NVIDIA@nvidiaAI 점수88

Muse는 알고 있다.

MLX와 RDMA로 Mac Studio에서 대규모 LLM을 로컬·분산 추론

Apple Machine Learning Research는 MLX와 RDMA over Thunderbolt를 활용해 Mac Studio 4대로 816B 파라미터의 Muse Spark Open을 초당 36토큰 이상으로 생성할 수 있음을 보였다고 밝혔다. M5 Ultra는 M3 Ultra 대비 TTFT가 최대 4.6배, 토큰 생성 속도가 1.6배 빠르다. Qwen 3.8 27B와 Mistral Medium 3.5 128B는 512GB 메모리를 탑재한 Mac Studio 단독으로 동작한다.

Selection-based Structured Reasoning(SSR), 효율적인 멀티모달 검색 에이전트를 향하여

SSR은 멀티모달 검색 에이전트의 추론을 사전에 정의된 재사용 가능한 후보 중에서 선택하는 방식으로 바꿔, 턴당 추론 지연 시간을 90% 이상 줄인다고 밝혔다. 질문별 전체 추론 지연 시간은 28~54% 감소했으며, 2B와 4B 모델로 진행한 7개 멀티모달 검색 벤치마크에서 같은 규모의 주요 검색 에이전트에 필적하는 평균 성공률을 보였다. 강화학습과 지도 파인튜닝 모두에서 과제 성능을 떨어뜨리지 않으면서 효율을 높였다.

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.

Sullivan & Cromwell, OpenAI와 협력해 계약서 검토용 AI 도구 'Agreement Analyzer' 개발

법률사무소 Sullivan & Cromwell은 OpenAI와 협력해 AI 도구 'Agreement Analyzer'를 개발했다. 이 도구는 계약서 초안에 포함된 문제점을 찾아내기 위한 것이다. 원문에는 기능의 세부 내용, 제공 형태, 수치에 관한 설명이 없다.

Anthropic, METR에 직원 수준의 접근 권한 부여하고 독립 평가자와의 협력 확대

Anthropic은 프런티어 AI 모델을 평가하는 비영리 단체 METR의 팀에 직원과 같은 수준의 접근 권한을 주기 시작했다. METR은 리스크 평가 결과를 공개할 예정이다. SecureBio, Accenture와도 평가자로 협력하고 있으며, Hugging Face 등 여러 기관과도 초기 단계의 협의를 진행 중이다.

계획이 먼저인가 검색이 먼저인가, 도구 탐색 아키텍처의 규모 비교

도구 사용형 LLM 에이전트에서 LLM이 먼저 계획을 세우는 Plan-then-Retrieve(PtR) 방식은, 여러 도구가 필요한 질의에서는 Retrieve-then-Plan(RtP) 방식을 웃돌았고, 단일 도구 질의에서는 뒤처지는 것으로 나타났다. ToolBench(46,984개 API 엔드포인트)에서의 평가에서도 이 경향은 검색 건수 k=1~20과 1,000~47,000개 규모의 레지스트리 전반에서 일관되게 나타났다. PtR은 추론 비용이 약 2배 들기 때문에, RtP의 상위 1건 검색 점수를 활용해 질의 복잡도에 따라 방식을 바꾸는 적응형 라우팅이 실용적인 방향으로 제시되었다.

Black Forest Labs, FLUX.3 Image Klein 공개… Diffusers에서 출시 첫날부터 사용 가능

Black Forest Labs의 FLUX.3 Image Klein이 공개되었으며, Diffusers에서 출시 첫날부터 작동한다. 하나의 모델로 text-to-image, 여러 참조 이미지를 이용한 image-to-image, 바운딩 박스를 통한 레이아웃 제어를 지원한다. 증류 버전은 16스텝, CFG 없이 H100에서 1024 × 1024 이미지를 약 2초 만에 생성한다. NVFP4와 FP8 가중치, LoRA 학습 스크립트, Modular Diffusers 파이프라인도 함께 제공된다.

Claude Platform 릴리스 노트 (2026년 10월 15일)

Anthropic이 Claude Platform을 업데이트했다. Claude Opus 5.5의 fast mode가 리서치 프리뷰를 마치고 접근 신청도 필요 없게 됐다. 또한 fast-mode-2026-02-01 베타 헤더가 불필요해졌으며, Start, Build, Scale 각 사용 티어에는 기본 fast mode 속도 제한이 설정됐다.

