research-blog 태그 문서 23개

Tag23건Article 23

#research-blog

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

연관 태그

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 5일

Unlocking dependable responses with Gemini Enterprise Agent Platform’s Agentic RAG

Google Research와 Google Cloud는 복잡한 기업 질의를 여러 단계로 분해하고, 충분한 근거가 모일 때까지 반복 검색하는 Gemini Enterprise Agent Platform의 agentic RAG 프레임워크를 공개했다.

Google

#google-cloud #google-research #cross-corpus-retrieval #sufficient-context-agent

Article2026년 6월 4일

Towards passive heart health monitoring via smartphone camera

구글 리서치는 스마트폰 전면 카메라가 일상적 사용 중 얼굴 영상을 포착해 심박수와 안정시 심박수를 수동적으로 추정하는 PHRM 연구 시스템을 제시하고, 다양한 피부 톤과 실제 사용 환경에서 웨어러블 수준의 정확도를 검증했다.

Google

#google-research #kalman-filtering #fitbit-charge-6 #camera-based-vitals

Article2026년 6월 3일

The next chapter in flood resilience: Open sourcing Google’s hydrology framework

Google Research는 각국 기상·수문 기관이 자체 데이터와 업무 흐름 안에서 AI 기반 홍수 예측을 구축·개선할 수 있도록 수문 모델링 프레임워크를 오픈소스로 공개했다.

Google

#graphcast #google-research #me-lstm #google-flood-hub

Article2026년 5월 19일

Empirical Research Assistance (ERA): From Nature publication to catalyzing Computational Discovery

Google Research는 Gemini로 과학 코드를 작성·최적화하는 ERA를 Nature 논문으로 공개하고, 이를 바탕으로 한 Computational Discovery를 Google Labs의 신뢰 테스터 프로그램을 통해 확장하기 시작했다.

Google

#alphaevolve #gemini #google-research #empirical-research-assistance

Article2026년 4월 30일

Red-teaming a network of agents: Understanding what breaks when AI agents interact at scale

Microsoft 연구진은 100개 이상의 내부 AI 에이전트가 상호작용하는 플랫폼을 레드팀 테스트해, 단일 에이전트 평가로는 드러나지 않는 네트워크 수준의 전파형 공격·평판 조작·방어 징후를 확인했다.

Microsoft

#gpt-4o #gpt-5 #microsoft-research #gpt-4-1

Article2026년 4월 29일

Four ways Google Research scientists have been using Empirical Research Assistance

Google Research는 Empirical Research Assistance(ERA)를 역학 예측, 우주론 문제, 위성 기반 CO2 추정, 신경회로 해석에 적용하며 AI 보조 과학의 실제 가능성을 보여주고 있다.

미상

#google-research #empirical-research-assistance #gemini-deep-think #rsv-forecast-hub

Article2026년 4월 21일

IBM and UC Berkeley Diagnose Why Enterprise Agents Fail Using IT-Bench and MAST

IBM Research와 UC Berkeley는 ITBench 실행 추적에 MAST 실패 분류법을 적용해 엔터프라이즈 IT 자동화 에이전트가 단순히 실패했는지가 아니라 어디서, 왜, 어떤 방식으로 무너지는지를 진단했다.

huggingface.co

#itbench #ibm-research #uc-berkeley #gemini-3-flash

Article2026년 4월 21일

ReasoningBank: Enabling agents to learn from experience

ReasoningBank는 에이전트가 성공과 실패 경험에서 일반화 가능한 추론 전략을 추출해 배포 후에도 지속적으로 학습하도록 돕는 메모리 프레임워크다.

research.google

#matts #react #reasoningbank #synapse

Article2026년 4월 16일

AI-generated synthetic neurons speed up brain mapping

Google Research는 합성 뉴런 형태를 생성하는 MoGen으로 뇌 연결지도 재구성 AI의 오류를 줄이고, 대규모 뇌 매핑에서 필요한 수작업 검수 부담을 낮추는 방법을 제시했다.

미상

#mogen #pathfinder #pointinfinity #google-research

Article2026년 4월 8일

Improving the academic workflow: Introducing two AI agents for better figures and peer review

Google Cloud 연구진은 학술 연구 과정에서 그림 제작과 동료심사 부담을 줄이기 위해 PaperVizAgent와 ScholarPeer라는 두 개의 실험적 AI 에이전트 프레임워크를 소개했다.

Google

#papervizagent #scholarpeer #google-cloud #google-research

Article2026년 3월 31일

Building better AI benchmarks: How many raters are enough?

Google Research는 인간 평가자 간 불일치를 무시하지 않는 재현성 높은 AI 벤치마크를 만들기 위해, 평가 항목 수와 항목당 평가자 수의 최적 균형을 찾는 프레임워크와 시뮬레이터를 제시했다.

research.google

#d3code #dices #google-research #toxicity-dataset

Article2026년 3월 25일

Vibe Coding XR: Accelerating AI + XR prototyping with XR Blocks and Gemini

Vibe Coding XR는 Gemini와 오픈소스 XR Blocks를 결합해 자연어 프롬프트를 60초 안팎의 상호작용형 WebXR/Android XR 프로토타입으로 바꾸는 빠른 XR 제작 워크플로입니다.

research.google

#gemini #gemini-canvas #google-xr #xr-blocks

Article2026년 2월 4일

Sequential Attention: Making AI models leaner and faster without sacrificing accuracy

구글 리서치는 대규모 딥러닝 모델의 부분집합 선택 문제를 학습 과정 안에서 순차적 attention 기반으로 해결해, 정확도를 유지하면서 모델을 더 작고 빠르게 만드는 Sequential Attention을 소개했다.

research.google

#sequentialattention #google-research #sequential-attention #orthogonal-matching-pursuit

Article2026년 1월 28일

Towards a science of scaling agent systems: When and why agent systems work

Google Research는 180개 에이전트 구성의 통제 평가를 통해 다중 에이전트가 병렬화 가능한 과제에서는 성능을 크게 높이지만, 순차적 추론 과제에서는 오히려 성능을 떨어뜨릴 수 있다는 정량적 스케일링 원칙을 제시했다.

