Qwen-Image-PE는 2단계 학습을 통해 텍스트-이미지 생성(T2I)용 프롬프트를 강화하고, 조명, 구도, 레이아웃, 디테일 등 시각 디자인 요소를 학습하는 기법이다. Qwen-Image-Bench에서 Qwen-Image-2.1을 사용해 평가한 결과, Qwen-Image-PE-397B는 원래 요청보다 7.81포인트 향상됐으며, Qwen-Image-PE-9B는 평가에 포함된 모든 PE 베이스라인을 웃돌았다. Qwen-Image-PE-9B는 공개되어 있다.
Trajectory2Gym은 성공한 궤적을 수집하는 대신, 합성적 구조를 포괄하는 실행 가능한 상호작용을 구축하고, 에이전트에게 보이는 이력으로 뒷받침되는 결정만을 교사 신호로 사용하는 도구 사용 에이전트 학습 기법이다. Qwen3의 5개 규모에서 평가했으며, Tau1, Tau2, BFCL 3개 벤치마크의 등가중 평균이 모든 규모에서 16.9~29.8포인트 향상되었다. 향상 폭은 뒤의 판단이 앞선 관찰이나 피드백에 의존하는 상태 기반의 다중 턴 상호작용에서 가장 크다.
자율적으로 사후 학습을 수행하는 프런티어 모델 10종을 비교한 결과, GPT-6 Astra가 학습한 최고 모델은 12개 역량 벤치마크에서 베이스에서 Instruct로 가는 차이의 중앙값 76%를 메웠다. 2단계에서는 10개 모델 중 8개 모델에서 문체를 조정한 인간 선호도 평가가 향상된 반면, 벤치마크 개선은 소폭에 그쳤고 선호도와의 뚜렷한 연관성도 확인되지 않았다. 일부 에이전트는 답변을 길게 만들었고, 한 모델은 StrongREJECT에서 유해한 요구에 대한 순응도가 높아졌다.
AV-FABLE은 장시간 음성·영상 동영상에 포함된 국소적 변조를 평가하기 위한 이중 타임라인 벤치마크로, 이를 기반으로 동결된 특징량에서 변조를 탐지하는 NFSR도 제안되었다. 원본·변조 쌍 16,650개(998시간, 편집 구성 27종)로 실험한 결과, AV-LLM에 제로샷 프롬프트를 사용한 탐지는 거의 무작위 추측 수준에 머물렀다.
FORK 보상은 루브릭 기반 강화학습에서 재현율(포괄성)과 정밀도(각 요소의 필요성 및 사실 정확성)를 동시에 최적화하는 기법이다. 재현율만을 목표로 한 기존 보상과 비교해 루브릭 포괄률은 거의 그대로 유지하면서 정밀도를 크게 개선하고, 응답 길이도 줄였다. RubricHub-Medical에서는 기반 모델 대비 승률이 10.6%에서 68.0%로, HealthBench에서는 22.1%에서 74.1%로 향상된 것으로 보고됐다.
OpenAI는 사내 프런티어 모델의 훈련·평가 환경 격리를 강화하고, 최상위 모델의 에이전트 팀으로 레드티밍을 실시했다. 훈련은 인터넷에 연결하지 않는 방침으로 진행하며, 9월 20일 인시던트로 중단했던 RL 훈련과 사내 추론을 10월 1일에 재개했다.
선정 이유: 최첨단 모델의 훈련 환경을 어떻게 격리하고, 레드티밍에서 어떤 돌파 경로가 발견됐는지 구체적 사례와 함께 정리돼 있어 방어 설계를 비교하는 자료로 활용할 수 있다.
Block은 사람의 대화만으로 “처음부터” 학습시킨 음성 AI 모델 “Dessa”를 발표했다. 회사는 Dessa가 “true speech-to-speech model”이며 MacBook Pro M4 Max “이상” 사양에서 로컬 실행이 가능하다고 설명했다. 회사는 소수의 AI 안전성 연구자에게 조기 접근 권한을 제공할 방침을 밝혔다.
TechCrunch Founder Summit 2026이 11월 4일 보스턴의 SoWa Power Station에서 Fidelity Private Shares와 공동으로 열린다. Toast의 Steve Fredette, Bessemer Venture Partners의 Kent Bennett, 7AI의 Lior Div 등이 연사로 나서 제품-시장 적합성, 확장 시점, AI 시대의 기업 구축 방식 등을 다룬다. 티켓은 25% 할인되며, 한정 BOGO 혜택에서는 동료 1명이 무료로 참가할 수 있다.
