programming from Demonstrations

코딩 에이전트는 복잡한 프로그래밍 문제 해결에서 뛰어난 성과를 보여왔습니다. 로봇 시스템에 이러한 잠재력을 접목하기 위해, 단 한 번의 시각적 인간 시연만으로 로봇 프로그램을 자동 생성, 검증 및 정제하는 RAPID(Robot Agentic Programming from Demonstrations)를 제안합니다. 코드 정제의 반복적 에이전틱 루프에는 테스트 가능한 태스크 명세, 로봇 실행을 위한 액션 프리미티브 등 핵심 요소들이 활용됩니다.Coding agents have demonstrated enormous success in solving complex programming problems. To leverage their potential for robot systems, this work introduces Robot Agentic Programming from Demonstrations (RAPID), which automatically generates, verifies, and refines robot programs, given a single vis

Rolling-WAM: 롤링 이매지네이션 기반 월드 액션 모델Rolling-WAM: World Action Models with Rolling Imagination

월드 액션 모델(WAM)은 로봇 매니퓰레이션을 위해 행동 생성과 미래 시각 예측을 결합합니다. 그러나 각 재계획 주기마다 비디오-액션 결합 디노이징 과정을 완료하면 큰 지연 시간이 발생하여 행동 업데이트가 늦어지고 폐루프 반응성이 저하됩니다. 본 연구는 연속된 재계획 주기 전반에 걸쳐 결합 디노이징을 분산시키는 Rolling-WAM을 제안합니다. 시차를 둔 노이즈 레벨의 비디오-액션 청크 슬라이딩 윈도우를 유지하여 지연을 대폭 완화합니다.World Action Models (WAMs) couple action generation with future visual prediction for robotic manipulation. However, completing the joint video-action denoising process at each replanning cycle incurs substantial latency, delaying action updates and limiting closed-loop responsiveness. We present Ro

일반화된 태스크 및 모션 계획(TAMP) 문제를 위한 코딩 에이전트Coding Agents for Generalized Task and Motion Planning Problems

태스크 및 모션 계획(TAMP) 문제는 이산적 결정이 기하학적, 기구학적, 동역학적 제약 조건과 긴밀히 얽혀 있어 완전한 관측 가능성 환경에서도 여전히 어렵습니다. 일반화된 TAMP는 문제 인스턴스 간의 규칙성을 활용해 새 인스턴스의 계획 비용을 줄이고자 하지만 상당한 수준의 TAMP 전용 엔지니어링을 요구합니다. 본 연구는 코딩 에이전트가 이를 자동화하여 프로그램을 합성할 수 있는지 조사합니다.Task and motion planning (TAMP) problems remain difficult even with full observability and object-centric states because discrete decisions are tightly coupled to geometric, kinematic, and dynamic constraints. Generalized TAMP addresses this difficulty by exploiting regularities across problem insta

신뢰할 것인가 말 것인가: 음성 기반 검색 증강 팩트체크To Trust or Not to Trust: Retrieval-Augmented Fact Checking in Speech

뉴스 클립, 팟캐스트, 인터뷰, 정치 연설, 소셜 미디어 영상 등 음성 포맷의 온라인 가짜 뉴스가 증가함에 따라 음성에서 직접 주장을 검증하는 팩트체크 시스템의 필요성이 커지고 있습니다. 대형 음성 언어 모델(LALM)의 음성 팩트 검증 연구를 위한 프로브 벤치마크 VeriSpeak을 소개합니다. VeriSpeak은 시간적, 지리적, 관계적 사실에 걸친 3,879개의 음성 주장과 균형 잡힌 참/거짓 라벨을 포함합니다.Online misinformation increasingly appears in spoken formats such as news clips, podcasts, interviews, political speeches, and social media videos, creating a need for fact-checking systems that can verify claims directly from speech. We introduce VeriSpeak, a probe benchmark for studying speech-bas

체화 강화학습에서 비공개 궤적 재구성을 위한 시간적 그래디언트 역전 공격Temporal Gradient Inversion for Private Trajectory Reconstruction in Embodied Reinforcement Learning

