LLM 뉴스
키워드 LLM 결과입니다.
-
지난 소식
Pinterest, 사용자 활동에서 장기 목표를 추론하는 LLM 구축
Pinterest는 사용자의 검색 및 저장 기록을 분석해 장기적인 목표를 추론하는 LLM 기반 시스템을 구축했습니다. 기존의 다단계 처리 방식을 단일 모델로 통합해 비용을 절감했으며, 이를 통해 추천과 알림의 정확도를 높여 사용자 반응률을 개선했습니다.
PinterestLLM사용자 여정목표 추론 -
지난 소식
AI가 쓴 글은 왜 이해하기 어려울까?
AI가 생성한 텍스트가 인간이 이해하기 어려운 표현을 자주 사용하는 원인이 정보 밀도를 높이려는 압력 때문이라는 연구 결과가 발표되었습니다. 연구진은 AI가 수학이나 코딩 등 특정 목표에 최적화되는 과정에서 인간과의 의사소통보다 정보 압축을 우선시하게 된다는 가설을 제시했습니다.
LLM정보 밀도 -
지난 소식
Show GN: 포끼 - 관심종목 신호가 바뀔 때만 알려주는 주식 감지 앱 (Android·iOS)
주식 감지 앱 '포끼'는 LLM 기반 뉴스 감성과 기술 지표를 결합하여 매수·매도·관망 신호를 분석하고 신호가 바뀔 때만 푸시 알림을 제공합니다. 분석 근거를 함께 제시하는 것이 특징이며, 한국과 미국 종목을 대상으로 전일 확정 종가 기준의 정보를 제공합니다.
포끼주식 감지 앱LLM기술 지표 -
지난 소식
Show GN: memopro - 메모리보다 큰 LLM, 데이터 등의 작업을 결과 변화 없이 정해진 메모리 안에서 실행하는 Pyth...
memopro는 하드웨어 메모리 용량을 초과하는 LLM을 양자화 없이 정해진 메모리 내에서 실행할 수 있도록 돕는 라이브러리입니다. 데이터를 무손실로 압축하고 필요할 때 복구하는 방식을 통해 결과의 불변성을 유지하며, 스왑 파일 생성을 방지해 SSD 수명을 보호합니다.
memoproLLM메모리 제한 -
지난 소식
게임 개발용 AI 하네스를 설계하는 방법
게임 개발에서 LLM을 효과적으로 활용하려면 게임 상태와 데이터를 에이전트가 읽고 조작할 수 있는 구조로 설계해야 합니다. 결정론적 상태 재현과 데이터 분리, 이미지 차이 비교 등의 기법을 통해 게임을 AI가 다루기 쉬운 '하네스'로 구축함으로써 반복적인 검증과 개발 효율성을 높일 수 있습니다.
게임 개발LLMAI 하네스결정론적 상태 재현 -
새 소식
크래프톤, 자체 개발 30B급 고효율 LLM 'Raon-1 mini' 프리뷰 공개
크래프톤이 자체 개발한 30B급 오픈웨이트 LLM 'Raon-1 mini' 프리뷰를 공개했습니다. 이 모델은 MoE와 자체 개발한 선형 어텐션 기술을 결합해 추론 비용을 절감하면서도 한국어 및 영어 대화와 추론 성능을 강화한 것이 특징입니다. Apache 2.0 라이선스로 공개되어 연구 및 상업적 활용이 가능합니다.
크래프톤Raon-1 miniLLMMoE -
지난 소식
Microsoft-Decision-1 - 선택지별 확률을 반환하는 저비용 의사결정 모델
AI의 발전이 수학 연구와 박사과정 진학에 대한 불확실성을 높이고 있으나, LLM은 기존 아이디어를 연결하는 데 강점이 있을 뿐 새로운 개념을 창출하는 인간의 역할은 여전히 필수적입니다. 수학자들은 AI를 공동연구자로 활용하며 직관과 이해를 바탕으로 연구의 범위를 확장해야 하며, 기술적 성과와 더불어 인간의 이해를 목표로 하는 협력적 연구가 중요해질 전망입니다.
AI수학 연구LLM볼록껍질 가설 -
지난 소식
Show GN: AI 송도 월드 - LLM 여섯 개가 나눠 맡은 AI 에이전트 2,400명이 사는 3D 도시
6개의 LLM을 기반으로 2,400명의 AI 시민이 거주하는 3D 도시 '송도 월드'가 공개되었습니다. 이 프로젝트는 AI 에이전트들이 동일한 환경에서 상호작용하며 보여주는 시너지와 모델별 행동 차이를 관찰하는 것을 목적으로 합니다. 현재 시민들의 기억 유지율과 행동 데이터를 분석하여 모델별 순위를 기록하고 있습니다.
AI 에이전트송도 월드LLM -
지난 소식
리눅스 커널 개발자 Greg Kroah-Hartman, LLM 시대의 보안 [영상]
리눅스 커널 개발자 Greg Kroah-Hartman은 LLM 기반 보안 도구가 발견한 취약점 중 실제 버그의 비중이 낮음을 지적하며, 코드와 테스트 결과를 통한 철저한 검증의 중요성을 강조했습니다. 유지보수자는 보고자에게 구체적인 수정 패치와 재현 절차를 요구해 검증 부담을 줄여야 하며, 로컬 모델 활용과 불필요한 코드 삭제를 통해 실질적인 보안 개선을 이루어야 한다고 조언했습니다.
리눅스 커널LLM보안 취약점AI 보안 도구 -
새 소식
판단 전용 모델 Laya 실측 – 정확도 78%, 틀린 답에도 confidence 0.9 (파인 튜닝전에 데이터)
개인 노트 중복 판단을 위해 오픈소스 판단 전용 모델 Laya를 실측한 결과, 78%의 정확도를 보였으나 신뢰도(confidence) 캘리브레이션에 문제가 있어 기존 OpenAI API 방식을 유지하기로 했다. Laya는 GPU가 없는 환경에서 호출당 평균 1.3초의 속도를 보였으며, 파인튜닝을 위해서는 대규모 데이터가 필요해 현재 단계에서는 채택되지 않았다.
LayaSystem OneLLM -
아직 공개된 뉴스가 없습니다.
새 기사가 준비되는 대로 이곳에 표시됩니다.