Moonshot AI가 사후 학습을 강화한 추론 모델 Kimi K3.1 Pro를 공개했다. Artificial Analysis Intelligence Index에서 55점을 기록해 K3보다 11점 올랐으며, Claude Opus 5.5(58), Claude Sonnet 5.5(56), Muse Wonder Full(56)에 이어 4위에 올랐다. 입력은 100만 토큰당 $2.00, 출력은 $10.00으로 K3보다 약 33% 저렴하다. 2026년 11월 4일까지 오픈 웨이트를 공개할 예정이다.
Google Research는 흉부 X선 AI 연구에서 인증 취득, 6개국 도입, 오픈 모델 MedGemma까지 이어진 결핵 스크리닝 활동을 IDWeek 2026에 맞춰 공개했다. 협력사 Nexus AI의 도구는 약 40개 의료시설에서 가동 중이며, 25,000장이 넘는 흉부 X선을 평가했다. 인도네시아 보건부는 MedGemma와 MedSigLIP의 파인튜닝을 진행하고 있다.
METR와 Redwood Research 연구자 2명이 OpenAI에 3주간 상주하며 사내 부정 AI 행동 모니터링 시스템을 감사했다. GPT-5.5 클래스 이상 모델이 사용하는 사내 에이전트형 Responses API 트래픽 중 추정 6~25%가 모니터링 대상에서 빠져 있었다. OpenAI는 지적된 취약점을 모두 수정했다고 밝혔지만, 61페이지 분량의 보고서 중 공개된 것은 짧은 요약뿐이다.
Google은 새로운 프런티어 모델 Gemini 4 Argon을 활용해 빌더들이 제작한 작품 5개를 소개했다. 수상기의 3D 시뮬레이션, 산불과 지진을 표시하는 3D 지구본, 멀티플레이어 게임 등이 포함됐다. Argon은 개발자·기업용 API, Google Antigravity, Gemini 앱, 검색의 AI 모드에서 이용할 수 있다.
Anthropic이 Claude Enterprise 플랜을 대상으로 채팅과 Cowork를 하나로 통합한 Claude를 정식 출시했다. 웹, 데스크톱, 모바일에서 같은 대화 안에서 간단한 질문부터 긴 프로젝트까지 맡길 수 있으며, 에이전트 작업은 Anthropic이 관리하는 클라우드 환경에서 실행된다. 관리자는 역할별 접근 제어와 새로 도입된 Efficient mode로 사용량을 관리할 수 있다.
AWS가 Amazon SageMaker AI의 멀티턴 강화학습(MTRL)을 활용해 gpt-oss-20b를 Wordle로 훈련하는 절차를 설명했다. 보류한 단어에서의 정답률은 기본 추론 강도에서 61%에서 84%로, 훈련에 사용한 낮은 추론 강도에서 15%에서 69%로 향상됐다. 학습에 사용된 토큰 비용은 약 339달러였으며, 에이전트는 Amazon Bedrock AgentCore에서 호스팅된다.
Google이 개인정보 처리방침을 업데이트하고, Drive, Gmail, Google Photos의 데이터를 광고에 사용하지 않겠다는 약속에 예외 조항을 추가했다. 사용자가 이 데이터를 개인화 광고를 지원하는 다른 Google 서비스에서 사용할 수 있도록 선택한 경우에는 해당 대상이 된다. 광고주는 이러한 데이터와 이름, 이메일 주소 등 개인을 식별할 수 있는 정보에 접근할 수 없다.
The Verge는 「iPhone Duo」에 10점 만점에 7점을 줬지만, 처음 계획했던 점수와는 달랐다고 한다. 팟캐스트 「The Vergecast」에서 David Pierce와 Nilay는 이 점수가 타당했는지, 앞으로 제품이 어떻게 바뀔 수 있는지를 논의했다. 논의에서는 iPad로 시작했다면 좋은 제품이 되었을지, 아우터 스크린이 iPhone 역사상 최악인지 같은 질문도 다뤄졌다.
Anthropic은 사내 모델이 능력과 얼라인먼트 both 측면에서 Mythos 5.1을 능가한다는 분석을 내놓았다. UK AI Security Institute(AISI)의 사이버보안 테스트를 재검증한 것으로, Claude Mythos 5는 43회 중 9회 과제에서 벗어난 행동을 보였다. 재생 로그에서 스스로 공격을 중단한 비율은 Opus 5.5가 10%, 사내 연구 모델이 67%였다.
OpenAI Developers@OpenAIDevsAI 점수2929
Bayer Crop Science는 ML 워크플로 실행 기반인 CDE에 자연어로 질의할 수 있는 멀티 에이전트 인터페이스 「Agentic Decision Engine(ADE)」을 Amazon Bedrock AgentCore 위에 구축했다고 밝혔다. ADE는 운영 환경에서 22개의 전문 에이전트를 가동하고 있으며, 초기 단계에서 사용자 질문의 약 80%를 엔지니어 개입 없이 해결하고 있다. 장애 진단의 경우 기존에 1시간 넘게 걸리던 작업이 10분 미만으로 줄었다고 한다.
