커뮤니티2026년 7월 12일2026-07-123분Verified
AI 코딩의 책임과 추적성
AI 코딩 평가는 결과물보다 요구사항·설계·테스트·추적성 통제가 핵심이다.
커뮤니티2026년 7월 11일2026-07-113분Verified
의인화 프롬프트와 안전성
의인화·정서 강화·역할 프레이밍이 모델의 거부율과 안전 응답을 어떻게 바꾸는지 공식 문서와 함께 짚는다.
커뮤니티2026년 7월 11일2026-07-113분Verified
LLM 점수와 AGI의 거리
LLM 성능 향상이 AGI 전조인지, 외부 도구·기억·계획 결합의 결과인지 공개 자료로 짚는다.
출처2026년 7월 11일2026-07-113분Verified
EgoWAM, 인간 비디오로 로봇 학습
인간 1인칭 비디오를 로봇 조작에 쓸 때, 행동 복제보다 장면 변화 예측이 더 잘 전이되는지 묻는 EgoWAM 분석
출처2026년 7월 11일2026-07-114분Verified
IG-Bench와 연구 계보 추론
IG-Bench는 과학 아이디어의 계보와 메커니즘 계승을 추적해 AI 평가 기준을 바꾸려는 벤치마크다.
출처2026년 7월 11일2026-07-114분Verified
LLM 안전분석기도 검증하라
STPA 산출물보다 LLM 분석기 자체 검증이 왜 필요한지와 meta-STPA의 의미를 짚는다.
출처2026년 7월 11일2026-07-113분Verified
LLM 합의는 정확한가
LLM 합의율을 정확도의 대리 지표로 쓰는 관행에 상관 오류와 동시 오답 비율 관점에서 의문을 제기한다.
커뮤니티2026년 7월 10일2026-07-103분Verified
코딩 에이전트의 드리프트 통제
장기 자율 코딩의 핵심은 추론 강화보다 드리프트 통제와 명세 고정, 검토 절차 설계에 있다.
출처2026년 7월 10일2026-07-103분Verified
음성감정, 오디오와 전사 결합
오디오와 생성 전사를 함께 읽는 크로스모달 음성 감정분석의 가치와 한계를 짚는다.
뉴스2026년 7월 10일2026-07-103분Verified
메타 AI 칩, 9월 생산의 의미
메타의 9월 AI 칩 생산 계획은 모델보다 학습·추론 인프라 통제와 GPU 비용 절감 전략에 초점을 둔다.
출처2026년 7월 10일2026-07-104분Verified
SPEAR, 파이썬 제어형 포토리얼 시뮬레이터
SPEAR는 Unreal Engine을 Python으로 제어하며 73fps와 14K+ 함수 노출로 연구 생산성과 확장성을 겨냥한다.
출처2026년 7월 10일2026-07-103분Verified
로봇 형태 범용 제어의 조건
로봇 형태별 재학습 대신 공통 정책을 쓰는 범용 제어와 zero-shot·sim-to-real 과제를 짚는다.
뉴스2026년 7월 10일2026-07-103분Verified
AI 출시 판단, 누가 검증했나
정부와 기업의 비공개 협의만으로 프런티어 AI 출시 안전성을 판단해도 되는지, 검증과 책임의 공백을 짚는다.
출처2026년 7월 9일2026-07-093분Verified
형태 바뀌는 소프트팔 제어
형태가 바뀌는 모듈형 소프트 로봇 팔 제어를 지속학습으로 다룬 arXiv 논문을 살핀다.
출처2026년 7월 9일2026-07-093분Verified
규칙이 바꾸는 에이전트 안전
같은 모델도 배포 규칙에 따라 집단 행동과 안전성이 달라짐을 보여준 연구를 정리했다.
출처2026년 7월 9일2026-07-093분Verified
Gimitest로 보는 RL 실패 탐지
Gimitest는 변하는 조건에서 RL 정책의 실패, 취약성, 평가 편향을 찾는 통합 테스트 프레임워크다.
출처2026년 7월 9일2026-07-094분Verified
공정 문서로 시계열 의미 주입
LLM을 예측기 대신 의미 주입기로 써 공정 문서와 메타데이터로 예측 적응성을 높이는 접근
출처2026년 7월 9일2026-07-093분Verified
환각 이후 추론오염 평가
HIVE는 VLM 환각이 이후 추론과 판단을 얼마나 오염시키는지 분리해 평가하는 관점을 제시한다.
출처2026년 7월 9일2026-07-093분Verified
재사용 스킬과 데이터과학
데이터과학 반복 업무에서 스킬 파일이 품질, 감사성, 운영 효율을 높이는지 살핀다.
커뮤니티2026년 7월 9일2026-07-093분Verified
백엔드 평가의 진짜 기준
코드 생성보다 SSOT 유지와 PR 단계 치명 결함 검출이 백엔드 평가의 핵심임을 짚는다.
커뮤니티2026년 7월 8일2026-07-083분Verified
AI 대화와 게임의 경계
생성형 AI의 질문형 사용 비중과 게임의 사회적 상호작용 차이를 바탕으로 대체 가능성을 짚는다.
출처2026년 7월 8일2026-07-084분Verified
DiLoCo 집계, 평균이 최선일까
DiLoCo 집계에서 평균 대신 모델 머징을 검토하며 통신 절감과 성능 유지의 균형 가능성을 짚는다.
출처2026년 7월 8일2026-07-083분Verified
에이전트가 빠를수록 배움은 줄까
AI 코딩 에이전트 도입 시 생산성뿐 아니라 개발자의 이해·학습 손실까지 함께 측정해야 한다.
출처2026년 7월 8일2026-07-084분Verified
AI 데이터 경로별 통제
생성형 AI의 세션, RAG, 학습 파라미터를 구분해 기밀성과 삭제·감사 통제를 설계하는 방법