Google Research는 주관적인 AI 분류기 작성을 반복적인 대화로 다루는 프레임워크 「Agile Deliberation」을 제안했다. 개념의 범위, 하위 범주, 제외 조건을 단계적으로 정의하도록 하며, VLM이 정의의 경계에 해당하는 이미지를 제시해 사용자의 판단을 유도한다. 「Healthy Food」와 「Pay-to-Play」 두 영역에서 회당 1.5시간의 라이브 세션을 18건 진행해 평가했으며, 코드와 알고리즘은 GitHub에서 공개되어 있다.
AWS Machine Learning Blog는 프로덕션 AI 에이전트를 위한 컨텍스트 엔지니어링 4계층을 오픈소스 멀티 에이전트 데이터 분석 솔루션 'Deep Insight'의 구현 코드와 함께 해설했다(Part 2). 단일 쓰기·실행 도구로 스크립트가 컨텍스트에 추가하는 토큰을 약 95% 줄였고, 스킬을 필요할 때만 읽어 들이도록 하여 시스템 프롬프트를 약 97% 축소했다. Deep Insight는 Strands Agents SDK와 Amazon Bedrock AgentCore 위에 구축되어 있다.
Kimi.ai@Kimi_MoonshotAI 점수4747
Anthropic은 zkSNARK를 활용해 AI 응답이 주장된 모델에서 생성되었는지 검증하는 연구 프로토타입 FlashProve를 공개했다. Llama 4 Maverick(400B) 기준으로 단일 H100 GPU에서 초당 약 110토큰의 증명을 생성하며, 증명 크기는 약 19MB이고 표준 CPU에서 17초 만에 검증할 수 있다. 다만 컨텍스트는 1,024토큰까지로 제한된다.
Hugging Face@huggingfaceAI 점수4545Introducing RoboColosseum An open robot eval initiative by @huggingface @BitRobotNetwork @eaic_sg @DJiafei Access: - 100+ robots (@UnitreeRobotics G1s, @LeRobotHF SO-101s, YAMs, Franka and more) - 140+ in-the-wild scenes - Open rollout data - 10,000 FREE eval hrs Thread ↓
Anthropic 연구팀은 2026년 11월 3일, AI 모델의 동일성과 출력의 진위를 암호학적으로 검증하는 오픈소스 시스템 「FlashProve」를 발표했다. AI 연구소가 공개하는 모델마다 전용 fingerprint를 게시하고, 클라이언트가 이를 암호학적으로 대조하는 방식으로, fingerprint는 모델의 내부 가중치 데이터를 드러내지 않는다. 로컬 단말에서의 검증도 지원하며, 기술 사양과 동작하는 코드는 GitHub에서 공개되었으나 현재까지 상업적 전개 계획은 밝혀지지 않았다.
Anthropic은 특정 AI 모델이 생성한 출력임을 암호학적으로 증명하는 오픈소스 시스템 'FlashProve'를 개발 중이다. 모델의 가중치를 공개하지 않고 '핑거프린트'를 공개하는 방식으로, 상용 모델에도 적용할 수 있다고 한다. 기술 사양과 구현 코드는 GitHub에 공개되어 있으나, 연구는 아직 진행 중이며 Anthropic이나 다른 연구소에서의 도입 계획은 없다.
Anthropic@AnthropicAIAI 점수3939Anthropic@AnthropicAIAI 점수3838Collinear AI의 사이버보안 평가 벤치마크 「CWE-bench v2」는 실제 오픈소스 리포지토리에서 기존 기능을 깨뜨리지 않고 보안 취약점을 수정하는 과제를 91종의 CWE에 걸쳐 100건 공개했다고 밝혔다.
동일한 오픈 웨이트 모델 GLM-5.3-flash를 AppWorld의 90개 태스크로 비교한 결과, 하네스에 따라 태스크 완료율이 CUGA의 81.1%에서 Deep Agents의 30.0%까지 크게 달랐다. 세 조건 모두 성공한 시나리오의 비율(SGC)도 CUGA 66.7%, Hermes 26.7%, Deep Agents 6.7%였다.
