NVIDIA 엔지니어, Nemotron 음성 에이전트로 퉁명스러운 해적 집 구축
읽어야 하는 이유 오픈 소스 소형 언어 모델과 실시간 음성 처리 파이프라인을 통해 로컬 하드웨어에서 복잡한 지연 시간의 인터랙티브 캐릭터를 구현할 수 있음을 보여줍니다.
NVIDIA 엔지니어가 Nemotron Voice Agent, Bolt E4B, Audio2Face-3D를 활용해 단일 워크스테이션에서 인터랙티브 유령의 집을 개발했습니다.
아카이브
OpenAI, AI 학습 선호도를 위한 공유 신호 채택
읽어야 하는 이유 개발자와 사이트 소유자는 업계 전반에서 AI 크롤러 접근을 관리하기 위한 표준화되고 단절이 덜한 방식을 갖추게 된다.
OpenAI는 웹사이트들이 여러 AI 제공업체에 동시에 AI 학습 선호도를 표명할 수 있도록 하는 robots.txt의 새로운 공통 신호를 준수할 것이라고 밝혔다.
통합 학습 알고리즘, 단계별 파운데이션 모델 파이프라인 대체
읽어야 하는 이유 개발자는 복잡한 다단계 파이프라인을 단일 통합 트레이너로 대체하여 학습 인프라를 단순화할 수 있습니다.
연구진이 파운데이션 모델의 사전 학습, SFT, RL 등 여러 학습 단계를 단일 최대우도 알고리즘으로 통합할 수 있음을 입증했다.
구글 딥마인드, 사이버 보안 및 장기 과제용 Gemini 4 카본 공개
읽어야 하는 이유 빌더들은 자율 취약점 탐지 및 안전한 코드 생성에서의 상당한 개선 사항으로 인해 보안 워크플로우를 재편할 수 있는 이 릴리스를 주시해야 합니다.
구글 딥마인드가 사이버 보안 역량이 뛰어난 프론티어 모델 Gemini 4 카본을 공개했습니다. Artificial Analysis Intelligence Index에서 1위를 차지했습니다.
MuonGS, 그람-슈미트 프로젝션으로 LLM 사전 학습 효율성 향상
읽어야 하는 이유 개발자는 엄격한 노름 제어의 탐색 한계를 피하는 MuonGS로 전환하여 더 빠른 수렴과 더 나은 최종 손실을 달성할 수 있습니다.
새로운 MuonGS 옵티마이저는 그람-슈미트 프로젝션을 적용해 가중치 노름 제약을 완화하고, 대규모 언어 모델의 검증 퍼플렉시티와 학습 속도를 개선합니다.
dSpark 프레임워크, 스케줄 증류를 통해 확산 언어 모델의 속도 향상
읽어야 하는 이유 dSpark는 실제 배포 환경에서 속도와 품질의 균형을 맞추며 확산 LLM의 더 빠른 병렬 생성을 위한 실용적인 경로를 제공합니다.
연구진이 dSpark를 소개합니다. 이는 최적의 토큰 마스킹 해제 순서를 학습하여 확산 언어 모델의 추론 속도를 가속화하는 스케줄 증류 방법론입니다.
OpenAI, Habitat 스토리지 플랫폼을 위한 Azure Cosmos DB 확장 방식 공개
읽어야 하는 이유 거대한 글로벌 규모에서 멀티 테넌시 효율성과 격리 필요성의 균형을 맞춘 사례 연구.
OpenAI 엔지니어들이 Habitat 내에서 Azure Cosmos DB를 최적화하여 40개 지역에서 10억 명 이상의 사용자를 지원하는 방식을 설명합니다.
BeNice! KV 공유를 통해 루핑 모델의 추론-메모리 격차 해소
읽어야 하는 이유 이 방법은 키-값 캐시를 재사용하여 제한된 하드웨어에서 더 긴 컨텍스트와 높은 처리량을 가능하게 함으로써, 루핑 아키텍처의 치명적인 메모리 병목 현상을 해결합니다.
연구진은 KV 캐시 공유를 가능하게 하는 BeNice!를 제안하여, 품질 저하 없이 메모리 사용량을 줄이고 추론 처리량을 향상시켰습니다.
NVIDIA Kumo Forecast, 해석 가능한 시계열 예측을 위한 DARR 모드 공개
읽어야 하는 이유 Kumo Forecast는 직접 예측과 역사적 컨텍스트를 결합하기 위해 도메인 기반 표현 및 검색(DARR)을 도입하여, 다변량 예측을 위한 투명하고 Apache 2.0 라이선스를 갖춘 솔루션을 개발자에게 제공합니다.
NVIDIA는 사전 학습된 Transformer와 역사적 패턴 검색, 내장 해석 가능성을 결합한 시계열 작업용 모델인 Kumo Forecast를 출시했습니다.
OpenVLHarness, 다중 모드 메모리 및 도구 활용으로 MLLM 성능 향상
읽어야 하는 이유 이 프레임워크는 모델을 외부 증거에 기반하여 고정시킴으로써 내부 추론만의 한계를 해결하며, 더 낮은 토큰 비용으로 상당한 성능 향상을 제공합니다.
OpenVLHarness는 지속적 메모리와 이종 도구 통합을 통해 다중 모드 모델 점수를 최대 12.6 포인트 향상시킵니다. 이는 22개 벤치마크에서 검증된 결과로, 외부 증거 기반 추론을 통해 내부 추론의 한계를 극복합니다.
