LLM 구조적 프루닝의 새 기준
구조적 프루닝의 점수 체계를 재설계해 정확도 손실과 추론 부담을 함께 줄이려는 논문을 살핀다.
구조적 프루닝의 점수 체계를 재설계해 정확도 손실과 추론 부담을 함께 줄이려는 논문을 살핀다.
의인화·정서 강화·역할 프레이밍이 모델의 거부율과 안전 응답을 어떻게 바꾸는지 공식 문서와 함께 짚는다.
LLM 성능 향상이 AGI 전조인지, 외부 도구·기억·계획 결합의 결과인지 공개 자료로 짚는다.
인간 1인칭 비디오를 로봇 조작에 쓸 때, 행동 복제보다 장면 변화 예측이 더 잘 전이되는지 묻는 EgoWAM 분석
IG-Bench는 과학 아이디어의 계보와 메커니즘 계승을 추적해 AI 평가 기준을 바꾸려는 벤치마크다.
STPA 산출물보다 LLM 분석기 자체 검증이 왜 필요한지와 meta-STPA의 의미를 짚는다.
LLM 합의율을 정확도의 대리 지표로 쓰는 관행에 상관 오류와 동시 오답 비율 관점에서 의문을 제기한다.
지난 수집 자료(공식/뉴스) 중 중요한 링크를 모아 정리했다.
장기 자율 코딩의 핵심은 추론 강화보다 드리프트 통제와 명세 고정, 검토 절차 설계에 있다.
오디오와 생성 전사를 함께 읽는 크로스모달 음성 감정분석의 가치와 한계를 짚는다.
메타의 9월 AI 칩 생산 계획은 모델보다 학습·추론 인프라 통제와 GPU 비용 절감 전략에 초점을 둔다.
미니맥스 차세대 LLM 보도의 핵심은 2조7000억 규모와 오픈웨이트 가능성, 라이선스와 비용 검증이다.
SPEAR는 Unreal Engine을 Python으로 제어하며 73fps와 14K+ 함수 노출로 연구 생산성과 확장성을 겨냥한다.
한국어 LLM은 한 줄 순위보다 자연스러움·화용론·지시 이행으로 나눠 비교해야 한다.
로봇 형태별 재학습 대신 공통 정책을 쓰는 범용 제어와 zero-shot·sim-to-real 과제를 짚는다.
지난 수집 자료(공식/뉴스) 중 중요한 링크를 모아 정리했다.
형태가 바뀌는 모듈형 소프트 로봇 팔 제어를 지속학습으로 다룬 arXiv 논문을 살핀다.
Gimitest는 변하는 조건에서 RL 정책의 실패, 취약성, 평가 편향을 찾는 통합 테스트 프레임워크다.
KiCad 엔진과 DRC 피드백으로 PCB 자동배선 AI를 실제 제약 중심으로 평가하는 PCBWorld를 소개한다.
코드 생성보다 SSOT 유지와 PR 단계 치명 결함 검출이 백엔드 평가의 핵심임을 짚는다.
지난 수집 자료(공식/뉴스) 중 중요한 링크를 모아 정리했다.
희소 가중치 트랜스포머에서 개별 파라미터의 의미와 polysemantic 문제를 짚는다.
차세대 LLM 경쟁의 핵심을 출시 소문이 아닌 베이스 전환, 공개 범위, 제품화 속도로 짚는다.
텍스트 기반 툴 호출 AI 에이전트의 권한위임이 왜 구조적 보안 문제인지 수치와 함께 짚는다.