Reflection, 501B 파라미터 오픈 웨이트 MoE 모델 'Beam' 공개

Reflection이 오픈 웨이트 MoE 모델 'Beam'을 공개했다. 전체 파라미터 수는 501B, 활성 파라미터 수는 23B이며, 1토큰 컨텍스트가 아닌 1M 토큰 컨텍스트를 지원하고, 라이선스는 Apache 2.0이다.

Deep Fusion Memory: LLM을 위한 청크 단위 파라메트릭 메모리 제안

Deep Fusion Memory(DFM)는 예측된 파라메트릭 메모리를 게이트 방식 크로스 어텐션으로 중간 은닉 상태에 통합해, 추론 시 검색을 수행하지 않고도 지식 집약형 태스크의 성능을 높이는 기법이다. 토큰 단위 메모리를 구축하는 기존 기법과 비교하면, 학습 데이터 구축에 필요한 검색 쿼리는 32배, 검색 항목은 2048배 적은 것으로 알려졌다. 6개의 QA 태스크에서는 가장 강력한 베이스라인을 앞질렀으며, Mistral-7B-v0.3에서 12.71%, Qwen3-8B-Base에서 11.19%의 향상을 보였다.

DeepSeek, 에이전트 성능을 높인 V4.1-Flash-1017 공개… 검색 API도 외부 개방

DeepSeek는 Flash 모델의 업데이트 버전인 DeepSeek-V4.1-Flash-1017을 공개했다. 공식 사이트, 앱, API에서 이용할 수 있으며, 가중치는 Hugging Face와 ModelScope에서 오픈소스로 공개됐다. 회사는 DeepSWE에서 평균 태스크당 약 0.20달러로 77.0%를 달성했다고 밝혔다. 사내 검색 엔진인 Search & Fetch API도 개발자에게 제공한다.

Jev, Vercel에서 역대 최고 속도로 채택된 AI 모델이 되다

TypeSafe AI의 AI 모델 'Jev'는 비공개 출시 2주 만에 Vercel 유료 팀의 35%가 사용했으며, 두 번째로 인기 있는 Sonnet 5.5의 거의 두 배에 달하는 도달률을 기록했다고 밝혔다. Jev는 출력을 사전에 정해진 선택지 중에서 고르는 경량 모델로, 9월 15일 비공개 출시되었다. 출력을 제한함으로써 Sonnet보다 낮은 비용과 빠른 속도로 동작한다.

Reflection Beam 출시, AWS에서 제공되는 에이전트형 코딩용 오픈 웨이트 모델

Reflection AI가 에이전트형 코딩과 장기 작업을 위한 오픈 웨이트 모델 Beam을 공개했다. 총 파라미터 501B, 활성 파라미터 23B의 희소 MoE(Mixture of Experts) 구조이며, 회사 측은 실효 컨텍스트 길이가 1M 토큰이라고 밝혔다. 가중치는 Apache 2.0 라이선스로 Hugging Face에서 제공되며, 발표 시점에는 Amazon SageMaker JumpStart의 미국 동부(버지니아 북부, 오하이오) 리전에서 이용할 수 있다.

Hugging Face@huggingfaceAI 점수3030

라이브 방송: 새로운 오픈 웨이트 모델 https://x.com/i/broadcasts/1DxleVaPLagKL

Hugging Face@huggingfaceAI 점수6060

Hugging Face는 Reflection 팀이 오픈 웨이트 모델 Beam의 개발 과정을 소개하는 라이브 방송을 공지했다. 방송은 YouTube에서 진행되며, URL은 https://www.youtube.com/watch?v=dGhUFqeITbY이다. 인용 출처인 Reflection은 Beam이 Apache 2.0 라이선스의 오픈 웨이트로 공개되었다고 전했다.