GeoState: 3D 세계 모델링을 위한 뷰 비결합 기하 상태 학습
읽어야 하는 이유 이 접근 방식은 장면 역학과 카메라 변화의 얽힘을 해결하여 다양한 시점 간에 더 정확하고 일관된 3D 세계 예측을 가능하게 합니다.
GeoState는 장면 역학과 카메라 움직임을 분리하는 뷰 비결합 기하 표현을 도입하여 예측형 3D 세계 모델링의 정확도를 향상시킵니다.
NVIDIA와 AI4Bharat, 2.8조 토큰의 인디언어 코퍼스 및 오픈 파이프라인 공개
읽어야 하는 이유 이번 공개는 방대하고 검증 가능한 합성 코퍼스와 이를 생성하는 데 사용된 재사용 가능한 도구를 제공하여 인도 언어의 심각한 데이터 부족 문제를 해결합니다.
NVIDIA와 AI4Bharat은 22개 언어를 위한 2.8조 토큰 규모의 인디언어 사전학습 코퍼스와 GPU 가속 데이터 생성 파이프라인을 공개했습니다.
PrismaCoder, 오픈 멀티모달 코드 지능 발전
읽어야 하는 이유 본 연구는 멀티모달 코딩을 위한 고품질 학습 데이터의 중요한 격차를 해소하며, 분해된 기준 합성을 통해 독점 시스템에 맞서는 오픈 모델을 제시합니다.
PrismaCoder-9B 및 35B 모델은 새로운 기준 기반 데이터 파이프라인을 활용하여 오픈 멀티모달 코드 지능 벤치마크에서 선도적인 성과를 거두었습니다.
시나리오-액터: LLM을 위한 적응형 온도 선택
읽어야 하는 이유 의사소통 설정의 기하학적 표현을 사용하여 고정된 휴리스틱을 넘어설 뿐만 아니라 지시 따름 및 사회적 상황 성능을 향상시킵니다.
숨겨진 상태의 상황적 특성을 추론하여 LLM 디코딩 온도를 적응적으로 조정하는 새로운 프레임워크.
Meta, 에이전트 AI 작업을 위한 Muse Wonder 및 Muse Wonder Full 공개
읽어야 하는 이유 Meta의 새로운 Muse Wonder 모델은 능동적 메모리와 안전 프로토콜을 특징으로 하며, 전문적이고 개인적인 에이전트 작업에서 최고 수준의 성능을 제공합니다.
Meta는 능동적 메모리와 집중 기능을 갖춘 복잡한 에이전트 작업을 위한 최첨단 모델인 Muse Wonder와 Muse Wonder Full을 소개합니다.
Ai2, 코먼즈의 비극 해결을 위해 우선순위 스케줄링을 GPU 시간 예산으로 대체
읽어야 하는 이유 이 사례 연구는 시간 예산과 같은 경제적 인센티브가 공유 GPU 클러스터에서의 자원 스쿼팅 및 우선순위 인플레이션과 같은 기술적 스케줄링 문제를 어떻게 해결할 수 있는지 보여줍니다.
Ai2는 결함이 있는 우선순위 기반 스케줄러에서 GPU 시간 예산이 포함된 계층적 공정 공유 시스템으로 전환하여 클러스터 점유율과 연구 영향력을 개선했습니다.
FastBench는 스트리밍 VLM의 고다이나믹 인지 능력을 평가합니다
읽어야 하는 이유 스트리밍 VLM은 종종 고다이나믹 시나리오에서 실패합니다. FastBench는 엄격한 궤적 기반 평가를 통해 이러한 한계를 드러내며, 향후 모델 개발을 안내합니다.
FastBench는 고다이나믹 영상 스트림을 위한 벤치마크를 도입하여, 최신 VLM이 빠른 사건과 시간적 세분성 처리에서 어려움을 겪고 있음을 드러냈습니다.
Nemotron 모델, IOI 및 IMO에서 금메달급 성능 달성
읽어야 하는 이유 이는 도메인 특화 파인튜닝과 반복적 추론 루프의 결합이 외부 도구 없이도 오픈 가중치 모델을 최상위 경쟁 수준으로 끌어올릴 수 있음을 보여줍니다.
NVIDIA는 Nemotron 모델을 파인튜닝하여 국제정보올림피아드(IOI)와 국제수학올림피아드(IMO) 모두에서 금메달 수준의 결과를 달성했습니다.
NVIDIA Inception 스타트업, AI로 유방암 치료 격차 해소
읽어야 하는 이유 개발자들은 이러한 스타트업들이 고위험 임상 워크플로우 문제를 해결하기 위해 NVIDIA GPU 인프라와 MONAI, CUDA와 같은 특정 라이브러리를 어떻게 활용하는지 주목해야 합니다.
NVIDIA Inception 스타트업은 영상, 위험도 평가, 치료 계획 전반에 AI를 도입하여 유방암 치료의 구조적 병목 현상을 해결합니다.
ThinkingBox, 데이터베이스 상태를 통해 AI 에이전트 일관성 벤치마킹
읽어야 하는 이유 AI 에이전트는 도구 호출 테스트는 통과하지만 데이터베이스를 올바르게 업데이트하지 못하는 경우가 많습니다. 이 벤치마크는 성공적인 API 호출과 실제 데이터 일관성 사이의 격차를 드러냅니다.
마이크로소프트와 허깅페이스가 507개 워크플로우의 터미널 백엔드 상태 및 부작용을 평가하는 ThinkingBox 벤치마크를 공개했습니다.