Google

#gemini #anthropic-claude #google-research #openai-gpt

Article2025년 10월 23일

Google Earth AI: Unlocking geospatial insights with foundation models and cross-modal reasoning

Google Earth AI는 위성영상, 인구·이동, 환경 예측 모델과 Gemini 기반 지리공간 추론 에이전트를 결합해 복잡한 현실 문제를 단계적으로 분석하고 실행 가능한 지리공간 인사이트를 제공하려는 Google의 지리공간 AI 체계다.

research.google

#gemini #google-research #google-earth-ai #remote-sensing-foundations

Article2025년 9월 11일

Speculative cascades — A hybrid approach for smarter, faster LLM inference

구글 리서치가 제안한 ‘speculative cascades’는 표준 캐스케이드와 speculative decoding을 결합해 LLM 추론의 비용, 속도, 품질 사이의 균형을 더 유연하게 조정하는 하이브리드 방식이다.

research.google

#gemma #google-research #speculative-cascades #speculative-decoding

Article2025년 7월 20일

Back to The Future: Evaluating AI Agents on Predicting Future Events

FutureBench는 AI 에이전트가 과거 지식 암기나 고정 벤치마크 풀이를 넘어, 실제 미래 사건을 정보 수집·종합·확률적 추론으로 예측할 수 있는지 평가하려는 벤치마크다.

huggingface.co

#futurebench #manifold #polymarket #hugging-face

Article2025년 6월 4일

AssetOpsBench: Bridging the Gap Between AI Agent Benchmarks and Industrial Reality

AssetOpsBench는 산업 설비 운영 환경에서 AI 에이전트가 실제로 안전하고 신뢰할 수 있게 작동하는지를 다중 에이전트 조정, 근거 기반 판단, 실패 인식, 작업 실행 가능성 중심으로 평가하는 벤치마크입니다.

huggingface.co

#assetopsbench #trajfm #assetopsbench-live #ibm-research

Article2025년 5월 1일

AMIE gains vision: A research AI agent for multimodal diagnostic dialogue

구글 리서치와 딥마인드는 시각 자료를 요청·해석·추론할 수 있는 다중모달 진단 대화 AI 에이전트 AMIE를 공개하고, 시뮬레이션 진료 평가에서 1차 진료의와 비교한 연구 결과를 제시했다.

Google

#google-deepmind #google-research #primary-care-physicians #multimodal

Article2024년 12월 20일

Deliberative alignment: reasoning enables safer language models

OpenAI는 o series 모델에 사람이 쓴 안전 명세를 직접 가르치고 추론 과정에서 이를 검토하게 하는 ‘숙고적 정렬’을 통해 악성 요청 거부와 benign 요청 허용의 균형을 개선했다고 설명한다.

openai.com

#openai #constitutional-ai #gpt-4o #o-series

Article2024년 5월 28일

Training compute of frontier AI models grows by 4-5x per year

Epoch AI는 최신 데이터 확장을 바탕으로, 프런티어 AI 모델의 학습 컴퓨트가 최근 연간 약 4~5배 속도로 증가해 왔다고 결론짓는다.

Jaime Sevilla

#openai #epoch-ai #google-deepmind #jaime-sevilla

Article2023년 7월 28일

Trading off compute in training and inference

Epoch AI는 훈련 컴퓨트와 추론 컴퓨트가 일정 범위에서 서로 대체될 수 있으며, 특히 대규모 배포 모델에서는 추론 비용 최적화와 고성능 소규모 사용 사이의 균형이 중요하다고 분석한다.

Pablo Villalobos

#epoch-ai #gpt-3 #gpt-4 #pablo-villalobos

#research-blog

Research into how AI can help users understand skin conditions

Unlocking dependable responses with Gemini Enterprise Agent Platform’s Agentic RAG

Towards passive heart health monitoring via smartphone camera

The next chapter in flood resilience: Open sourcing Google’s hydrology framework

Empirical Research Assistance (ERA): From Nature publication to catalyzing Computational Discovery

Red-teaming a network of agents: Understanding what breaks when AI agents interact at scale

Four ways Google Research scientists have been using Empirical Research Assistance

IBM and UC Berkeley Diagnose Why Enterprise Agents Fail Using IT-Bench and MAST

ReasoningBank: Enabling agents to learn from experience

AI-generated synthetic neurons speed up brain mapping

Improving the academic workflow: Introducing two AI agents for better figures and peer review

Building better AI benchmarks: How many raters are enough?

Vibe Coding XR: Accelerating AI + XR prototyping with XR Blocks and Gemini

​Sequential Attention: Making AI models leaner and faster without sacrificing accuracy

Towards a science of scaling agent systems: When and why agent systems work

Google Earth AI: Unlocking geospatial insights with foundation models and cross-modal reasoning

Speculative cascades — A hybrid approach for smarter, faster LLM inference

Back to The Future: Evaluating AI Agents on Predicting Future Events

AssetOpsBench: Bridging the Gap Between AI Agent Benchmarks and Industrial Reality

AMIE gains vision: A research AI agent for multimodal diagnostic dialogue

Deliberative alignment: reasoning enables safer language models

Training compute of frontier AI models grows by 4-5x per year

Trading off compute in training and inference

Sequential Attention: Making AI models leaner and faster without sacrificing accuracy