NVIDIA·AI4Bharat, 인도 22개 언어 약 2.8조 토큰 규모의 사전학습 데이터와 생성 파이프라인 공개 예정

NVIDIA와 IIT 마드라스의 AI4Bharat은 인도 헌법이 정한 22개 언어에 걸친 약 2.8조 토큰 규모의 Nemotron-pretraining-Indic-v1을 근일 공개한다고 발표했다. 데이터 생성에 사용한 GPU 가속 파이프라인과 함께 공개하며, 프롬프트, LLM 워크플로, 품질 검사까지 포함한 생성 레시피를 개방한다. Nemotron 3.5 Super VL의 Indic 지속 사전 학습에서는 보고된 5개 Indic 벤치마크 모두에서 점수가 상승했다.

Reflection, 501B 규모 오픈 모델 Beam을 Hugging Face에 공개

신생 미국 연구소 Reflection이 첫 모델 Beam을 Apache 2.0 라이선스로 공개했다. 총 파라미터 501B, 토큰당 23B만 활성화되는 MoE 모델이며, 컨텍스트 윈도우는 1M 토큰이고 코딩과 에이전트 용도에 중점을 둔다. transformers, vLLM, SGLang이 Day-0부터 지원하며, BF16, FP8, NVFP4 세 종류의 체크포인트를 제공한다.

Meta, Mac에서 구동되는 오픈 웨이트 모델 'Muse Spark Open' 공개

Meta는 미국에서 '가장 높은 성능'을 갖췄다고 밝힌 오픈 웨이트 모델 'Muse Spark Open'을 공개했다. 816B 파라미터와 100만 토큰 컨텍스트 윈도우를 갖췄으며, Meta가 공개한 평가 결과에서는 다른 주요 오픈 웨이트 모델보다 우수한 성능을 보였다고 한다. Apple 컴퓨터에서의 로컬 실행을 전제로 설계되었으며, 여러 API 플랫폼에서 이용할 수 있다.

Meta, Amazon SageMaker JumpStart에서 Muse Spark Open 제공 시작

Meta의 코딩 특화 오픈 웨이트 모델 「Muse Spark Open」이 Amazon SageMaker JumpStart에서 이용 가능해졌다. MoE 아키텍처로 총 파라미터 816B, 활성 파라미터 42B, 컨텍스트 윈도우는 1M 토큰이다. BF16 버전은 ml.p6-b300.48xlarge, NVFP4 양자화 버전은 ml.p5e.48xlarge에서 동작하며, SageMaker Studio 또는 SageMaker Python SDK를 통해 자신의 AWS 계정 엔드포인트에 배포할 수 있다.

AI at Meta@AIatMetaAI 점수5959

Meta AI가 오픈 웨이트 모델 「Muse Spark Open」을 공개했다. 미국산 오픈 웨이트 모델로서 “지금까지 중 가장 높은 성능”이라고 자리매김하고 있다. 총 파라미터 816B, 활성 파라미터 42B, 1M 토큰 컨텍스트 윈도우를 갖추고 있으며, 텍스트·이미지·동영상·음성을 네이티브로 지원한다.

Perplexity@perplexity_aiAI 점수5050

Perplexity Computer의 모든 작업을 실행하는 샌드박스 기반 SPACE를 오픈소스로 공개했다. SPACE는 에이전트의 각 작업에 전용 Firecracker microVM을 할당하고, 인증 정보와 아웃바운드 통신을 VM 바깥에서 제어한다. Apache 2.0 라이선스로 공개 중: https://github.com/perplexityai/SPACE?tab=Apache-2.0-1-ov-file

NVIDIA@nvidiaAI 점수6262

NVIDIA는 오픈 모델 Nemotron 패밀리에 Nemotron 3.5 Super VL을 추가했다. 시각 이해, 추론, 도구 사용을 결합해 AI 에이전트가 더 짧은 시간에 더 많은 작업을 완료할 수 있도록 한다고 밝혔다. 총 파라미터 120B, 활성 파라미터 12B이며, 텍스트, 이미지, 문서, 동영상 이해를 지원한다.