Anthropic, Team·Enterprise 대상 Claude Code Review 정식 출시

Anthropic가 Code Review를 리서치 프리뷰에서 정식 제공(GA)으로 전환하고 Claude Team 및 Enterprise 조직에서 사용할 수 있게 했다. 대부분의 리뷰 소요 시간은 프리뷰 당시 약 20분에서 6~10분으로 약 3배 빨라졌다. 대상 Enterprise 조직은 2027년 1월 15일까지 10,000달러 이상의 Code Review 크레딧을 신청할 수 있다.

팀네이버, EMNLP 2026서 논문 24편 채택…글로벌 AI 연구 경쟁력 재확인

팀네이버의 연구 논문 24편이 자연어처리 분야 최정상 학회 EMNLP 2026에 채택됐다. 학회는 10월 24일부터 29일까지 헝가리 부다페스트에서 열리며, 팀네이버는 이 자리에서 주요 논문을 발표할 예정이다. 채택 논문에는 한국어 추론 데이터 합성, 장시간 영상 구간 탐색 벤치마크, LLM 추론 과정 해석 연구 등이 포함됐다.

AI at Meta@AIatMetaAI 점수4141

Muse Wonder와 Muse Wonder Full은 개인용 및 전문가용 에이전트형 작업에서 SOTA 성능을 발휘한다. 이 모델들의 자세한 내용은 연구자용 블로그에서 소개하고 있다. https://go.meta.me/musewonder

Google Gemini@GeminiAppAI 점수3838

Gemini 4 Argon의 개발에 참여한 사람들이 이 모델을 자세히 소개한다. 인용된 Logan Kirkpatrick의 게시물에 따르면, Sergey Brin, @joshwoodward, @tulseedoshi, @melvinjohnsonp가 Gemini 4 Argon, 이에 이르기까지의 경위, 그리고 앞으로의 방향에 대해 이야기를 나누고 있다.

Google Gemini@GeminiAppAI 점수1717

Gemini 4 Argon으로 무엇을 만들고 계신가요? 만든 작품을 보여주세요 👇

OpenAI와 Anthropic, 금융 에이전트의 자율성과 안전성에 어떻게 대응하나

AI Engineer New York에서 OpenAI와 Anthropic은 금융 분야 에이전트에서 자율성과 안전성을 함께 확보하는 방안을 제시했다. 두 회사가 강조한 것은 제한의 수보다 통제와 인간의 판단을 어디에 둘지가 안전한 자율성을 좌우한다는 점이다. 헤지펀드 Two Sigma는 자동 모드 분류기로 정형적인 판단을 처리하고, 중요한 요청만 사람에게 넘기는 구조를 도입했다고 설명했다.

NVIDIA@nvidiaAI 점수2020

영국의 AI 빌더들을 응원합니다. 🇬🇧 오늘 밤 런던에서 @JensenHuang이 @boltz_bio, @ForesightWorks, @hivergeai, @PrimaMente, Riverlane에 대한 새로운 투자를 발표했습니다. 신약에서 양자 컴퓨팅까지, 만들어야 할 것은 아직 많이 남아 있습니다.

Claude가 three.js로 만든 틀린 그림 찾기 게임 「Tree Appreciator」

Simon Willison이 Claude의 iPhone 앱(채팅 모드, Claude Opus 5.5 Max)에 요청해 three.js 기반 틀린 그림 찾기 게임 「Tree Appreciator」를 만들게 했다. 각 라운드에서는 하나의 씨앗으로 생성된 3D 나무 두 그루를 비교해 가지의 누락이나 날아드는 새 등 작은 차이를 찾는다. 힌트 사용 횟수에는 제한이 있으며, 음악, 애니메이션, 업적 기능도 갖추고 있다. 개발에는 Claude가 3시간 7분이 걸렸다.

Epic, 바이브 코딩으로 새로 만든 Epic Games Launcher가 Steam보다 빠르다고 주장

Fortnite 개발사 Epic Games가 AI를 활용한 바이브 코딩으로 새 Epic Games Launcher를 처음부터 다시 만들었다며, 현행 버전보다 훨씬 빠르고 반응성이 뛰어나다고 밝히고 Preview 빌드를 공개했다. Martin Keely는 소규모 팀이 코드베이스를 다시 작성했으며, Windows와 Mac을 지원하고 Linux 버전도 계획하고 있다고 설명했다.

