총 1678건 중 1609-1632건
PaliGemma 2는 SigLIP 이미지 인코더와 Gemma 2 언어 모델을 결합하고, 3B·10B·28B 규모와 세 가지 해상도, 간편한 미세조정 및 양자화 지원을 제공하는 구글의 새로운 오픈 비전 언어 모델 제품군이다.
AraGen은 아랍어 LLM을 대상으로 사실성·사용성을 함께 평가하기 위해 3C3H 척도, 동적 블라인드 평가 주기, 인간 검증 데이터셋을 결합한 생성형 벤치마크와 리더보드다.
EU AI Act는 오픈소스 AI에도 적용될 수 있으며, 개발자는 시스템·모델의 위험 수준과 공개 방식에 따라 투명성, 학습 데이터 요약, 저작권 및 개인정보 보호 의무를 준비해야 한다.
NXP는 로봇 VLA를 임베디드 플랫폼에 배포하기 위해 신뢰도 높은 데이터셋 수집, ACT·SmolVLA 미세조정, i.MX 95에서의 모델 분해·양자화·비동기 추론 최적화가 함께 필요하다고 설명한다.
DeepSeek R1은 OpenAI o1처럼 추론에 더 많은 계산을 쓰는 모델이지만, 추론 과정을 공개한다는 점에서 더 투명한 경쟁자로 제시됐다.
이 글은 Automerge의 CRDT 기반 로컬 우선 편집 모델과 Convex 백엔드를 함께 사용해 오프라인 편집, 충돌 없는 협업, 서버 기반 권한·관계·동기화를 결합하는 방법을 설명한다.
록스는 오픈AI의 모델과 API를 기반으로 데이터, 영업 흐름, 상시 작동 에이전트를 결합한 맞춤형 매출 운영 플랫폼을 구축하고 기업 고객 확대와 영업 생산성 향상을 이루고 있다.
이 글은 로컬 퍼스트 웹 앱에 적합한 객체 동기화 엔진을 정의하고, 로컬 저장소·서버 저장소·동기화 프로토콜의 역할을 기존 사례와 컨벡스의 방향으로 비교한다.
에스티 로더 컴퍼니즈는 ChatGPT Enterprise와 사내 GPT Lab을 활용해 방대한 소비자·임상 데이터를 빠르게 분석하고, 직원의 반복 업무를 줄이면서 제품 개발과 마케팅의 창의성 및 시장 대응 속도를 높였다.
BAAI는 정적 벤치마크와 사용자 투표형 아레나의 한계를 보완하기 위해 대형 언어모델들이 다국어로 직접 토론하며 추론력·논증력·언어 능력을 드러내는 FlagEval Debate를 제안한다.
Firecrawl은 두 번째 Launch Week 동안 대량 스크래핑, 지역·언어 설정, 결제 유연성, iframe 처리, 자동화 액션, 모바일 스크래핑, 더 빠른 Markdown 파싱 등 웹 데이터 수집 기능을 7일에 걸쳐 공개했다.
Firecrawl은 Launch Week II 6일 차 발표로 모바일 기기 에뮬레이션을 활용한 모바일 스크래핑과 모바일 스크린샷 기능을 공개했다.
파이어크롤은 두 번째 출시 주간 5일 차에 동적 웹페이지를 더 안정적으로 수집하기 위한 ‘스크레이프’와 ‘선택자 대기’ 액션을 발표했다.
챗지피티 검색은 대화의 맥락을 활용해 최신 웹 정보를 찾아 답변하고, 관련 원문 출처까지 연결함으로써 검색과 대화형 질의응답을 결합한 기능이다.
Firecrawl은 Launch Week II 4일 차에 중첩·동적·교차 출처 iframe 콘텐츠를 자동으로 추출하는 Advanced iframe Scraping을 발표했다.
생명과학 기업 프로메가는 경영진 주도의 챗GPT 도입과 맞춤형 GPT 확산을 통해 제조 계획, 품질 대응, 영업 분석, 마케팅 실행의 속도와 효율을 높였다.
SimpleQA는 짧고 단일한 정답이 있는 사실 확인 질문을 통해 언어 모델의 정확성, 환각, 응답 회피, 자신감 보정 능력을 측정하는 공개 벤치마크다.
Firecrawl은 Launch Week II 2일차에 웹 스크래핑 결과를 국가와 선호 언어에 맞춰 받을 수 있는 Location and Language Settings 기능을 공개했다.
스탠퍼드 HAI와 스탠퍼드 로보틱스 센터가 AI 기반 로보틱스의 책임 있는 발전과 거버넌스를 위해 새 파트너십을 출범했다.
Firecrawl은 Launch Week II 첫날 여러 URL을 한 번에 스크랩할 수 있는 Batch Scrape 엔드포인트를 공개하고, 동기·비동기 처리 방식과 사용 예시를 함께 안내했다.
OpenAI는 연속시간 일관성 모델을 단순화·안정화·대규모화한 sCM을 소개하며, 선도적 확산 모델에 가까운 샘플 품질을 단 두 번의 샘플링 단계로 달성했다고 설명합니다.
엔비디아는 GTC 2025에서 물리 AI 개발을 가속하기 위해 Cosmos Transfer, Physical AI Dataset, Isaac GR00T N1을 공개했다.
Anthropic은 프런티어 AI의 재앙적 위험을 관리하기 위해 Responsible Scaling Policy를 더 유연하고 세분화된 위험 거버넌스 체계로 업데이트했다.
허깅페이스는 대용량 모델·데이터셋 전송의 한계를 극복하기 위해 바이트 단위 중복 제거와 검증을 수행하는 콘텐츠 주소 기반 저장소(CAS)를 도입하고, 전 세계 업로드 분포에 맞춰 세 지역에 노드를 배치하는 새로운 업로드·다운로드 구조를 설계했다.