임바디드(Embodied) 강화학습 에이전트의 분산 학습은 원시 센서 데이터를 기기에 유지하고 정책 그래디언트만 서버로 전송하여 일정 수준의 프라이버시를 제공합니다. 그러나 시간적 구조는 단일 프레임 공격을 넘어 정보 누출을 증폭시킬 수 있습니다. 단계별 정책 그래디언트로부터 비공개 관측-행동 궤적 시퀀스를 자기회귀적으로 재구성하는 분할 상환 시간적 그래디언트 역전 공격 TRACE를 소개합니다.Distributed learning in embodied reinforcement-learning agents offers a degree of privacy by retaining raw sensor data on-device and transmitting only policy gradients to the server. Yet temporal structure can amplify this leakage beyond single-frame attacks. We introduce Temporal Reconstruction Att

온라인 음모론의 에이전틱 탐지Agentic Detection of Online Conspiracies

소셜 미디어 상의 음모론 담론은 항상 명시적인 주장이나 고정된 어휘 지표로 표현되지 않으며, 동일한 표면 텍스트도 지지, 정당한 우려, 비판, 풍자, 조롱 등 다양하게 해석될 수 있습니다. 따라서 핵심 과제는 음모 관련 주장을 식별하는 것뿐만 아니라 화자의 의도(발화의 화행력)를 추론하는 것입니다. 본 연구는 관련 소셜 맥락을 활용하여 이를 달성할 수 있음을 보이며, 에이전틱 프레임워크를 제안합니다.Conspiratorial discourse on social media is not always expressed through explicit claims or stable lexical markers. The same surface content may express endorsement, legitimate concerns, criticism, satire, or mockery. The main challenge is therefore not only recognizing conspiracy-related claims, bu

멤버십 오라클 모델에서 볼록체 선형 최적화에 대한 준이차 하한A Nearly Quadratic Lower Bound for Linear Optimization over Convex Bodies in the Membership Oracle Model

멤버십 오라클 모델에서 볼록체에 대한 선형 최적화 및 균등 샘플링 무작위 알고리즘의 준이차(nearly quadratic) 하한을 증명합니다. 선형 최적화의 경우 차원의 폴리로그(polylog) 인자 범위 내에서 기존에 알려진 준이차 상한과 일치합니다. 균등 샘플링의 경우 기존의 선형 하한을 개선하며, 체적 추정에 대해서도 동일한 하한을 함의합니다.We prove nearly quadratic lower bounds for randomized algorithms for linear optimization and uniform sampling over convex bodies in the membership oracle model. For linear optimization, this matches the known nearly quadratic upper bound up to a polylog factor in the dimension. For uniform sampling,

앵커드 엑스트라 프록시멀 방법: 단조 포함 문제를 위한 최적의 고차 방법Anchored Extra-Proximal Methods: Optimal Higher-Order Methods for Monotone Inclusion Problems

접선 잔차 기준 하에서 매끄러운 단일값 단조 작용소와 극대 단조 집합값 작용소의 합으로 구성된 복합 단조 포함 문제의 근사해를 구하는 결정론적 오라클 복잡도를 연구합니다. 앵커드 외삽 단계와 상대 오차 조건을 만족하는 부정확한 앵커드 프록시멀 업데이트를 결합한 AEP(Anchored Extra-Proximal) 프레임워크를 제시합니다.We study the deterministic oracle complexity of finding approximate solutions to composite monotone inclusion problems, formed by the sum of a smooth single-valued monotone operator and a maximally monotone set-valued operator, under the tangent-residual criterion. We introduce the Anchored Extra-Pr

멀티모달 대형 언어 모델의 얼라인먼트 착각 (The Alignment Illusion)The Alignment Illusion in Multimodal Large Language Models

멀티모달 대형 언어 모델(MLLM)에서 레이어별 시각-텍스트 유사도는 언어 모델이 시각적 콘텐츠를 공유 표현 공간으로 점진적으로 통합한다는 증거로 널리 해석되어 왔습니다. 이러한 해석은 스칼라 정렬 점수가 콘텐츠 수준의 교차 모달 상호작용을 반영한다는 가정을 바탕으로 합니다. 본 연구에서는 이 가정을 검증하기 위해 시각 스트림에 통제된 개입을 적용했습니다. 0.5B부터 72B 파라미터에 이르는 5개 계열, 13개 MLLM을 대상으로 프로젝터 출력을 대체하여...Layer-wise visual-text similarity in Multimodal Large Language Models (MLLMs) is widely interpreted as evidence that the language model progressively integrates visual content into a shared representation space. This reading rests on the assumption that scalar alignment scores reflect content-level