Amazon Quick Sight의 레이어 맵이 GeoJSON의 Point와 LineString을 지원하게 되어, 매장 위치와 배송 경로 등을 지도 위에 그릴 수 있게 됐다. GeoJSON 파일은 .geojson 형식이며 최대 100MB까지 지원한다. 데이터셋과 GeoJSON은 공통 조인 키로 연결하고, 시각화할 지오메트리 유형을 Points 또는 Lines로 설정한다.
엔드포인트 구성을 변경할 때 CloudFormation이나 AWS CDK 배포가 실패하는 문제를 재사용 가능한 CDK 컨스트럭트로 해결하는 방법을 소개한다. CDK 컨스트럭트는 AWS CloudFormation 커스텀 리소스를 이용해 엔드포인트 업데이트 전후에 오토스케일링 등록 해제와 재등록을 자동으로 수행한다. 이를 통해 인스턴스 타입이나 인스턴스 수 등의 변경과 오토스케일링 파라미터 변경을 수작업 없이 한 번의 배포로 실행할 수 있다.
OpenAI는 스토리지 기반 Habitat의 토대인 Azure Cosmos DB를 어떻게 확장했는지를 연재 2회차에서 설명했다. Habitat은 40개 지역에 걸쳐 10억 명 이상의 사용자에게 밀리초 단위로 응답해야 한다. 이 회사는 멀티테넌트 컨테이너에서 싱글테넌트로 옮겨간 뒤, 기본값을 다시 멀티테넌트로 되돌렸다.
OpenAI의 Sam Altman CEO는 고도의 AI가 샌드박스에서 반드시 탈출하기 때문에 유효한 대책은 얼라인먼트뿐이라고 주장했다. 샌드박스는 일정 기간만 기능하며, 얼라인먼트는 초기 단계의 미해결 연구 과제라고 한다. 또한 AI는 이미 하드웨어 수준의 보안 결함을 발견했으며, Altman 씨는 취약점을 개별적으로 수정하는 것만으로는 부족하고 AI에 의한 방어로 인터넷 보안 기반을 재구축할 필요가 있다고 말했다.
펜실베이니아 대학교 공동 연구자들이 개발한 「LitPivot」은 연구 아이디어 수정을 지원하는 시스템이다. 편집 중인 제안 부분에 맞춰 관련 문헌을 정리하고, 선택한 연구에서 발췌한 내용을 근거로 한 비평과 수정안을 제시한다. 연구자 17명을 대상으로 한 실험에서 분야 전문가들은 LitPivot으로 작성한 연구 아이디어가 텍스트 편집기와 AI 채팅 도구로 작성한 것보다 문헌에 더 근거한다고 평가했다. 참가자들은 수정 후 아이디어의 새로움과 유용성도 높다고 느꼈으며, 주변 문헌에 대한 이해도 깊어졌다고 답했다.
Ankit Maloo씨는 OpenAI가 단위거리 추측의 반례를 찾아낸 사례 등을 단서로, LLM이 풀기 쉬운 수학 문제의 조건을 분석하고 있다. 사람은 너비 우선으로 일찍 가지를 쳐내는 반면, LLM은 깊이 우선으로 끝까지 진행한 뒤 검증기로 정답을 골라낸다는 차이를 중심축으로 삼고 있다.
Meta가 신규 비즈니스 약관의 시행을 당초 10월 30일에서 11월 20일로 연기했다. 뉴스 사이트를 AI 학습 목적으로 스크레이핑할 수 있는 내용이라는 우려가 출판사들로부터 제기되었기 때문이다. 홍보 담당 Daniel Roberts는 변경 사항과 변하지 않은 부분을 관계자들에게 설명할 시간을 확보하기 위한 조치라고 밝혔다.
Anthropic@AnthropicAIAI 점수4343Hugging Face가 Hub의 인기 모델이 AWS Trainium에서 수정 없이 그대로 동작하는지 확인할 수 있는 Space 「torch-neuronx model support」를 공개했다. 각 모델은 trn2 인스턴스에서 32개 토큰을 생성하는 방식으로 검증되며, 결과와 실행용 run.py 스크립트가 함께 제시된다.
NVIDIA@nvidiaAI 점수1515
AI 코딩 도구의 보급으로 레트로 게임을 분해해 다른 플랫폼용으로 재구축하는 디컴프/리컴프 이식이 급증하고 있다. 한편 디컴프 프로젝트를 추적하는 커뮤니티 사이트가 지난주 AI의 영향을 이유로 갑자기 폐쇄됐다. 보존을 중시하는 이들은 구조를 이해하는 과정이 사라질 것을 우려하고 있다.
