총 2533건 중 2089-2112건
Every의 두 엔지니어는 AI 에이전트 기반 워크플로를 설계해 한 주 동안 기능 6개, 버그 수정 5개, 인프라 업데이트 3개를 처리한 사례를 소개한다.
구글 딥마인드와 구글 코어 ML은 원 화자의 목소리를 유지하면서 약 2초 지연으로 실시간 음성 음성 번역을 수행하는 엔드투엔드 S2ST 모델과 이를 위한 시간 동기화 데이터 파이프라인을 소개했다.
구글은 사용자의 어떤 프롬프트에도 맞춰 웹페이지, 도구, 시뮬레이션 같은 맞춤형 인터랙티브 경험을 즉석 생성하는 생성형 UI 구현을 소개하고, Gemini 앱과 Google Search AI Mode에 실험적으로 적용한다고 밝혔다.
허깅페이스의 kernels와 kernel builder를 이용해 AMD MI300X용 ROCm FP8 GEMM 커널을 재현 가능한 형태로 구성하고, 빌드 설정부터 PyTorch 네이티브 연산자 연결까지 구현하는 방법을 설명한 기술 안내서다.
오픈에이아이는 가트너의 2025년 생성형 인공지능 모델 제공업체 혁신 안내서에서 신흥 리더로 선정됐으며, 이를 기업의 안전한 인공지능 도입과 대규모 확산을 지원해 온 성과로 평가했다.
허깅페이스와 구글 클라우드는 기업이 개방형 모델로 자체 AI를 더 빠르고 안전하게 구축·배포할 수 있도록 서비스 통합, 전송 인프라, 가속기 지원, 보안을 아우르는 전략적 협력을 확대한다.
오픈에이아이는 아일랜드 정부·도그패치 랩스·패치와 협력해 중소기업, 초기 창업자, 청년 개발자의 인공지능 활용과 성장을 지원하는 ‘아일랜드를 위한 오픈에이아이’를 출범시켰다.
Google Quantum AI 연구진은 최적화 문제를 디코딩 문제로 변환해 양자 간섭과 기존 디코딩 알고리즘을 결합하는 DQI 알고리즘을 제시하며, 특히 OPI 문제에서 알려진 고전 알고리즘 대비 뚜렷한 속도 우위를 보일 수 있음을 설명했다.
GPT 5.1은 작업 난도에 따라 추론량을 조절하고, 추론 없는 저지연 모드와 24시간 프롬프트 캐싱, 향상된 코딩 성능, 코드 패치 및 셸 도구를 제공하는 개발자용 모델이다.
Google DeepMind와 Google Research는 자연림과 다른 수목 피복을 구분하는 10m 해상도 AI 지도 Natural Forests of the World 2020을 공개해 산림 벌채 없는 공급망과 규제 대응을 지원하려 한다.
OpenAI는 대부분의 가중치를 0으로 제한한 희소 신경망을 훈련해, 일부 단순 행동이 작고 분리된 회로로 구현되며 해당 회로를 사람이 추적할 수 있음을 보였다.
Google은 JAX 기반의 차등 프라이버시 머신러닝 라이브러리 JAX Privacy 1.0을 공개하며, 대규모 모델 학습과 감사에 필요한 DP 알고리즘·스케일링·회계 도구를 통합했다고 발표했다.
GPT‑5.1은 적응형 추론과 향상된 지시 이행으로 답변 능력을 높이는 동시에, 더 자연스러운 대화 방식과 세밀한 개인화 기능을 제공하는 GPT‑5 세대의 개선판이다.
헨릭 워델린은 AI 에이전트 시대에도 오래가는 사업의 출발점은 유행 기술이 아니라 특정 고객을 깊이 이해하고 창업자 자신과 맞는 고객을 섬기는 데 있다고 말한다.
구글 리서치는 모델 구조와 최적화 규칙을 하나의 중첩된 학습 시스템으로 보는 Nested Learning을 제안하며, 지속 학습의 핵심 난제인 파국적 망각을 줄이는 새 설계 관점을 제시했다.
OpenAI는 프롬프트 인젝션을 대화형 AI가 외부 콘텐츠의 악성 지시에 속아 사용자의 의도와 다른 행동을 하게 되는 새로운 보안 과제로 설명하며, 모델 훈련·모니터링·제품 보호장치·사용자 통제를 결합한 다층 방어가 필요하다고 강조한다.
OpenAI는 인공지능의 급속한 능력 향상과 비용 하락이 지식 발견과 삶의 개선을 촉진할 수 있다고 보면서, 공동 안전 기준·역량 비례형 공공 감독·회복력 생태계·지속적인 영향 측정·보편적 접근을 핵심 과제로 제안한다.
DS STAR는 다양한 데이터 형식 분석, LLM 기반 검증, 순차적 계획 개선을 결합해 복잡한 데이터 과학 작업을 자동화하고 주요 벤치마크에서 기존 에이전트보다 높은 성능을 보인 데이터 과학 에이전트입니다.
Chime은 AI를 단순한 업무 도구가 아니라 마케팅 조직과 의사결정 체계를 연결하는 운영 모델로 도입해 콘텐츠 제작, 실시간 최적화, 고객 이해의 속도와 정밀도를 높이고 있다.
ForestCast는 위성 데이터와 딥러닝을 활용해 산림 손실을 사후 집계하는 데서 나아가, 미래의 산림 벌채 위험을 예측하기 위한 공개 벤치마크와 모델 접근법을 제시한다.
허깅페이스는 멀티클라우드·쿠버네티스·로컬 개발·CI/CD에 흩어진 비밀정보 관리를 Infisical로 통합해 접근 통제와 감사·동기화를 표준화하면서도 대규모 운영에 필요한 수동 배포 통제권을 유지했다.
Project Suncatcher는 태양광 위성 군집에 Google TPU와 자유공간 광통신 링크를 탑재해 우주에서 대규모 머신러닝 연산 인프라를 확장할 수 있는지를 검토하는 Google의 연구 문샷이다.
Apriel H1은 기존 150억 매개변수 추론 모델의 주의층을 단계적으로 맘바층으로 교체하면서, 일반 사전학습 데이터가 아니라 교사가 생성한 고품질 추론 궤적을 증류해 추론 품질을 거의 유지하고 처리량을 최대 2.1배 높인 하이브리드 모델이다.
인디큐에이는 인도의 언어와 문화, 일상에 관한 지식과 추론 능력을 전문가 기준으로 평가하기 위해 개발된 문화 맥락 중심의 인공지능 벤치마크다.