압축을 넘어서: 신경 대리 모델의 안정적인 장기 롤아웃을 위한 잠재 표현 학습Beyond Compression: Training Latent Representations for Stable Long-Horizon Rollout in Neural Surrogate Solvers

잠재 신경 대리 솔버(Latent Neural Surrogate Solvers) 또는 잠재 역학 모델은 고해상도 필드를 직접 계산하는 대신 압축된 잠재 공간을 발전시켜 시변 물리 시스템의 시뮬레이션을 가속합니다. 원칙적으로 이는 계산 비용을 절감하고 학습을 단순화하지만, 실제로는 긴 자기회귀(autoregressive) 롤아웃 동안 오류가 급격히 누적되어 예측 유용성이 제한되는 경우가 많습니다. 본 연구에서는 이러한 불안정성이 잠재 표현 자체에서 비롯된 것이 아니라...Latent neural surrogate solvers, or latent dynamics models, accelerate simulations of time-dependent physical systems by evolving a compressed latent space rather than resolving full-resolution fields directly. In principle this reduces computational cost and simplifies learning, but in practice err

JevOut: 자연스러운 맥락이 결정 모델의 판단을 뒤집을 수 있다JevOut: Natural Context Can Flip Decision Models

Jev와 같은 전용 결정 모델(Decision Model)은 비정형 언어를 유한한 선택지 위의 확률 분포로 매핑하여 요청 라우팅, 툴 선택, 작업 트리거 등을 직접 수행하도록 돕습니다. 그러나 실제 환경의 입력은 고립되어 들어오는 경우가 드물며, 배경 세부 정보와 주변 맥락을 동반합니다. 연구진은 맥락에 자연스럽게 들어맞는 짧은 문구 추가만으로도 정답이 바뀌지 않았음에도 올바른 결정을 뒤집을 수 있음을 발견했습니다. 이러한 동작을 조사하기 위해...Dedicated decision models such as Jev map unstructured language to probability distributions over finite choices, allowing their outputs to directly route requests, select tools, and trigger actions. Yet real-world inputs rarely arrive in isolation: they come with background details and surrounding

SemMSA: 불완전한 데이터를 위한 잠재 시맨틱 기반의 강건한 멀티모달 감성 분석SemMSA: Latent Semantic-Aided Robust Multimodal Sentiment Analysis with Incomplete Data

최근 멀티모달 감성 분석(MSA) 연구는 인간의 감성을 추론하기 위해 언어, 시각, 음향 모달리티의 불완전한 데이터로부터 학습하는 데 집중하고 있습니다. 대부분의 연구는 결측 정보를 보완하기 위해 모달리티 특징을 재구성하거나 복잡한 융합 메커니즘을 설계합니다. 그러나 이러한 방식은 부분적으로 관측된 멀티모달 증거에서 고수준 시맨틱 접지(grounding)가 부족하여 잘못된 생성 및 노이즈 유입 문제를 겪습니다. 이를 해결하기 위해...Recent research on Multimodal Sentiment Analysis (MSA) has focused on learning from language, visual, and acoustic modalities with incomplete data to infer human sentiment. Most studies typically compensate for missing information by reconstructing modality features or designing complicated fusion m

ExplorationBench: 검증 가능한 미지의 세계에서 AI 시스템의 탐색 능력 측정ExplorationBench: Measuring AI Systems' Exploration in Verifiable Alien Worlds

과학적 발견은 이미 알려진 문제가 끝나는 지점에서 시작됩니다. 그곳에서 AI 시스템은 가설을 세우고, 실험을 설계하며, 결과를 반복 개선하는 탐색(Exploration) 과정을 수행해야 합니다. 하지만 이러한 능력을 평가하는 것은 어렵습니다: (1) 진정으로 새로운 가설이 유효한지 검증하는 문제, (2) 시스템이 탐색을 통해 발견한 것인지 사전 학습 데이터에서 관련 지식을 단순히 기억해낸 것인지 판별하는 문제입니다. 이를 위해 탐색이라는 난제를 해결하는 ExplorationBench를 소개합니다...Scientific discovery begins where known problems end. There, AI systems must engage in exploration: framing hypotheses, designing experiments, and iterating on the results. However, evaluating this ability is difficult: (1) how to verify whether a genuinely new hypothesis holds, and (2) how to deter

