Epoch AI의 연구자들은 중국 발 오픈 웨이트 모델 GLM 5.3이 패치 공개부터 배포까지의 공백(패치 갭)을 파고들어, 사람의 개입 없이 Firefox 익스플로잇을 만들어낼 수 있었다고 보고했다. 대상은 9월 17일부터 10월 26일 사이에 공개된 Firefox 버전 6개이며, 성공 1건당 API 비용은 약 1,000달러다.
Anthropic은 AI for Science 프로그램을 확대해 전 세계 과학 재단, 연구기관, 연구 그룹 20곳과 제휴했다고 발표했다. 이 프로그램은 연구자에게 무상 Claude 크레딧을 제공하는 것으로, 2025년 5월 시작 이후 생물학, 의학, 물리학, 화학, 기후 과학, 수학 등 수백 건의 프로젝트를 지원해 왔다. HHMI Janelia Research Campus와는 AI 에이전트가 실험 장비를 안전하게 조작하기 위한 공유 사양 'Model Hardware Standard(MHS)'를 공동 개발했으며, 현재 리서치 프리뷰 단계에 있다.
AI at Meta@AIatMetaAI 점수4242
투자 조사회사 Citrini Research가 Anthropic과 손잡고 미공개 버전 Claude에게 전갈 독 해독제 후보가 될 단백질을 설계하게 했다. 외부 연구실의 시험에서는 설계된 211종 중 17종이 표적으로 삼은 독소 5종 가운데 4종에 결합했다. 다만 독소를 중화할 수 있었는지는 검증되지 않았으며, 전문가들은 실용적인 약과는 거리가 멀다고 지적하고 있다.
Anthropic@AnthropicAIAI 점수3333How can the math community forge the best path forward in the AI age? We're committing $15M to workshops and initiatives — plus free AI computing resources for foundation-supported researchers — through new partnerships with @AnthropicAI and @OpenAI: https://bit.ly/4zpfIbW #math #science #AI
OpenAI@OpenAIAI 점수3838How can the math community forge the best path forward in the AI age? We're committing $15M to workshops and initiatives — plus free AI computing resources for foundation-supported researchers — through new partnerships with @AnthropicAI and @OpenAI: https://bit.ly/4zpfIbW #math #science #AI
OpenAI@OpenAIAI 점수5252
Google은 AI를 과학의 가속과 생활 개선에 활용하는 노력을 이어가고 있으며, 최근 몇 주 사이 AlphaGenome Atlas, WeatherNext 3 등의 성과를 잇따라 발표했다. AlphaGenome Atlas는 인간 게놈에서 90억 가지 단일 염기 변화가 미치는 예측 영향을 지도로 만들어 연구자들에게 공개했다. WeatherNext 3는 하루 이상 앞선 강수 예보의 정확도를 50% 향상시켰으며, 이미 회사의 제품에 사용되고 있다.
LG AI연구원이 ICML 2026에서 엑사원의 산업 현장 성과 사례를 공개하고 논문 14편을 발표했다. 발표한 신소재 생성 AI 기술은 글로벌 벤치마크 LeMat-GenBench에서 글로벌 2위를 기록했다. 엑사원 데이터 파운드리는 데이터 생산성을 최소 1,000배 이상 높이고 품질을 평균 20% 이상 개선했다고 밝혔다.
Google DeepMind와 Google Research가 개발한 AI 기상 모델 WeatherNext는 2025년 10월 허리케인 Melissa가 카테고리 5의 강도로 자메이카에 상륙할 것을 5일 전에 예측해 NHC의 경보 발령을 뒷받침했다. 예측의 확률은 5일 전 80%, 3일 전에는 100%에 가까운 수준에 도달했다고 한다. NHC의 2025년 검증 보고서에서는 진로와 강도 양쪽에서 가장 성능이 높은 개별 모델로 평가됐다.
Mistral AI는 Carbone 4 및 ADEME과 공동으로 대규모 언어 모델(LLM)의 환경 영향을 측정하는 수명주기 분석(LCA)을 실시했다. Mistral Large 2의 학습과 18개월간의 이용으로 20,4 ktCO₂e의 온실가스 배출, 281 000 m3의 물 소비, 660 kg Sb eq의 영향이 발생했다. Le Chat의 400토큰 응답 1회당은 1.14 gCO₂e, 45 mL, 0.16 mg Sb eq였다.