Meta, 오픈 웨이트 멀티모달 MoE 모델 「Muse Spark Open」 공개

Meta가 오픈 웨이트 모델 「Muse Spark Open」을 공개했다. 총 파라미터는 약 816B이며, 토큰당 활성 파라미터는 약 42B인 MoE 구조다. 텍스트, 이미지, 음성, 동영상을 입력으로 받을 수 있고, 컨텍스트 윈도우는 최대 1M 토큰이다. Hugging Face 블로그에서는 transformers, llama.cpp, SGLang, vLLM, MLX에서의 실행 방법과 TRL을 활용한 파인튜닝, 데모를 소개하고 있다.

Alibaba MAI-UI 팀, 범용 컴퓨터 조작 에이전트 풀스택 오픈소스 OpenGCUA 공개

Alibaba 팀은 범용 컴퓨터 조작 에이전트(GCUA)의 풀스택을 공개하는 프로젝트 OpenGCUA의 첫 릴리스를 발표했다. OSWorld-v2에서는 GPT-6 Astra, Claude Opus 5, Gemini 3.8 Flash를 포함한 8개 모델이 평균 +19.6포인트 향상되었고, 단계 수는 53% 줄었다고 밝혔다. 기술 보고서, 평가 궤적, macOS용 harness, Cross-Device SDK, 온라인 인터랙티브 랩도 포함된다.

Waypoint-OPD, RL 유래 정책 변화를 초기와 후기의 일치 여부로 게이팅해 증류

Waypoint-OPD는 같은 RL 실행에서 초기와 후기 교사 정책의 변화 방향이 일치하는지에 따라 엔드포인트 정책 변화를 게이팅하고, 방향이 반대일 경우 이를 억제하는 증류 기법이다. 추가 비용은 고정된 교사로 채점하는 1회의 패스뿐이다. Qwen3-4B 교사에서 Qwen3-8B, Qwen3-14B, Qwen3-30B-A3B 학생으로 수학과 코드 추론을 전이한 6개 설정 모두에서, 비교한 증류 기법 가운데 영역 평균 점수가 가장 높았다. Qwen3-8B 학생에 대한 절제 실험에서는 게이트를 제거하거나 섞었을 때 수학 추론 성능이 떨어졌다.

LEV: 루프형 의사결정 모델로 구현한 빠른 사고와 깊은 사고

LEV는 루프형 백본을 다시 실행하고 각 루프 뒤에 선택지를 채점하는 의사결정 모델로, 하나의 체크포인트에서 사고의 깊이를 바꿀 수 있다. JevBench 공개 231문항에서 Lev-2.6B는 1루프의 63.2%에서 4루프 76.2%로 향상되었다(+13.0%p). 적응형 정지기는 루프 연산을 15~24% 줄이며, 정확도 하락은 0.3~0.8%p에 그쳤다(오프라인 분석).

MAI-Gym, 모바일과 PC의 GUI 에이전트 평가와 강화학습을 통합한 오픈 플랫폼

MAI-Gym는 모바일, 컴퓨터, 웹 환경에 걸친 GUI 에이전트의 평가, 데이터 수집, 온라인 강화학습(RL)을 하나로 묶은 오픈 플랫폼이다. 이를 활용해 훈련한 9B 모델 MAI-Gym-9B는 10B 미만의 오픈 GUI 에이전트 중 최고 수준으로 평가되며, MobileWorld에서 78.4%, OSWorld-Verified에서 76.2%를 기록했다. 프레임워크, 스킬, 모의 앱, 검증된 과제 2,000건, 모델 체크포인트도 함께 공개됐다.

Apple 연구, 데이터 제약 하의 사전학습에서는 하이퍼파라미터 조정보다 이중언어 혼합이 효과적

연구에서는 데이터가 제한된 저자원 언어의 사전학습에서 고자원 언어의 데이터를 섞는 방법이 하이퍼파라미터 조정보다 성능을 크게 개선한다는 결과가 나왔다고 밝혔다. 150M에서 1.43B 파라미터까지 4개 규모에서 아랍어에 영어 데이터를 섞은 약 1000회의 사전학습을 비교했으며, 검증 손실과 하위 작업 정확도 모두에서 혼합 방식이 우위를 보였다. 혼합의 효과는 목적 언어 고유 데이터 2~3배분(검증 손실), 2~13배분(하위 작업 정확도)에 해당하며, 검증 손실만으로는 혼합의 가치가 과소평가된다.