Mistral AI@MistralAIAI 점수5858ML4 is now open-weight! Frontier capabilities on code agents & cyber, way more efficient and compact than its Preview version three weeks ago (!) and cherry on the cake: technical report telling its epic backstory. Check it out: https://huggingface.co/mistralai/Mistral-Large-4-1T-A52B/blob/main/assets/technical_report.pdf
CUA-Master는 컴퓨터 조작형 AI 에이전트(CUA)를 개선하는 중첩 구조의 이중 루프형 재귀적 개선 프레임워크다. 오픈월드 데이터와 피드백에 기반한 스냅샷 롤백형 재시도를 활용해 성능을 지속적으로 높인다. CUA-Master-27B는 OSWorld Verified에서 80.2점, OSWorld 2.0에서 36.9점, WeaveBench에서 43.9점, Agents' Last Exam에서 25.0점을 기록했다.
Amazon SageMaker AI에서 프런티어 모델을 교사로 삼아 시퀀스 수준 지식 증류(SeqKD)로 쇼핑 에이전트를 소형 학생 모델에 파인튜닝하는 방법을 해설한다. 에이전트는 검색과 검증을 반복하므로 한 과제에서 여러 번 호출이 발생하지만, 소형 모델로 대체하면 비용과 응답 속도를 줄일 수 있다. SeqKD는 교사 모델의 텍스트 출력만 사용하기 때문에 API로만 이용할 수 있는 모델에도 적용할 수 있으며, 과제를 해결한 궤적만 학습 데이터로 남긴다.
Axion 1.0은 지도 미세 조정 2단계와 강화학습을 합쳐 총 3단계로 학습된 오픈 에이전트 기반 모델이다. 여러 에이전트 계열 벤치마크에서 강한 성능을 보였으며, 일부에서는 주요 상용 모델과 경쟁한다. 모델 가중치와 함께 데이터 구축, 생성, 필터링, 검증, 프롬프트, 학습 코드까지 일체를 공개해 재현과 확장을 가능하게 했다.
Order-Only On-Policy Distillation(O^3PD)은 온-폴리시 증류(OPD)에서 교사 모델의 확률값을 학생 모델이 재현하도록 하는 대신, top-K 토큰의 순위만 학생 모델이 재현하도록 하는 기법이다. 교사·학생 모델의 6가지 조합 모두에서 HMMT25, AIME24, AIME25의 평균 점수가 OPD를 웃돌았으며, 최대 2.9포인트, AIME25에서는 최대 5.6포인트 향상되었다. 온도 조정이 필요 없고, 다른 순위 손실 함수에서도 같은 수준의 이득이 나타났다.
대규모 언어 모델(LLM) 기반 에이전트형 컴퓨터 그래픽스를 대상으로, 통일된 분류 체계와 문헌 분석 시스템을 제안한 보고서다. 다양한 그래픽스 과제를 수행하는 에이전트 시스템을 분류하는 체계와, 대량의 논문 분석을 지원하는 문헌 시스템을 제시한다. 미해결 과제로는 에이전트 간 협조, 인간과의 협업, 장기 계획, 인터랙티브 시스템의 평가가 꼽혔다.
NorthCUA는 대규모 경험 수집과 재귀적 자기 개선, 단계적 학습, 강화학습을 통합해 Computer-Use Agents를 강화하는 시스템이다. Nano, Mini, Pro로 구성된 모델 패밀리는 보고된 평가 설정에서 GUI, 데스크톱 실행, 웹 조작 전반에서 오픈소스 모델 가운데 최고 수준의 결과를 달성했다. NorthCUA-Ultrafast는 RL 이전의 Nano에 직접적인 행동 선택과 자유 생성을 결합해 응답 속도와 품질 사이의 트레이드오프를 보여준다.
Youtu-Parsing-Omni는 문서, 이미지, 음성, 동영상을 시공간 기반의 구조화된 레코드로 변환하는 5B 규모의 옴니모달 파서다. OmniDocBench v1.6에서 Overall 96.96점을 기록했으며, 오픈 웨이트 모델 가운데 OmniParsingBench에서 Avg. 75.08점으로 1위에 올랐다. 코드와 모델 가중치는 공개되어 있다.