삼성전자, 갤럭시 AI·빅스비 지원 언어 확대

삼성전자가 갤럭시 AI의 주요 기능 지원 언어를 24개로 늘린다. 콜 어시스트, 노트 어시스트, 통역, 텍스트 변환 어시스트는 말레이어와 헝가리어가 추가돼 22개 언어에서 24개 언어로 확대된다. 디바이스 에이전트 빅스비는 폴란드어, 태국어, 베트남어가 추가돼 12개 언어를 지원하며, 빅스비 신규 언어는 10월 14일부터, 갤럭시 AI 신규 언어는 10월말부터 순차 제공된다.

Latent Space, Leash Bio의 Ian Quigley와 대담: DEL 데이터와 랩인더루프를 이야기하다

Latent Space가 Leash Bio의 Ian Quigley와 나눈 팟캐스트 에피소드를 공개했다. DNA 인코디드 라이브러리(DEL)에서 재현성 높은 데이터를 얻는 방법, Kaggle 대회, 모델 Hermes 등을 다룬다. 녹음 이후 만들어진 에이전트용 과학적 추론 환경 Minos의 프리프린트, 블로그, 오픈 데이터셋도 같은 날 공개됐다.

VLA-Δ: 물리적 상태 전이를 학습하는 Vision-Language-Action 모델

VLA-Δ는 현재와 미래 관측 사이의 물리적 상태 전이를 명시적인 학습 목표로 삼아 로봇 제어를 개선하는 범용 프레임워크다. LIBERO와 RoboTwin 벤치마크에서 최첨단 기법에 필적하는 성능을 보였으며, 실기 실험에서는 π0.5를 웃돌았다. 추론 시에는 현재 관측으로부터 행동을 직접 생성하며, 추가적인 추론 비용은 발생하지 않는다고 한다.

시각 생성은 통합 멀티모달 모델의 지식을 넓힐 수 있을까

통합 멀티모달 모델은 생성 학습에서 이미지만으로 주어진 새로운 사실을 텍스트 질의응답에서 일부만 활용할 수 있는 것으로 Knowledge Transfer Probing(KTP) 검증을 통해 드러났다. 3개 모델과 7개 지식 범주를 조사한 결과, 모델은 생성 이미지 안에서는 사실을 재현할 수 있었지만 언어로 표현하는 데는 서툴렀다. 인터리브형 이미지·텍스트 정렬은 QA 교사 데이터가 없는 엔터티를 포함해 평균 QA 정확도를 높였으며, 텍스트만의 정렬을 웃돌았다.

OmniVerifier-C1, 규칙 준수 생성형 세계 모델링을 위한 분해형 단계별 평가 검증기

OmniVerifier-C1은 복잡한 멀티모달 규칙을 세부 요소로 나누어 점수를 매기는 생성형 시각 검증기다. 이진 판정보다 연속적인 비평 신호를 얻을 수 있으며, 텍스트-이미지 생성에서 이진 검증기를 크게 웃도는 성능을 보였다고 보고됐다. 또한 정답 이미지가 있는 경우에는 점 단위 검증보다 쌍별(pairwise) 검증이 더 정확한 비평을 제공한다고 밝혔으며, Maze, Sudoku 등 구조화된 세계 모델링 과제에서 효과를 입증했다고 전했다.

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.

Lexical reference frames、언어 모델의 잔차 스트림을 네이티브 의미 공간에서 해석

Lexical reference frames는 언어 모델의 은닉 상태를 모델 자신의 나머지 층을 통해 읽어내어 귀속, 스티어링, 조기 종료를 가능하게 하는 기법이다. 중간 층에서 고정 방향 lens는 일관성의 제곱근(SmolLM3-3B에서 0.30, OLMo3-7B에서 0.35)을 넘지 못하는 반면, LexFrame [1]은 두 모델 모두에서 0.97에 도달하며 모델 출력과의 차이는 0.16 nats 이내에 머문다. 조기 종료에서는 LexFrame이 층의 0.45와 0.42를 생략할 수 있는 반면, lens는 거의 생략하지 못한다.

