multimodal 태그 문서 193개 | 우성짱의 문서

Tag193건YouTube 3Article 190

#multimodal

이 태그와 연결된 문서를 한곳에서 모아보고, 함께 자주 등장하는 연관 태그까지 이어서 탐색할 수 있습니다.

연관 태그

#vision-language-models공동문서 179 · 연관도 95%#llm공동문서 173 · 연관도 34%#ai-architecture공동문서 81 · 연관도 27%#semiconductors공동문서 115 · 연관도 24%#agent-routing공동문서 76 · 연관도 23%#agent-memory공동문서 66 · 연관도 20%#nvidia공동문서 47 · 연관도 17%#service-design공동문서 40 · 연관도 15%#workflow-automation공동문서 25 · 연관도 15%#capex-cycle공동문서 32 · 연관도 14%

Article2026년 6월 12일

Introducing Mellum2: A 12B Mixture-of-Experts Model by JetBrains

JetBrains는 텍스트·코드 워크로드의 저지연 추론을 겨냥해, 총 12B 파라미터 중 토큰당 2.5B만 활성화하는 Apache 2.0 라이선스의 MoE 모델 Mellum2를 공개했다.

huggingface.co

#ai-architecture #multimodal #agent-memory #agent-routing

Article2026년 6월 12일

From PDFs to insights: Architecting an intelligent document processing pipeline with AWS generative AI services

이 글은 기존 OCR의 한계를 넘어 문서의 텍스트·표·시각 요소·문맥을 함께 추출하고, 검색·RAG·에이전트 조정을 결합해 지능형 문서 처리 파이프라인을 구성하는 방식을 설명한다.

aws.amazon.com

#service-design #ai-architecture #multimodal #agent-routing

Article2026년 6월 12일

Research into how AI can help users understand skin conditions

구글 리서치는 피부 질환 관련 AI 정보 도구가 일반인의 질환 이해와 명칭 추정에는 뚜렷한 도움을 주지만, 안전하고 적절한 다음 행동을 결정하도록 돕는 데에는 아직 개선이 필요하다고 설명한다.

Google

#google-research #jama-dermatology #medi-cal #health-ai-actionability

Article2026년 6월 11일

Extract Data with On-demand and Batch Pipelines Dynamically

이 글은 스캔 PDF 같은 대량 문서에서 데이터를 추출하기 위해 문서별 모델과 프롬프트를 동적으로 지정할 수 있는 온디맨드·배치 추론 파이프라인 구조를 설명합니다.

aws.amazon.com

#anthropic #service-design #multimodal #agent-routing

Article2026년 6월 11일

OpenAI raises $122 billion to accelerate the next phase of AI

OpenAI는 1,220억 달러 규모의 신규 자금 조달을 통해 AI의 핵심 인프라 기업으로서 소비자·기업·개발자·컴퓨트가 맞물리는 성장 플라이휠을 더 큰 규모로 확장하겠다고 밝혔다.

openai.com

#openai #ai-architecture #multimodal #agent-routing

Article2026년 6월 9일

Hands-free first notice of loss: Using Strands Agents and Amazon Bedrock AgentCore Browser Tool for intelligent claims intake

이 글은 보험 FNOL 접수에서 사진·영상·문서·음성 메모 같은 비정형 증거를 자동으로 해석·태깅해, 손해사정인이 원자료 검증이 아니라 맥락이 정리된 청구 판단에서 출발하도록 만드는 에이전트 기반 접수 구조를 설명한다.

Amazon Web Services

#amazon-dynamodb #amazon-s3 #nova-act #strands-agents

Article2026년 6월 9일

How an Agent Built a 3D Paris Gallery by Chaining Two Hugging Face Spaces

이 글은 코딩 에이전트가 Hugging Face의 두 Gradio Space를 문서화된 호출 인터페이스로 연결해 파리 기념물 이미지를 만들고, 이를 3D Gaussian splat 갤러리로 변환·배포한 과정을 설명한다.

huggingface.co

#gradio #agents-md #hugging-face #hugging-face-spaces

Article2026년 6월 5일

Gemma 4 QAT models: Optimizing model compression for mobile and laptop efficiency

Google은 Gemma 4 모델군에 양자화 인식 학습(QAT)을 적용한 새 체크포인트를 공개해 메모리 요구량을 크게 낮추고 온디바이스 실행 효율을 높였다고 밝혔다.

Google

#google #gemma-4 #gemma-4-e2b #gemma-4-e4b

Article2026년 6월 5일

Qwen3.7-Max Challenges Google for Third Place, AI Saves Whales, Fine-Tuning Breaks Copyright Alignment

이번 글은 AI 규제의 균형 필요성을 논한 뒤, 알리바바 Qwen3.7 Max의 성능·폐쇄화 흐름과 WhaleSpotter가 열화상 AI로 선박 고래 충돌을 줄이는 사례를 정리한다.

@DeepLearningAI

#anthropic #service-design #ai-architecture #multimodal

Article2026년 6월 5일

The latest AI news we announced in May 2026

구글은 2026년 5월 발표를 통해 Gemini 3.5와 Gemini Omni를 중심으로 에이전트형 AI, 검색·안드로이드·쇼핑·헬스·하드웨어·과학 분야 전반에 AI 기능을 확대했다고 정리했다.

Google

#google #gemini-app #gemini-omni #gemini-3-5

Article2026년 6월 4일

Nemotron 3.5 Content Safety: Customizable Multimodal Safety for Global Enterprise AI

Nemotron 3.5 Content Safety는 텍스트·이미지·응답을 함께 평가하고, 다국어 지원과 기업별 정책 적용, 감사 가능한 추론 흔적을 하나의 4B 모델 추론 호출로 통합한 콘텐츠 안전 모델이다.