11월 공개 예정으로 기업이 날짜를 명시한 것은 Moonshot의 Kimi K3.1 Pro 가중치(11월 4일)뿐이다. Moonshot 공식 페이지는 2026년 11월 4일까지 전체 가중치를 공개한다고 밝혔으나, HuggingFace에서는 아직 공식 저장소가 확인되지 않았다. 한편 10월 기준일은 기업 발표에 따른 것이 아니며, Mistral Large 4의 가중치는 10월 29일에 공개되었다.
Tripo AI가 인터랙티브 체험용 실시간 생성 렌더러 「EdenLive」를 오픈소스로 공개했다고 밝혔다. 회사에 따르면 5B 모델은 소비자용 GPU(RTX 5090) 1개로 720p 영상을 24 FPS 이상의 속도로 실시간 생성한다. 5B와 14B 모델 가중치는 Hugging Face에, 코드는 Apache 2.0 라이선스로 GitHub에 공개되어 있다.
옴니모달 임베딩 연구는 대조 학습과 Transformer를 축으로 공통 원리로 수렴하고 있다고 보는 포지션 페이퍼다. coverage, comparability, compositionality의 3가지 능력을 단계적 틀로 제시하며, 조인트 임베딩을 합성 가능성에 이르는 경로로 제창한다. 변환과 얼라인먼트를 거쳐 통일로 향하는 연구 동향을 모달리티를 가로질러 처음으로 통일적으로 정리했다고 한다.
Mistral은 1조 파라미터 오픈 모델 Mistral Large 4(ML4)의 가중치를 공개했다. 기업과 정부가 내려받아 자체적으로 배포할 수 있다. GLM-5.3과 동등한 성능을 내면서 작업 1건당 토큰 사용량은 47% 적다고 주장하고 있다. 가중치는 Hugging Face와 해당 API를 통해 제공된다.
Mistral은 약 1조 파라미터(활성 52B)의 Mistral Large 4(애칭 Le Chonk) 가중치를 Hugging Face에 공개했다. Artificial Analysis의 Intelligence Index에서는 26점으로, DeepSeek V4.1 Flash와 GLM-5.3의 32점에는 미치지 못한다. 반면 Terminal-Bench 4.0에서는 41%를 기록했고, 생성 속도는 161토큰/초로 속도와 비용 면에서 강점을 보인다.
IBM의 Granite Switch 4.1.1은 패치 릴리스로, 4.1과 완전한 하위 호환성을 가지며 마이그레이션 작업은 필요하지 않다. 업데이트된 Granite Speech ASR 모델은 10개 언어의 음성 인식을 지원하며, 구두점과 대문자화를 포함한 전사문을 출력하므로 별도의 정형화 과정 없이 후단 모델에 전달할 수 있다. 베이스 모델은 재계산되지 않았으며, 최신 어댑터를 결합해 배포하는 구성이다.
AnySpeechRecognizer와 AnyDecisionModel은 Apple 플랫폼에서 오픈 모델을 사용해 음성 인식과 판단을 수행하는 Swift 패키지다. AnySpeechRecognizer는 SpeechAnalyzer와 동일한 API를 그대로 유지하면서, NVIDIA의 Parakeet이나 Alibaba의 Qwen3-ASR 등 여러 인식 엔진 중에서 선택할 수 있게 하며 화자 분리 기능도 추가한다. AnyDecisionModel은 예/아니오, 다지선다, 평가 척도 질문에 대해 텍스트를 생성하는 방식이 아니라 모델의 확률로부터 답을 도출하며, 타입이 지정된 결과와 확률을 반환한다.
카카오가 개인화 AI 에이전트의 기반 기술인 임베딩 모델 'Kanana-2-embedding' 2종을 허깅페이스에 오픈소스로 공개했다. 30억 파라미터의 Kanana-2-3b-embedding과 13억 파라미터의 Kanana-2-1.3b-embedding이며, 유사 규모의 공개 모델과 비교한 평가에서 가장 높은 한국어 성능과 유사한 수준의 영어 성능을 보였다. 두 모델에는 상업적 활용이 가능한 '카나나 오픈 라이선스'가 적용됐다.