LLM2R, 대규모 언어 모델을 이용한 3D 부품 조립 기법

LLM2R는 사전 학습된 decoder-only LLM으로 3D 부품 조립을 시퀀스 모델링으로 다루고, 모든 부품의 자세를 한 번의 추론으로 예측하는 기법이다. 부품 수가 100개인 경우 Breaking Bad의 부품 정확도는 GARF를 33.5포인트, PartNet의 부품 정확도는 Assembler를 29.1포인트 앞질렀다. PartNet의 3개 카테고리 모두에서 부품 정확도와 성공률이 최고 기록을 세웠다.

ttok 0.4, 토큰 수를 세는 CLI 도구 업데이트

ttok는 OpenAI의 오픈소스 라이브러리 tiktoken을 사용해 토큰 수를 세는 CLI 도구로, 0.4 버전이 수년 만에 업데이트됐다. Click 경고 수정, CI 업데이트, 사용 가능한 모델을 나열하는 --list-models 명령어 추가가 포함됐다. uvx를 통해 실행할 수 있으며, cat file.txt | uvx ttok 처럼 임의의 입력에 대한 토큰 수를 셀 수 있다.

OpenMobile-2、확장 가능한 환경과 앱 네이티브 도구로 범용 모바일 에이전트 구축

OpenMobile-2는 모바일 에이전트의 환경, 데이터, 벤치마크, 모델을 모두 오픈소스로 공개했다. MobileGym++은 사람과 코딩 에이전트의 협업으로 구축한 상용 스타일 앱 35개를 포함하며, 에뮬레이터형 앱과 합쳐 110개 이상의 앱을 제공한다. GUI 조작과 앱 네이티브 도구 호출을 결합하는 설정을 제안했으며, 실기기 모바일 과제에서 거의 2배의 성능을 달성했다.

Google Research, 특허 작성에 AI 지원이 전문성을 높이는가 해치는가를 3개월 현장 실험으로 검증

지적재산권법 변호사 133명을 대상으로 미공개 Google Labs 개발 AI 특허 작성 지원 도구를 3개월간 사용하게 하는 현장 실험을 진행하고, NBER에 논문을 공개했다. AI를 사용한 경우 작성 점수는 10일 후 0.34SD, 90일 후 0.38SD 향상되었으나, AI 없이 수행한 첨삭 과제에서 개선이 확인된 것은 시니어 변호사뿐이었고 주니어 변호사에게는 뚜렷한 개선이 없었다.

TII, 아랍어 음성인식 모델 「Falcon-ASR」 발표

TII는 에미리트 방언에 중점을 둔 아랍어 음성인식 모델 「Falcon-ASR」을 발표했다. 파라미터 수는 1.6B이다. 6개 아랍어 테스트셋의 평균 WER은 20.92%로, 공개된 최고 결과보다 2.25포인트 우수하다. Hugging Face Demo Space에서 체험할 수 있으며, API는 계획 중이다.

「Earth AI」 지리공간 기반 모델, 전 세계 공중보건 활용 검증

Google Research는 Google Earth AI의 인구동태 기반 모델(PDFM)이 생성하는 장소 임베딩 표현을 다섯 가지 공중보건 과제로 평가했다. PDFM은 검색 동향, 사람의 이동, 건물 밀도, 기상·대기질 등을 통합한 임베딩으로, 과제별 미세조정 없이도 기존 입력과 같거나 그 이상의 결과를 보였다. 미국·캐나다 국경의 146개 카운티에서는 MMR 백신 접종의 설명 분산이 상대적으로 36% 향상됐고, 콜레라 발생 예측에서는 4주 앞의 AUPRC가 9.7% 개선됐다.

