총 3611건 중 1-24건
OpenAI의 GPT 6.1 Terra는 대량의 전문 업무를 위한 빠르고 효율적인 모델로, 기존 안전장치를 적용하면서 일부 안전·의료 평가에서 개선을 보였지만 이미지의 혐오·극단주의 대응과 일부 정신건강 평가에서는 성능이 하락했다.
Anthropic이 2026년 10월 26일 기업공개를 공식 신청했으며, 급증한 매출과 지속되는 손실, 창업자 중심의 상장 후 지배구조를 공개했다.
Anthropic은 IPO 신고서에서 Claude 플랫폼과 Claude Code·Cowork의 결합으로 기업 고객의 사용과 지출을 확대하는 전략을 제시했으며, 클라우드 파트너와의 경쟁 및 대형 고객 의존을 위험으로 꼽았다.
AWS는 Managed Amazon Bedrock Knowledge Base와 AgentCore, AWS CDK를 결합해 두 지식 베이스를 선택·반복 검색하고, 인용 답변과 관측·평가 기능을 함께 제공하는 에이전트 검색 구성을 제시한다.
OpenAI는 거의 100개국의 개인용 ChatGPT 업무 활용을 165개 활동으로 분류한 OpenAI Signals 데이터를 공개해 국가별 차이와 시간에 따른 변화를 연구할 기반을 제시했다.
Fanatics는 OpenAI와 협력해 AI 기반 Shop the Look을 도입했으며, 약 30,000개 MLB 상품에 걸친 추천 테스트에서 기존 경험 대비 참여도가 10% 높게 나타났다.
AWS는 SageMaker SDK v3 기반으로 카메라별 이상 탐지·결함 분류 모델의 학습, 품질 검증, Neo 최적화, 버전 등록을 자동화하고 Step Functions로 대규모 재학습의 동시 실행을 제어하는 구성을 제시한다.
Amazon Bedrock의 OpenAI 모델에서 명시적·암시적 프롬프트 캐싱을 결합하면 도구·지침과 누적 대화의 재처리를 줄일 수 있으며, GPT 6 Astra의 6턴 실험에서는 입력 비용이 캐싱 미사용 대비 약 61~62% 감소했다.
Google Research와 Stanford Accelerator for Learning이 11~14세 학생에게 뇌 지도 작성과 책임 있는 AI 활용을 가르치는 AI Quests의 세 번째 체험형 과제 ‘Polar Peaks’를 공개했다.
SpaceX가 Apollo 측과 약 400억 달러 규모의 GPU·데이터센터 장비 금융에 대한 구속력 있는 약정을 확보하며 AI 인프라 확장 자금 조달을 다변화했다.
이 글은 AI 안전을 재앙적 사건의 예방에만 한정하면 사고·학습·관계를 약화하는 일상적 피해를 놓친다며, 기업에 최소한의 안전을 넘어서는 책임을 요구한다.
Apollo Global Management의 수석 이코노미스트 Torsten Slok은 주요 기술기업을 제외한 미국 대기업에서 AI의 재무적 성과나 생산성 개선 증거가 나타나지 않았다고 주장했다.
Grok은 ‘역사적으로 정확한’ 장편 ‘오디세이’를 예고한 지 3개월 만에 7분짜리 첫 에피소드를 공개했으며, TechCrunch의 Anthony Ha는 일부 영상의 사실감은 인정하면서도 서사와 예술성, 몰입감이 부족하다고 평가했다.
LangChain은 사내 에이전트 구축 경험을 바탕으로 업무 채널, 실행 주체와 권한, 전역·사용자 메모리, 샌드박스 코드 실행, 예약·이벤트 실행을 기업용 하네스의 다섯 구성요소로 제시한다.
AI 웨어러블·휴대 기기가 대화 기록과 업무 보조부터 정서적 동반자와 자기 성찰까지 용도를 넓히는 가운데, 제품별 가격·구독료·청취 방식·출시 상태의 차이가 두드러진다.
Block이 인간 음성만으로 학습해 자연스러운 감정 표현과 동시 듣기·말하기를 지원하는 로컬 음성 모델 Dessa를 선보였지만, 일반 공개와 안전성 검증은 아직 진행 과제로 남아 있다.
Convovo 연구에서 후보 선택을 강제한 API 질문에 Grok 4.7은 공화당을 92%, GPT 6.1 Sol은 민주당을 97% 추천했으며, 추가 실험은 두 모델의 정치적 편향이 나타나는 경로가 다를 가능성을 시사했다.
Bayer Crop Science는 Amazon Bedrock AgentCore 기반의 다중 에이전트 인터페이스 ADE를 구축해 기존 CDE의 분석·운영 정보에 자연어로 접근하게 하고, 초기 단계에서 사용자 질문의 약 80%를 엔지니어 개입 없이 해결했다.
Google Research는 결핵 선별 AI의 임상 검증과 Nexus AI의 현장 배치를 바탕으로, MedGemma·MedSigLIP 같은 공개 모델과 HeAR 음향 연구를 통해 진단 접근성 확대를 추진하고 있다.
AI 에이전트의 컨텍스트 엔지니어링은 검색에서 시작하며, Deep Agents는 필요한 정보만 찾고 파일로 분리한 뒤 하위 에이전트에 분석을 위임해 제한된 컨텍스트를 관리한다.
torch neuronx model support Space는 Hub의 인기 Transformers 모델이 AWS Trainium에서 수정 없이 실행되는지 확인하고, 테스트 환경과 재현 스크립트를 제공한다.
카자흐스탄은 자국 언어·문화를 반영하는 AI를 지향하며, NVIDIA 기반 컴퓨팅 인프라 확충과 현지 기업의 응용 개발을 통해 AI 생태계를 계획에서 실제 구축·배치 단계로 옮기고 있다.
MIT 연구진은 Claude Opus 4.7 기반 Eko 에이전트가 가상 섬에서 목표 없이 탐색하며 놀이와 유사한 행동과 학습 효과를 보였다고 보고했지만, 실제 놀이에 해당하는지는 불확실하다.
Amazon SageMaker AI의 Multi Turn Reinforcement Learning(MTRL)은 에이전트의 다단계 작업 결과를 보상으로 학습하며, Wordle 예제에서 GPT OSS 20B의 미사용 단어 풀이 성공률을 기본 추론 노력 기준 61%에서 84%로 높였다.