HiFOR는 미래 상태를 계층적으로 예측하고, 행동 생성과 관련된 미래 정보를 검색해 행동을 이끄는 VLA(Vision-Language-Action) 모델용 프레임워크다. 단기적 상태 변화, 의미적 마일스톤, 최종 목표 상태를 계층 의존 마스크(HDM)를 사용해 동시에 예측한다. 두 개의 시뮬레이션 벤치마크와 여섯 개의 실제 로봇 조작 과제에서 실험을 진행해 그 효과가 입증되었다고 한다.
NVIDIA는 음성 받아쓰기, 번역, 화자 식별을 하나의 모델로 처리하는 오픈 음성 인식 모델 Nemotron 3.5 Transcribe를 공개했다. 40개 언어의 음성 받아쓰기를 지원하며, 31개 언어에서 영어로의 번역, 13개 언어에서 화자 식별이 가능하다. Hugging Face의 영어 Open ASR Leaderboard에서는 오픈 웨이트 모델 중 1위(평균 단어 오류율 5.33%)를 기록했으며, 약 844,000시간 분량의 학습 데이터셋 Granary v2도 함께 공개됐다.
Nvidia가 40개 언어까지 음성을 전사할 수 있는 무료 오픈 웨이트 모델 「Nemotron 3.5 Transcribe」와 오픈소스 음성 데이터셋 「Granary」 제2판을 공개했다. Nemotron 3.5는 31개 언어와 영어 간 상호 번역, 최대 1시간 분량의 녹음 처리, 최대 8명 화자 식별을 지원하며, 회사 측은 Hugging Face의 Open ASR Leaderboard를 포함한 벤치마크에서 경쟁 모델을 앞섰다고 주장했다. 실시간 방송이 아니라 녹음된 음성이 대상이며, 파라미터 수는 30 billion으로 단일 칩에서 동작할 수 있다고 한다.
NVIDIA는 전사, 화자 식별, 번역, 음성 Q&A를 하나의 체크포인트로 처리하는 오픈 웨이트 모델 Nemotron 3.5 Transcribe를 Hugging Face와 ModelScope에 공개했다. 40개 언어의 전사를 지원하며, Hugging Face Open ASR Leaderboard 영어 부문에서 오픈 웨이트 모델 중 1위인 평균 WER 5.33%를 기록했다. 학습 데이터 파이프라인 Granary v2와 파인튜닝 절차도 함께 공개됐다.
PDRVLA는 미래의 시각 특징을 예측하는 경량 Physical Dynamics Module을 탑재한 Vision-Language-Action 모델이다. 온라인 동영상 생성을 하지 않아 지연을 피하면서, 4개의 시뮬레이션 벤치마크에서 LIBERO 99.3%, LIBERO-Plus 89.9%, RoboTwin 2.0 93.6%, SimplerEnv 81.5%의 성공률을 달성했다.
Google Research는 LLM이 지속 학습 과정에서 지식을 보존하도록 돕는 “sleep framework”를 제안했다. 깨어 있는(active) 단계에서 얻은 단기적 문맥을 수면 단계에서 해제되는 Mixture-of-Experts(MoE) 메모리 블록에 통합하고, 이를 장기적인 파라미터로 정착시키는 구조다. 원문에 따르면 이 교대 반복을 통해 새로운 사실을 지속적으로 습득하고, 최대 10M 토큰의 장문맥 지식을 유지하면서 복잡한 추론 성능을 향상시킬 수 있다고 제시되어 있다.
저자는 노트북에서 Ollama로 Qwen3.5 9B를 실행하고, OpenCode에 로컬로 연결해 네트워크를 끊은 상태에서 코딩 작업을 수행하는 절차를 소개한다. Qwen3.5 9B의 모델 카드에 실린 수치는 LiveCodeBench v6 65.6, BFCL-V4 66.1이며, 다운로드 크기는 6.6~7.6GB다. 저자는 이 다운로드 크기가 RAM 요구 사양이 아니라는 점, 그리고 64k 토큰 구성에서는 메모리에 더 여유가 필요할 수 있다는 점을 주의하라고 덧붙인다.