PremiseCheck, 심사 코멘트의 사실 확인을 효율화하는 방법 제안

PremiseCheck는 사람 또는 AI가 작성한 논문 심사 코멘트를 명시적인 전제로 분해하고, 결정 모델로 논문과 대조해 사실 오류를 검증하는 방법이다. 각 코멘트를 단독으로 검증했을 때 3개 분야 모두에서 GPT-5.5에 필적하는 정확도를 약 절반의 비용으로 달성했다. NLP 분야의 심사에서는 비용이 4분의 1, 지연 시간은 절반 미만이 되었다.

Sparse Autoencoder에서 표현의 재분배를 식별하는 RSS 지표

논문은 Sparse Autoencoder(SAE)에서 프롬프트 바꿔쓰기로 생기는 재현 가능한 특징 변화를 식별하는 지표 「redistribution sensitivity score(RSS)」를 제안했다고 밝혔다. 사전 학습된 SAE 27개를 8개 언어 모델에 걸쳐 평가했으며, 선택에 사용하지 않은 변형에서도 재현 가능한 재분배 경향이 확인됐다고 밝혔다.

MLExpert, 자율적 머신러닝 엔지니어링을 위한 범용 에이전트형 모델 제안

MLExpert는 계층적 에이전트형 SFT와 Windowed Interaction RL(WIRL)을 결합한 사후 학습으로, 장기간에 걸친 머신러닝 엔지니어링(MLE) 최적화를 자율적으로 수행하도록 훈련된 35B Mixture-of-Experts 에이전트 모델이다.

GPT-6-Astra의 체화 지능 도달 여부 검증, 실기 평가에서 남는 과제

GPT-6-Astra는 12개 벤치마크에서 in-context learning(ICL)을 활용해 높은 성능을 보였으나, 실기 배포에서는 데모 수집 비용, 실행 시간, 실용적인 체화 지능 측면의 과제가 남아 있다는 보고서다. 고수준 추론을 담당하는 'System 2'로 GPT-6-Astra를, 저수준 제어를 담당하는 'System 1'로 π0.5를 결합한 클로즈드 루프 구성은 비용은 높지만 효과적인 것으로 평가된다. 보고서는 체화 능력의 임계값은 대체로 넘어섰으나, 실용적인 체화 지능의 임계값에는 아직 도달하지 못했다고 결론지었다.

SAE의 특징은 행동을 설명할 수 있는가, 상호작용 잔차를 측정하는 연구

연구팀은 Sparse Autoencoder(SAE)의 개별 특징과 저차 상호작용으로는 설명되지 않는 행동상의 변동을 측정하는 SAE Additivity Residuals(SAR)를 제안했다. 18개의 모델과 행동 설정에서, 학습된 SAE의 좌표는 무작위 회전보다 행동적으로 가법적이지만 중요한 상호작용은 남아 있는 것으로 나타났다. 쌍별 상호작용을 모델링하자 보류 데이터에서의 coalition rank fidelity는 0.9782에서 0.9959로, steering 실험에서는 0.5874에서 0.7790으로 향상됐다.

OneWM, 통합 인과 학습으로 월드 모델과 행동 모델링은 서로 이득을 주는가

OneWM은 행동 예측과 미래 프레임 생성을 통합적인 인과 학습으로 다루는 모델로, 실제 로봇이 블록 쌓기, 수납, 아침 식사 준비를 수행하는 데모를 공개했다. 상상 속 롤아웃(Endless Dream)에서는 행동 예측과 미래 프레임 생성을 번갈아 수행하며, 자신의 예측을 이용해 전개를 이어 간다. 초기 관측 이후의 프레임은 모델이 생성한 것이며, 예측된 행동은 시뮬레이터에서 실행되지 않았다.

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.

ACT3D, 강화학습으로 시각언어모델이 3D 공간을 능동적으로 탐색하도록 학습

ACT3D는 단일 1인칭 시점 이미지에서 3D 환경을 능동적으로 탐색하도록 강화학습으로 훈련된 시각언어모델(VLM)이다. 6개 3D 벤치마크의 평균 정확도 53.2%를 달성해 기반 모델인 Qwen을 22.0%p 웃돌았고, 독점 모델인 Gemini 3.6 Flash도 넘어섰다. 기존 오픈소스 3D 기법보다 입력 프레임을 50~70% 적게 쓰면서도 더 높은 성능을 보였다. 학습 데이터에 없던 도메인에서도 지도학습으로 초기화한 모델보다 평균 5.9%p 개선됐다. 기반 모델 대비 개선 폭은 초기 시점만으로 답할 수 있는 질문에서는 0.6%였지만, 넓은 범위의 탐색이 필요한 질문에서는 16.3%로 커졌다.