미상

#mlcommons #nvidia #hugging-face #aegis-2-0

YouTube2026년 6월 4일

Stanford CS25: Transformers United V6 I From Language Models to Native Multimodal Intelligence

Stanford CS25의 Native Multimodal Intelligence 논의는 Language Models의 토큰화·스케일링 원리를 이미지·오디오·비디오로 확장하되, 멀티모달 생성과 이해를 하나의 표현으로 통합하는 문제는 아직 열린 연구 과제임을 보여준다.

Stanford Online

#frontier-model-evaluation #agent-systems #core-thesis #explainer

Article2026년 6월 3일

Direct Preference Optimization Beyond Chatbots

DharmaOCR는 SFT 모델이 스스로 생성한 반복 퇴화 출력을 DPO의 거부 사례로 활용해, 구조화 OCR에서 모든 실험 모델군의 텍스트 퇴화율을 낮췄다.

huggingface.co

#ai-architecture #multimodal #llm #semiconductors

Article2026년 6월 3일

How to Use Transformers.js in a Chrome Extension

Manifest V3 크롬 확장 프로그램에서 모델 실행과 상태 관리는 백그라운드 서비스 워커에 집중하고, 사이드 패널과 콘텐츠 스크립트는 각각 사용자 인터페이스와 웹페이지 조작에 전념하도록 구성하는 Transformers.js 구현 안내서다.

huggingface.co

#privacy-design #service-design #ai-architecture #multimodal

Article2026년 6월 3일

LeRobot v0.4.0: Supercharging OSS Robot Learning

LeRobot v0.4.0은 대규모 데이터셋, 시뮬레이션, 데이터 처리, 분산 학습, 범용 로봇 정책, 하드웨어 플러그인을 하나의 개방형 로봇 학습 생태계로 확장한 릴리스다.

huggingface.co

#multimodal #agent-routing #ai-infrastructure #capex-cycle

Article2026년 6월 3일

New in Deep Agents v0.6

Deep Agents v0.6은 코드 인터프리터, 하네스 프로필, 스트리밍, 델타 채널, ContextHubBackend를 통해 에이전트의 모델 성능·실행 효율·UI 경험·장기 실행 비용을 개선한 릴리스다.

langchain.com

#anthropic #ai-architecture #multimodal #agent-routing

Article2026년 5월 29일

Gemini Flash Gets Pricey, AI Act Delays, Agents Drive Online Traffic

원문은 AI FDE보다 폭넓은 AI 엔지니어 수요가 더 커질 것이라고 전망하고, 고성능·고가격화된 Gemini 3.5 Flash와 EU AI Act 일부 유예·완화 흐름을 함께 다룬다.

@DeepLearningAI

#anthropic #service-design #ai-architecture #multimodal

Article2026년 5월 28일

April 2026: LangChain Newsletter

2026년 4월 LangChain 뉴스레터는 LangSmith 평가·비용·도구 관리 업데이트, Deep Agents 배포 기능, Interrupt 2026 행사, 에이전트 개선 루프 콘텐츠와 고객 사례를 소개한다.

langchain.com

#multimodal #agent-deployment #agent-memory #context-compression

Article2026년 5월 27일

How Higgsfield turns simple ideas into cinematic social videos

히그스필드는 사용자의 막연한 창작 의도를 GPT‑4.1과 GPT‑5로 구체적인 영상 설계도로 변환하고, 소라 2로 소셜 플랫폼에 맞는 영화적 영상을 생성한다.

openai.com

#service-design #multimodal #agent-routing #search-advertising

Article2026년 5월 26일

LeRobot goes to driving school: World’s largest open-source self-driving dataset

L2D는 독일 30개 도시의 운전학원 차량 60대에서 수집한 5,000시간 이상·90테라바이트 이상의 주행 기록을 자연어 지시, 미래 경로점, 차량 제어, 환경 정보와 결합한 대규모 오픈소스 자율주행 데이터셋이다.

huggingface.co

#multimodal #agent-routing #capex-cycle #workflow-automation

Article2026년 5월 22일

Issue 354

원문은 하버드의 A 학점 제한을 비판하며 교육의 목적을 ‘판정’보다 ‘성공 지원’에 두어야 한다고 주장하고, 이어 Hermes Agent의 OpenClaw 추격과 실시간 상호작용형 멀티모달 모델 TML Interaction Small을 소개한다.

@DeepLearningAI

#openclaw #anthropic #token-efficiency #ai-architecture

Article2026년 5월 20일

Build a Domain-Specific Embedding Model in Under a Day

이 글은 범용 임베딩 모델이 도메인 특유의 미묘한 차이를 놓칠 때, 합성 질의응답 생성·하드 네거티브 마이닝·멀티홉 학습·대조학습·BEIR 평가를 통해 하루 안에 도메인 특화 임베딩 모델로 미세조정하는 절차를 설명한다.

huggingface.co

#nvidia #ai-architecture #multimodal #agent-memory

Article2026년 5월 20일

100 things we announced at Google I/O 2026

제공된 원문은 Google I/O 2026에서 공개된 Gemini 3.5 Flash, Gemini Omni, AI Search, 정보 에이전트, 개인화 지능, Universal Cart, Gemini Spark와 Daily Brief의 주요 발표를 정리한다.

blog.google

#privacy-design #multimodal #ai-distribution #search-advertising

Article2026년 5월 19일

A new era for AI Search

구글은 AI Mode 성장세를 바탕으로 검색창, 대화형 탐색, 정보 에이전트, 예약·코딩형 기능, 개인 맥락 연결을 결합한 새로운 AI 검색 경험을 발표했다.

Google

#google #ai-mode #ai-overview #google-search