DeepSeek는 10월 20일 사내 추론 프레임워크 DeepInfer를 Apache 2.0 라이선스로, 토큰 변환 컴포넌트 deepseek-recipe를 MIT 라이선스로 GitHub에 공개했다. 기사에 따르면 DeepInfer로 운영되는 클러스터 하나는 하루 약 155조 토큰의 요청을 처리하고 있다. 기사는 또한 Microsoft가 2018년 GitHub를 75억 달러에 인수하고 Azure를 중심으로 오픈소스 쪽으로 방향을 튼 사례를 들며, 오픈소스화가 경쟁 우위를 잃을 경우 후퇴가 빨라질 수 있다는 점을 검증하고 있다.
AWS는 SageMaker Python SDK v3를 활용해 엣지 환경에서 카메라별 외관 검사 모델을 학습, 평가, 등록하는 샘플을 공개했다. 카메라마다 이상 탐지 모델과 결함 분류 모델을 학습하며, 품질 게이트를 통과한 모델만 SageMaker Neo로 컴파일해 등록한다. 합성 데이터로 파이프라인을 한 번 실행하는 데 드는 계산 비용은 약 $0.07이다.
본 서베이는 재귀적 자기 개선(RSI)을 조작적으로 정의하고, 신뢰할 수 있는 개선의 요건을 개선의 타당성, 제약의 유지, 효과적인 감독이라는 세 관점에서 정리한다. 대상은 개선의 진단, 제안 생성, 제안 평가, 갱신 구현(S1~S4) 및 이를 개선 메커니즘에 재귀적으로 적용하는 단계(RI)이다. 개별 갱신이나 후속 시스템에 이어지는 영향, 개선 메커니즘의 개정에 따른 위험과 평가의 근거를 검토하고, 독립적이고 장기적인 평가의 요건을 제시한다.
NVIDIA가 로봇 영상 어노테이션용 오픈 데이터 엔진 'Flora'를 공개하고 Hugging Face를 통해 제공한다. NVIDIA의 추산에 따르면 영상 1시간분의 라벨링 비용은 약 0.72달러로, GPT-6 Astra의 약 88.5달러를 크게 밑돈다. 다만 가격은 GPU 1개당 시간당 10달러를 가정한 추산이며, 로봇 영상 평가에서는 Astra가 앞서는 항목도 있다.
AMBIT는 1차 앰비소닉스(FOA) 공간 음향을 생성·편집하는 통합 프레임워크로, 자기회귀적 장면 계획과 rectified-flow 기반 렌더링을 결합했다. 계획은 음원의 내용, 활동, 3D 궤적을 기술하는 ScenePlan이며, 편집 시에는 변경할 부분과 유지할 음원을 지정하면 참조 음성이 나머지 음향 세부를 보완한다. 음성, 음악, 음향 평가에서는 비교 대상 베이스라인에 비해 생성 내용과 공간 품질, 지시 기반 편집 시의 음향 충실도, 편집하지 않은 음원의 보존이 개선된 것으로 보고됐다.
Moonshot은 Kimi K3.1 Pro를 발표했다. 총 파라미터 2.8T, 활성 파라미터 104B, 1M 토큰 컨텍스트 윈도우를 갖춘 멀티모달 MoE 모델이며, 가중치는 2026년 11월 4일까지 공개할 예정이라고 예고했다. Artificial Analysis의 Intelligence Index에서는 55점으로 4위를 기록했다. Highspeed 버전은 출력이 2~3배 빠르고 요금은 표준의 2배라고 설명되었다.
선정 이유: 독립 평가, API 가격, 사이버 역량의 취급, 벤치마크 제시에 대한 의문이 나란히 정리되어 있어, 공식 발표와 제3자 평가를 구분해 읽을 수 있다.