PhysClosureBench, AI 에이전트의 물리 연구 완결도 평가

AI 에이전트는 물리 연구에서 국소적인 과학적 성과를 내지만 연구 과제를 완전히 해결하는 단계에는 이르지 못한다는 점을 전문가가 검증한 50개 과제 벤치마크 「PhysClosureBench」가 보여줬다고 밝혔다. 평균 Atomic Score가 가장 높았던 Claude-Opus-5는 6.29/10을 기록했으나, RC4에 도달한 시행은 전체의 32.7%에 그쳤다. Atomic Score가 8/10 이상인 시행에서도 36.2%는 RC4에 도달하지 못해, 국소적 성과와 연구 완결 사이에 지속적인 격차가 있음이 드러났다.

Data World: 데이터 환경을 제로에서 확장하는 방법

Data World는 명시적 메커니즘으로부터 환경·태스크·채점 기준을 합성하는 멀티 에이전트 엔진이며, 이를 이용해 Qwen3.6-35B-A3B로부터 DataWorld-35B-A3B를 궤적 증류 없이 RL-zero 학습으로 만들었다.

FDE-Gym: 고객사 AI 도입 실무를 에이전트에게 평가하게 하는 벤치마크

FDE-Gym은 요구사항이 모호하고 제시되지 않은 제약을 찾아내야 하는 고객사 도입 과제에서 AI 에이전트를 평가하는 벤치마크다. 18개 업종, 20개 고객 시나리오에서 수집한 95건의 엔드투엔드 과제를 담고 있으며, 7개 회사의 13가지 구성을 평가했다. 그 결과 가장 좋은 구성에서도 평균 점수는 0.56에 그쳤고, 95건 중 14건만 해결(점수 0.8 이상이면서 사고 없음)했다. 제시되지 않은 제약의 발견이 주된 병목으로 나타났으며, 필요한 정보를 모두 얻은 23건에서도 0.8 이상에 도달한 것은 10건뿐이었다.

Spectral-Spatial Interpretation(SSI), 공간 셀·채널 단위로 기여도를 보여주는 모델 설명 기법

SSI는 모델 점수를 공간 셀과 채널별 부호 있는 기여도로 설명하며, 셀의 기여도를 Shapley 값으로 각 채널에 배분하는 기법이다. 세 개의 데이터셋과 두 가지 마스킹 기준 모두에서 세 지표의 보고된 평균이 가장 좋았다. 예를 들어 평균 기준의 HLS joint deletion에서 SSI는 .1545, 비-SSI 기법 가운데 가장 강한 KernelSHAP은 .2096을 기록했다.

MJev-Spatial, 단일 패스 분류로 공간 추론을 가속하는 멀티모달 판단 모델 발표

MJev-Spatial은 공간 추론 과제를 단일 패스 분류 프레임워크로 통합한 멀티모달 판단 모델로, Qwen3.5-4B를 기반으로 학습되었다. 테스트한 8개 모델 가운데 종합 점수 65.64%를 달성했으며, 12개 벤치마크 중 7개에서 1위를 차지했다. 수정하지 않은 자기회귀 베이스 모델은 12개 전부에서 뒤처졌고, 가장 빠른 자기회귀 베이스라인보다 2.5배, 베이스 모델보다 5.6배 빠르게 동작한다.

도구 사용 에이전트를 위한 의미 검증 기반 궤적 수준 투기적 디코딩(SpecAgent)

SpecAgent는 소형 Weak 모델이 행동 궤적을 초안으로 작성하면, 대형 Strong 모델이 한 번의 prefill 패스로 해당 구간을 검토해 Strong 모델의 디코딩 대부분을 prefill로 대체하는 도구 사용 에이전트용 기법이다.

Mosaic: 멀티 세션 에이전트형 강화학습

Mosaic는 여러 세션에 걸치는 에이전트형 강화학습 기법으로, BrowseComp에서 컨텍스트 압축과 하위 에이전트 분기 두 측면 모두에서 브로드캐스트 베이스라인을 넘어섰다. ReAct 스타일 에이전트 루프에서 Qwen3.5-4B를 사용했으며, REDSearcher의 심층 검색 과제 1,000건으로 학습했다. 평균 세션 수도 적다.