Skip to content
AI-Daily-Builder

아카이브

TTPO, 비대칭 정책 최적화로 레이블 없이 수학 추론 달성

읽어야 하는 이유 엔지니어는 비용이 높거나 사용할 수 없는 정답 레이블에 의존하지 않고도 테스트 시점에 LLM의 추론 능력을 향상시킬 수 있습니다.

TTPO는 다수결 의사 레이블을 활용하여, 정답 데이터 없이도 대회 수준 수학 벤치마크에서 지도 학습과 동등한 성능을 달성합니다.

2 分鐘 실전 노트 llmreinforcement-learningtest-time-trainingmath-reasoning

SWE-Prime 가 더 적은 궤적을 사용하여 모델 성능 향상

읽어야 하는 이유 개발자들은 소음 있는 지도 학습이 모델을 바람직하지 않은 문제 해결 행동을 모방하도록 유도할 수 있으므로 관심을 가져야 합니다.

새로운 방법 SWE-Prime 는 대규모 언어 모델이 실제 세계 소프트웨어 문제를 해결하는 능력을 개선하기 위해 훈련 데이터를 필터링합니다. 소음 있는 지도 학습은 모델이 바람직하지 않은 문제 해결 행동을 모방하도록 유도할 수 있어 개발자는 이를 주의해야 합니다.

2 分鐘 실전 노트 llmsoftwaretrainingsft

NVIDIA, 에이전트 AI를 위한 첫 커스텀 CPU 'Vera' 출시

읽어야 하는 이유 AI 공장 내에서 GPU 와 함께 새로운 CPU 가 오케스트레이션 및 도구 호출을 어떻게 처리하는지 개발자들은 주의 깊게 관찰해야 합니다.

에이전트 AI 인프라 확장으로 NVIDIA 는 AWS, Oracle 및 주요 AI 연구소에 첫 커스텀 Vera CPU 를 공급. 오케스트레이션 및 도구 호출 처리 능력 주목.

2 分鐘 실전 노트 agentic-ainvidia-veracpu-infrastructureaws-partnership

LAION-BVD, 멀티모달 사전 학습을 위한 1000 만 시간 오픈 비디오 데이터셋 출시

읽어야 하는 이유 개발자들은 비디오, 오디오, 이미지 모달리티를 아우르는 경쟁력 있는 멀티모달 모델을 훈련하기 위해 이 규모의 데이터가 필요합니다.

LAION-BVD 는 CommonCrawl 에서 수집한 총 8000 만 개 비디오 (1000 만 시간) 를 포함하는 대규모 오픈 비디오 데이터셋으로, 비독점 데이터를 활용한 멀티모달 모델 학습에 필수적입니다.

1 分鐘 실전 노트 multimodalvideo-datasetpre-trainingopen-source

새로운 방법론으로 압축된 4비트 모델이 정밀 버전보다 성능을 앞당김

읽어야 하는 이유 개발자들은 이 방법이 양자화 및 압축 과정에서 일반적으로 손실되는 기능을 복구하기 때문에 관심을 가져야 합니다.

새로운 치유 기법으로 압축된 4비트 모델이 7 가지 벤치마크에서 정밀도 원본을 능가합니다. 구조적 압축 후 잃어버린 능력을 회복하여 배포 파이프라인의 치유 단계를 대체할 수 있습니다.

2 分鐘 실전 노트 llm-compressionquantizationdistillationefficiency

LLM 에이전트의 작업 간 기술 이전: 하위 작업과 텍스트의 승리

읽어야 하는 이유 자율 에이전트를 개발하는 개발자는 메모리를 텍스트 형식의 하위 작업으로 구조화하여 신뢰성을 높일 수 있습니다. 제안된 유틸리티 점수는 효과적인 기술을 선별하기 위한 실행 전 진단 기능을 제공합니다.

연구에 따르면 하위 작업 수준의 유도 및 텍스트 형식이 코드 기반 방법보다 더 나은 성능을 보이는 LLM 에이전트의 신뢰할 수 있는 기술 이전을 가능하게 합니다.

3 分鐘 실전 노트 llmagentsskill-transfermemory

MidTool: 중간 훈련을 통한 에이전트 능력 강화

읽어야 하는 이유 이 연구는 전임 훈련만 의존하는 것보다 강력한 에이전트 도구 사용을 위해 전용 중간 훈련이 필수적임을 보여주며, 대규모 언어 모델(LLM)에 대한 우월한 대안을 제시합니다.

MidTool은 웹 데이터와 합성 API 감독을 결합하여 Qwen3 모델의 일반 도구 사용 능력을 크게 향상시키는 중간 훈련 파이프라인을 소개합니다.

1 分鐘 실전 노트 mid-trainingtool-usellmagentic-ai

작업 모델 유도: 컴퓨터 추적 데이터에서 교차된 워크플로우 복원

읽어야 하는 이유 데스크탑 에이전트를 구축하는 AI 엔지니어는 TMI를 사용하여 원시 상호작용 데이터에서 실제 워크플로우를 학습하고, 더 견고하고 감사 가능한 작업 실행을 가능하게 할 수 있습니다.

새로운 TMI 방법은 수동 컴퓨터 사용 추적 데이터에서 구조화된 작업 모델을 추출하여 기존 기준선 대비 에이전트 정확도를 크게 향상시킵니다.

2 分鐘 실전 노트 ai-agentstask-modelingcomputer-useworkflow-induction

콜로라도 AI법, 오늘 시행 예정이었지만 2027년으로 연기됐다

읽어야 하는 이유 미국 최초의 종합적인 주(州) AI법이 시행되기도 전에 다시 쓰였다. 법을 만들고, 시행 전 업계 압박에 밀려 폐지·대체한다는 이 순서야말로 다른 주들에서 주시해야 할 전형이다.

5월 14일 서명된 SB 189가 콜로라도 AI법의 핵심 조항을 대폭 축소하고 시행일을 2026년 6월 30일에서 2027년 1월 1일로 연기했으며, 이를 공시 중심 체계로 대체했다.

4 分鐘 실전 노트 ai-policyai-regulationcoloradosb189

GitHub Copilot, 첫 사용량 기반 청구 주기 마감 — 에이전트 사용자들이 그 여파를 체감하다

읽어야 하는 이유 정액제 AI 코딩 도구는 늘 가벼운 자동완성 사용자의 비용으로 무거운 에이전트 사용자를 보조해 왔다. Copilot은 이제 그 보조를 멈췄다 — 그리고 첫 청구서야말로 모두가 발표 글에서 건너뛰었던 부분이다.

Copilot이 6월 1일 토큰 기반 청구로 전환했고, 6월 30일 첫 청구 주기가 마감된다. 에이전트 사용자들은 기존 정액 구독 대비 10~50배에 달하는 청구서를 받았다고 보고한다.

3 分鐘 실전 노트 github-copilotpricingagentic-codingdeveloper-tools

OpenAI, GPT-5.6 Sol·Terra·Luna 프리뷰 공개 — 美 정부 승인이라는 접근 관문 뒤에서

읽어야 하는 이유 OpenAI의 처리 용량이 아니라 정부 승인이 프런티어 모델 출시의 관문이 되는 이런 새로운 거버넌스 패턴은 빌더들이 앞으로도 다시 보게 될 것이다.

OpenAI가 6월 26일 GPT-5.6 Sol/Terra/Luna를 공개했다. Sol은 Terminal-Bench 2.1에서 91.9%를 기록했지만, 접근은 정부 승인을 받은 약 20개 파트너로 제한된다.

3 分鐘 실전 노트 openaigpt-5.6frontier-modelllm
커피