Mistral, Mistral Large 4 공개 프리뷰 시작… 가중치는 월말 공개 예정

Mistral은 총 파라미터 1조, 활성 파라미터 520억의 네이티브 멀티모달 모델 Mistral Large 4(ML4)의 공개 프리뷰를 시작했다. 프리뷰 API는 Mistral Studio에서 체험할 수 있으며, 가중치는 이번 달 말 공개될 예정이다. 코딩, 에이전트형 워크플로, 멀티모달 이해에서 높은 성능을 보인다고 밝혔으며, Artificial Analysis Cyber Index에서는 세계 상위 5개 모델에 든다고 밝혔다.

Reflection, 오픈 모델 Beam 501B-A23B 발표… Apache 2.0 가중치는 이달 공개 예정

Reflection은 코딩, 에이전트, 과학 분야를 겨냥한 텍스트 전용 MoE 모델 Beam(총 파라미터 501B, 활성 파라미터 23B)을 발표했다. 처음부터 학습한 모델이며, Apache 2.0 라이선스의 가중치는 이번 달 공개될 예정이다. Latent Space는 GLM 5.3과 DeepSeek V4.1 Flash 등이 전반적으로 앞서 있다고 지적했다.

Holo4, 범용 컴퓨터 조작 에이전트를 위한 신규 모델 시리즈

Holo4는 GUI, 코드, MCP, API를 상황에 맞게 골라 쓰며 컴퓨터를 조작하는 에이전트형 모델 시리즈로, 27B 덴스(dense) 버전과 35B-A3B(Mixture of Experts) 버전 두 가지 크기로 제공된다. OSWorld 2.0에서 Holo4 27B는 61.7%를 기록했으며, Opus 5.5의 81.8%에는 미치지 못하지만 파라미터 수와 비용은 크게 적은 것으로 알려졌다. 두 모델은 H Models API를 통해 이용할 수 있으며, Holotron4 Nano도 함께 공개되었다.

GitHub Security Lab, C/C++용 자율형 퍼징 Fuzzing Taskflow 공개

GitHub Security Lab의 Antonio Morales가 C/C++ 프로젝트용 자율형 퍼징 파이프라인 Fuzzing Taskflow를 공개했다. GitHub 리포지토리만 지정하면 하네스 작성, AFL++ 실행, 커버리지 분석, 크래시 트리아지, 취약점 보고서 작성까지 LLM 에이전트가 수행한다. 소스 코드는 오픈소스로 제공된다.

Qwen@Alibaba_QwenAI 점수5151

Qwen은 Qwen Intelligence를 발표하고 Mobile Planner Agent, Mobile-Use Agent, Mobile Creative Agent 등 3종의 에이전트를 선보였다. 또한 MobilePA-Bench, MobileWorld, MobileWorld-Real, MobileWorld-Safety 등 벤치마크 세트도 함께 공개했다. Mobile-Use Agent는 MobileWorld 82.1, MobileWorld-Real 92.2, AndroidDaily 97.2를 기록했으며, 엔드투엔드 성공률은 90%라고 밝혔다.

Hugging Face, oMLX 개발자 Jun Kim 영입…MLX 커뮤니티 지원 강화

Hugging Face는 oMLX의 제작자이자 메인테이너인 Jun Kim을 팀에 영입했다고 발표했다. oMLX는 그동안 부업 성격의 프로젝트였으나, 앞으로는 충분한 유지보수 인력과 자금을 확보해 장기적인 개발에 전념할 수 있는 체제를 갖추게 된다. oMLX는 Apache 2.0 라이선스를 그대로 유지하며, Jun Kim이 계속해서 프로젝트를 이끈다.

UK AISI·EvalEval, 벤치마크 결과를 재현 가능하게 만드는 노력

영국 AI Security Institute(AISI)가 EvalEval의 공개 기반인 「Evaluation Cards」를 활용해 평가 결과 공개를 시작했다.