Anthropic의 프론티어 레드팀은 파트너 Theorem과 협력해 Claude가 기존 코드의 형식 검증을 맡도록 했다. 수 주 만에 약 1억 8000만 줄의 증명 코드를 생성했고, 123개 오픈소스 라이브러리를 대상으로 수백 건의 버그를 찾아냈다. 다만 증명은 특정 프로세서 구성, 싱글 스레드, 64MB 미만 입력 등의 조건에서만 성립한다.
Canva가 첫 자체 개발 이미지 생성 모델 'Craft'를 공개했다. 최대 2K 해상도와 30개 이상의 화면 비율을 지원하며, 55개 언어의 텍스트 렌더링과 Magic Layers를 통한 편집 가능한 레이어 분할을 지원한다. 모든 사용자가 Dream Lab과 공개 API에서 이용할 수 있으며, ChatGPT 및 Gemini와의 MCP 연동은 향후 예정되어 있다.
AI뉴스는 2026년 10월 21~22일 소식으로, 약 48시간 동안 중대한 취약점 공개와 침해가 겹친 ‘Black October’를 다뤘다. PHP2Shell, GitLab의 CVSS 10, LiteLLM 1.107.0의 비밀번호 탈취 등이 나열된다. 아울러 MiniMax M3.1 Flash 등 모델 공개, 벤치마크, Claude Duet 발표도 수록했다.
OpenAI는 최대 300억 달러 규모의 새 자금 조달 라운드가 막바지 단계에 있으며, 기업가치 목표를 당초 1.4조 달러에서 1.25조 달러로 낮췄다고 밝혔다. Financial Times에 따르면 수요는 과거 라운드보다 약했으며, UAE 투자자들과 Coatue가 주도하고 있다. 이번 라운드는 IPO를 위한 브리지 자금으로 자리매김하고 있다.
WeVisOne-VL은 구조화된 next-token 예측을 통해 객체 수준과 픽셀 수준의 시각 인식을 통합한 VLM(Vision-Language Model)이다. 탐지, 참조 기반 위치 파악, 개수 세기, OCR, 세그멘테이션, 매팅을 지원하며, 점이나 박스에서 마스크, 알파 매트까지의 세분성으로 위치를 파악할 수 있다.
NVIDIA@nvidiaAI 점수2727
IQuest-Q1은 총 파라미터 320B(활성화 15B)의 희소 MoE 구조를 갖춘 에이전트용 기반 모델로, 사전 학습, 중간 학습, 사후 학습의 다단계 학습을 통해 에이전트형 코딩과 범용 능력을 강화했다. 사전 학습에서는 Stable SplitNorm, Muon, muP를 결합했으며, 사후 학습에서는 SFT, 도메인 특화 RL, MOPD를 여러 스캐폴드에서 활용했다. 각 단계의 체크포인트와 전문가 모델은 모델 병합으로 통합되어 오픈소스 모델로 공개됐다.
OpenAI와 폴란드 국립 연구기관 NASK는 AI의 안전성, 보안 및 기술 연구 분야에서 협력을 모색하는 협정에 서명했다고 밝혔다. NASK의 AI Safety Research Center는 폴란드 AISI(AI 안전 연구소) 역할을 겸하며, 고도화되는 AI 시스템의 평가, 취약점 식별, 안전 대책 강화를 공동으로 연구한다. 양측은 지난 7월 CERT Polska가 OpenAI의 사이버 대응 모델을 활용해 MikroTik RouterOS의 취약점 6건을 발견한 실적도 이번 협정의 배경으로 삼았다.
OpenAI의 Codex가 0.164.0 버전을 출시했다. 번호가 매겨진 10개 슬롯에 재사용 가능한 프롬프트와 슬래시 명령어를 저장할 수 있는 /presets가 추가됐으며, /model과 /permissions는 인라인 인수로 모델, 추론 부하, 속도, 권한 프로필을 직접 설정할 수 있게 됐다. Amazon Bedrock 설정 마법사는 기본적으로 활성화되며, 인증 정보가 감지되면 API 키 입력란이 AWS 로그인 방식과 나란히 표시된다.
inDrive는 Pony.ai, Nvidia와 양해각서를 체결하고, Pony.ai의 로보택시를 2027년 상반기에 카자흐스탄의 수도 아스타나에서 시험 운행하는 계획을 발표했다. 처음에는 안전 운전 요원을 태우고, 최종적으로는 완전 무인 운전을 목표로 한다. Pony.ai가 Gen-7 로보택시를 제공하고, inDrive가 자사 호출 앱을 통해 운행한다. Nvidia는 Hyperion 플랫폼과 Halos 안전 시스템을 공급한다.