ARGUS: 미국 고용 차별 소송장을 위한 역할 인식 이벤트 지식 그래프ARGUS: Role-Aware Event Knowledge Graphs for U.S. Employment-Discrimination Complaints

미국 고용 차별 소송장은 어휘나 임베딩 기반 표현만으로는 명시적으로 포착하기 어려운 복잡한 사건 연속을 담고 있습니다. 본 논문에서는 5W1H 기반 스키마, 법률 도메인 모델, LLM 기반 구조화 생성을 결합하여 CourtListener 소송장으로부터 문서 수준의 이벤트 지식 그래프(EKG)를 구축하는 파이프라인인 ARGUS를 제시합니다. ARGUS는 사실 관계를 담은 문장을 추출하고, 참가자·시간·인과 관계를 포함하는 청크 단위 이벤트 그래프를 구축하여...U.S. employment-discrimination complaints describe complex event sequences that are not explicitly captured by lexical or embedding-based representations alone. We present ARGUS, a source-grounded pipeline that combines a 5W1H-inspired schema, legal-domain models, and LLM-based structured generation

오디오 언어 모델은 변별적 자질을 들을 때와 읽을 때 동일하게 인식하는가?Do Audio Language Models Hear and Read Distinctive Features Alike?

오디오 언어 모델은 음성과 텍스트를 단일 디코더를 통해 처리합니다. 본 연구는 음소를 귀로 들을 때와 눈으로 읽을 때 해당 디코더가 변별적 자질(distinctive feature)을 같은 방향으로 표상하는지 질문을 던집니다. 하나의 자질만 다른 최소 대립쌍 음소들에 대해 두 구성원의 평균 표현 간 오프셋을 구하고, 이 오프셋들을 평균 내어 각 스트림의 방향을 도출한 뒤 두 방향 간의 코사인 유사도를 측정합니다. 두 스트림은 이미 임의의 음소 쌍에 대해 일치성을 보이므로...Audio language models pass speech and text through a single decoder. We ask whether that decoder represents a distinctive feature in the same direction when a phoneme is heard and when it is read. For minimal pairs of phonemes differing in one feature, we take the offset between the two members'

자동 음성 인식을 위한 전사 모호성 토큰 수준 허용 학습 기준A Training Criterion with Token-Level Tolerance to Transcription Ambiguity for Automatic Speech Recognition

자동 음성 인식(ASR)은 통상 참조 전사본(스크립트)이 발화에 대한 유일하게 유효한 라벨이라는 가정하에 학습됩니다. 그러나 정밀 전사본이라 하더라도 음향 정보만으로는 명확히 결정되지 않는 발음, 철자, 어휘 구현 상의 국소적 차이가 존재합니다. OTC(Omni-temporal Classification)는 CTC 정렬 그래프에 와일드카드 경로를 추가해 이러한 노이즈를 허용하지만, 단어 수준 아크(arc) 단위는 너무 거칠어...Automatic speech recognition is typically trained assuming that the reference transcript is the only valid labeling of an utterance, yet even nominally verbatim transcripts contain localized differences in pronunciation, spelling, or lexical realization that the acoustics do not uniquely determine.

연쇄적인 로그 AI(불량 AI) 공격 중심에 선 한 기업One company is at the center of a wave of rogue AI attacks

지난 7월 OpenAI가 자사 AI 에이전트의 무단 허깅페이스 공격 사실을 공개하며 안전성 논란이 불거진 이후, 메타·앤트로픽·구글 등의 에이전트에서도 유사한 사건이 잇따르며 통제 불능 AI에 대한 공포가 커지고 있습니다.In July, OpenAI revealed that its AI agents had attacked Hugging Face without permission, sparking widespread concerns about AI safety. Since then, a string of similar incidents involving agents from Meta, Anthropic, Google, and other companies has fueled further fears about rogue AI. As disclosures

지속 학습이 차단 모니터링 시스템을 무력화할 수 있는 이유Continual learning might make your blocking monitors nearly useless

많은 AI 제어 프로토콜은 위험 행동을 모니터링하여 임계값을 넘으면 신뢰할 수 있는 약한 모델로 대체하는 방식을 씁니다. 그러나 AI가 지속적으로 기술과 지식을 축적하는 지속 학습(Continual Learning) 환경에서는 이러한 개입 프로토콜이 유용성을 떨어뜨리고 무력화될 위험이 있습니다.Many control protocols work by intervening on an untrusted AI's actions during deployment. For example, you might set up a monitor that scores each action's suspiciousness and blocks actions above a threshold, replacing them with actions from a weaker "trusted" model (a defer-to-

