총 2533건 중 2401-2424건
Hugging Face와 FriendliAI는 Hugging Face Hub의 “Deploy this model” 버튼 안에 FriendliAI Endpoints를 통합해 생성형 AI 모델 배포와 추론 운영을 더 빠르고 간단하게 만들었다.
에이전트의 내부 실행 과정을 추적하고 도구 호출 결과를 체계적으로 평가해, 단순히 작동하는 수준을 넘어 실제로 효과적인 에이전트로 개선하는 방법을 아라이즈 피닉스와 스몰에이전츠 예제로 설명한다.
PyTorch 메모리 스냅샷으로 GPU 사용량을 단계별로 시각화하고, 학습 과정의 최대 메모리를 구성 요소별로 추정하는 방법을 설명한다.
허깅페이스와 인도과학원·아트파크는 인도 전역의 언어·방언·지역·인구통계적 다양성을 담은 오픈소스 다중양식 데이터셋 ‘바니’의 접근성과 활용성을 높이기 위해 협력한다.
메루카리는 GPT 4o mini 기반의 상품 등록 지원 기능으로 판매자의 작성 부담을 줄이고 등록 전환율과 상품 설명 품질을 높이는 한편, 전사적인 인공지능 활용 체계를 확대하고 있다.
LlamaIndex는 문서 화면을 OCR 없이 단일 벡터로 표현하는 다국어 검색 모델과 약 50만 건 규모의 공개 학습 데이터를 선보였으며, 검색 성능·추론 속도·언어 간 검색·저장 효율을 함께 개선했다.
OpenAI는 딥 리서치 출시 전 외부 적대적 시험, 프런티어 위험 평가, 거버넌스 검토와 추가 안전장치를 수행하고 그 결과를 시스템 카드에 공개했다.
파케이 콘텐츠 정의 청킹은 유사한 파케이 파일에서 변경된 데이터 조각만 전송하도록 해, 허깅 페이스 허브의 업로드·다운로드 시간과 저장 비용을 크게 줄이는 기능이다.
OpenAI의 SWE Lancer는 Upwork의 실제 프리랜스 소프트웨어 과업 1,400개 이상을 100만 달러 규모의 보상 가치와 연결해 프런티어 LLM의 실전 소프트웨어 수행 능력을 평가하는 벤치마크다.
베네딕트 에번스는 OpenAI의 Deep Research가 복잡한 리서치 작업을 크게 줄여줄 잠재력이 있지만, 출처 판단과 정밀한 수치 검색에서 틀리면 신뢰할 수 없다는 근본적 문제를 OpenAI의 자체 스마트폰 사례로 보여준다.
Replit은 Replit Agent가 최신 API 문서와 웹 콘텐츠를 안정적으로 활용할 수 있도록 Firecrawl을 통합해, 실시간 사용자 요청에 필요한 깨끗하고 구조화된 웹 데이터를 확보하고 있다.
이 글은 Convex에서 스키마 validator, 함수 인자 검증, TypeScript 타입을 중복 없이 연결해 데이터 일관성과 개발 편의성을 높이는 방법을 요리책 예시로 설명한다.
Math Verify로 수학 답안의 추출·해석·동치 비교 오류를 바로잡아 Open LLM Leaderboard의 3,751개 모델을 재평가한 결과, 점수와 순위가 대폭 달라졌다.
Fanatics Betting and Gaming은 재무 업무의 수작업과 정보 탐색 시간을 AI로 줄여 CFO와 재무팀이 전략, 성과 해석, 의사결정 같은 고부가가치 업무에 집중하도록 하고 있다.
기업용 금융 인공지능 플랫폼 로고는 오픈AI o1을 비롯한 모델과 대규모 금융 데이터를 결합해 문서 조사, 실사, 분석 자료 작성을 자동화하고 금융 전문가가 고부가가치 의사결정에 집중하도록 지원한다.
OpenAI는 모델 행동 원칙을 정의하는 최신 Model Spec을 공개하며, 사용자·개발자 맞춤화와 지적 자유를 확대하되 실제 위해를 막기 위한 경계와 평가·공개 협업 체계를 함께 강화했다.
nanoVLM은 SigLIP 비전 인코더와 Llama 3 계열 언어 구조를 간결한 순수 PyTorch 코드로 연결해, 시각 질의응답용 VLM의 구성부터 학습·평가·추론까지 직접 익힐 수 있게 만든 경량 툴킷이다.
이 글은 Mythos 사례를 통해 AI 사이버보안의 핵심이 단일 모델이 아니라 시스템·생태계에 있으며, 방어자가 공격자와 맞서기 위해서는 개방형 도구와 감사 가능한 구조가 중요하다고 설명한다.
DABstep은 실제 결제 데이터 분석 업무에서 나온 450개 이상의 과제를 통해, 현재 LLM 기반 데이터 에이전트가 다단계 추론·도메인 이해·코드 실행을 결합한 현실적 분석 문제를 얼마나 해결할 수 있는지 평가하는 벤치마크입니다.
Hugging Face는 JFrog 스캐너를 Hub에 통합해 모델 파일 속 코드의 악성 사용 가능성을 더 깊게 분석하고, ML 커뮤니티의 모델 공유 보안을 강화한다고 발표했다.
딥 리서치는 복잡한 질문을 위해 수백 개의 온라인 자료를 자율적으로 탐색·분석·종합하고, 출처가 명시된 연구 보고서를 수십 분 안에 작성하는 ChatGPT의 에이전트형 연구 기능이다.
OpenAI o3 mini는 낮은 비용과 짧은 지연 시간을 유지하면서 수학·과학·코딩 추론 성능과 실무용 개발 기능을 강화한 소형 추론 모델이다.
DeepSeek R1의 공개는 중국 생성 AI의 추격, 오픈 웨이트 모델의 공급망 중요성, 기반 모델 가격 하락, 그리고 강화학습 기반 추론 모델·컴퓨터 사용 에이전트의 부상을 동시에 부각시켰다.
허깅페이스는 팔, 리플리케이트, 삼바노바, 투게더 에이아이의 서버리스 추론을 허브 모델 페이지와 파이썬·자바스크립트 SDK, HTTP 라우터에 통합하고, 자체 제공자 키와 허깅페이스 경유 방식 중 하나를 선택할 수 있게 했다.