오픈 모델의 현재 세력도: 미중 오픈 웨이트 경쟁의 현황

Nathan Lambert가 미국 의회 관계자를 대상으로 한 설명 자료를 바탕으로, 오픈 웨이트 모델을 둘러싼 미중 경쟁의 현황을 정리했다. 2026년 9월 14일 기준 Artificial Analysis Intelligence Index에서는 GLM-5.3이 45점, Kimi K3이 44점으로, 미국 진영 최고 점수인 Inkling의 26점을 크게 웃돈다. Hugging Face 다운로드 수에서도 중국은 누적 3.2B로 미국의 두 배에 달한다.

Hugging Face, tokenizers v1 릴리스 후보 공개… v0.23 대비 3~30배 빨라져

Hugging Face가 tokenizers v1 릴리스 후보를 crates.io에 공개했다. Apple M4 Max 단일 스레드에서 v0.23보다 3~30배 빠르게 인코딩하며, 워커 8개에서는 선형 대비 76%의 효율로 확장된다. 토큰 ID는 v0.23과 동일하고 API도 바뀌지 않았다.

HF Jobs에서 LoRA 기반 Async GRPO를 실행하는 구성, Storage Bucket과 프록시로 NCCL 없이 동기화

TRL v1.14의 AsyncGRPOTrainer는 LoRA 어댑터만 학습해 vLLM에 동기화할 수 있게 되었으며, 학습과 추론을 서로 다른 Hugging Face Jobs로 나누어 실행하는 구성을 보여준다. 랭크 1 어댑터는 크기가 수 MB에 불과해 1.5B 모델 전체(약 3GB)보다 훨씬 작으므로, Storage Bucket을 공유 파일 시스템으로 사용하면 NCCL 없이 동기화할 수 있다. 5회 실행 결과, 동일한 레시피로 500스텝을 학습하는 시간이 3시간 27분에서 53분으로 줄었다.

최신 오픈 아티팩트(#24): Motif-3, GLM-5.3, Hy4-preview 및 오픈 모델 라이선스 동향

지푸(Zhipu)의 GLM-5.3은 GLM-5.2 이전의 MIT 라이선스에서 독자 라이선스로 변경되었다. Model as a Service를 운영하며 계열사를 포함한 연속 12개월 매출이 100억 달러를 넘으면, 상업적 이용 전에 Z.AI의 보안 심사가 필요하다. '계열사(affiliates)'의 정의가 없어 도입의 장벽이 된다는 지적이 나온다. Kimi K3와 MiniMax M3도 제한적인 조건을 두고 있다. Motif의 Motif-3은 MIT 라이선스로 공개되어 있다.

NeoMME: 효율적인 멀티모달 네이티브·다국어 인코더

Hugging Face가 260M과 800M 두 가지 크기로 구성된 다국어 멀티모달 인코더 「NeoMME」를 발표했다. 사전 학습된 비전 타워를 사용하지 않고, 단일 양방향 Transformer로 텍스트 토큰과 이미지 패치를 동시에 처리한다.

BenchMIRT로 보는 LLM 벤치마크의 실제 측정 대상

Hugging Face가 LLM 벤치마크를 개별 프롬프트 단위로 분석하는 기법 「BenchMIRT」를 발표했다. 100개의 LLM, 16개의 벤치마크, 34K개가 넘는 질문의 결과로부터 사전 지정 없이 「안전성」과 「범용 추론」이라는 두 가지 주요 차원을 추출했다. 예를 들어 BBQ는 안전성 벤치마크로 분류되지만 범용 추론과의 상관이 강했고, WMDP도 안전성보다 범용 추론과 강하게 연관되어 있었다.

Hugging Face, 브라우저 추론용 WebGPU 커널 207개와 @huggingface/kernels 공개

Hugging Face가 WebGPU 커널 207개와, Hub에서 커널을 불러와 실행하는 JavaScript 라이브러리 @huggingface/kernels를 공개했다. 각 커널은 webgpu-kernels 조직 아래 개별 리포지토리로 배포되며, 라이선스는 Apache-2.0이다. 아울러 브라우저에서 커널의 성능과 정확성을 측정하는 벤치마크 도구 Fleet도 함께 공개했으며, 사용자의 동의를 얻은 뒤 실제 기기에서 얻은 결과를 수집해 개선에 활용할 계획이다.