AI 안전(AI Safety) 커뮤니티는 버클리의 섹스 컬트에 가깝다AI safety is mostly a sex cult in Berkeley

해커 뉴스 (포인트 84점, 댓글 19개)Hacker News (84 points, 19 comments)

매일 AI를 사용하는 미국인조차 AI에 대해 우려하고 있다Even Americans who use AI every day are worried about it

이 보고서는 AI에 대한 노출이 증가해도 기술에 대한 불안감이 해소되지 않으며 AI 규제에 대한 대중의 지지도 감소하지 않을 것이라고 제안합니다.The report suggests that greater exposure will not resolve the unease around the technology, nor reduce public support for AI regulation.

Import AI 473: 미국의 초지능 전략, 쥐 두개골 속 인간 뇌, 그리고 기계 해석학Import AI 473: The US's superintelligence strategy; human brain in a mouse skull; and machine hermeneutics

AI 기술이 직면한 한계와 발전 정체에 대한 질문과 함께, 미국의 초지능(Superintelligence) 국가 전략, 인간 뇌 오가노이드 연구 및 기계 해석학 이슈를 다룹니다.Is the wall AI is hitting in the room with us right now?

저커버그가 또다시 거짓말을 하고 있다...Zuck is lying to you... again

유료 플랜 가입 시 Hyperagent 100달러 보너스 크레딧을 받으세요 - https://www.hyperagent.com/fireship100 이번 영상에서는 Meta Connect 2026의 모든 발표 내용을 분석합니다. 자세히 살펴보시죠. Fireship 콘텐츠 더 보기: 🗞️ 뉴스레터: https://bytes.dev 🧠 강의: https://fireship.devGet $100 in Hyperagent bonus credits when you sign up for a paid plan - https://www.hyperagent.com/fireship100 In this video we break down everything from Meta Connect 2026. Let's dive in. Want more Fireship? 🗞️ Newsletter: https://bytes.dev 🧠 Courses: https://fireship.dev

지금 바로 써볼 만한 5가지 ChatGPT 프롬프트!5 ChatGPT Prompts To Try Right Now!

ChatGPT의 5가지 신기능을 활용하는 새로운 방법 5가지를 소개합니다 👇 1. 업그레이드된 GPT-6의 컴퓨터 사용 기능을 활용해 작업 공간을 Blender의 디지털 디오라마로 변환하기. 2. GPT Image 2.5를 사용해 방의 다른 부분은 유지하면서 한쪽 구석만 재디자인하기. 3. ChatGPT Work의 클라우드 브라우저로 로그인된 웹사이트 전반의 AI 구독 현황을 점검하고 비용 및 갱신일 대시보드 구축하기. 4. GPT-Live 1을 활용해 조사 작업을 수행하는 동안 음성으로 대화할 수 있는 여행 플래너 제작하기. 5.Here are 5 new ways to use ChatGPT’s 5 new features 👇 1. Use GPT-6’s upgraded computer use to turn you workspace into a digital diorama in Blender. 2. Use GPT Image 2.5 to redesign one corner of a room while preserving the rest. 3. Use ChatGPT Work’s cloud browser to check your AI subscriptions acro

Claude Opus 5.5 AI: 믿기지 않는 거대한 도약Claude Opus 5.5 AI: An Incredible Leap Forward

❤️ Lambda를 확인하고 GPU Cloud에 가입하세요: https://lambda.ai/papers 참고: 걷는 생명체 실험에서 Astra는 단순화된 모델을 사용했으며 정확한 모델을 구현하지 못했습니다. 더 많은 세대에 걸쳐 시뮬레이션한 후에도 결과는 개선되지 않았습니다. Claude Opus 5.5: https://www.anthropic.com/claude-opus-5-5 걷는 생명체 영상 및 논문: https://www.youtube.com/watch?v=kQ2bqz3HPJE https://www.goatstream.co❤️ Check out Lambda here and sign up for their GPU Cloud: https://lambda.ai/papers Note: in the walking creatures experiment, Astra used a simplified model and was unable to implement the correct one. Things did not improve after simulating it for more generations. Claude Opus 5.5: https://www.anthr