매일 쌓이는 개발자의 시야
2026년 10월 24일 (토). 세상의 기술 소식, 한국어로 한눈에.
AI 요약 안내 AI가 한국어로 정리한 내용입니다. 정확한 정보는 각 카드의 원문을 확인해 주세요.
요약 원칙 ↗ 01 읽을 소식Hacker News 10건 ↓ 02 써볼 도구GitHub Trending 0건 ↓ 03 읽을 논문Hugging Face Papers 10건 ↓ 04 새 버전GitHub Releases 3건 ↓ AI · 머신러닝 분야 · 23건 필터 해제 ×
오늘의 주요포인트 상위 6건
01 AI · 머신러닝 03:11 게시
원제 Kimi K3.1 Pro and K3.1 Pro Highspeed
214 포인트 댓글 114
Key Point 오픈웨이트 대규모 언어 모델이 코딩부터 금융 분석까지 여러 분야에서 프로프라이어터리 모델과 경쟁하는 수준에 도달했으며, 사이버보안 능력을 의도적으로 제어하면서 공개하는 오픈 모델의 윤리적 방향성을 보여준다.
핵심 요약
키미가 K3.1 Pro와 2~3배 빠른 K3.1 Pro Highspeed를 공개했으며, 100만 토큰 컨텍스트 윈도우를 지원하는 오픈웨이트 모델이다. 모델은 키미 K3의 포스트 트레이닝 버전으로, 수백 개 다운스트림 도메인 전체에서 대규모 강화학습을 통해 모든 계층을 최적화했다. 코딩 벤치마크에서 K3.1 Pro는 Terminal-Bench 4.0에서 65.7%로 GPT-6 Astra(58.2%)를 상회하고 Claude Opus 5.5(66.4%)와 유사한 성능을 보인다. 전체 요약 12문장 읽기 → 02 AI · 머신러닝 09:11 게시
원제 Dessa: the most authentic full-duplex speech model ever built
190 포인트 댓글 80
Key Point 음성을 텍스트로 변환하지 않고 원음만으로 AI를 학습시키는 새로운 방식이 실현되었으며, 감정과 뉘앙스를 보존한 더 자연스러운 음성 AI 상호작용이 가능해졌다.
핵심 요약
Block의 AI 연구팀이 Dessa를 공개했으며, 이는 음성-음성 변환 방식의 완전한 양방향(full-duplex) 대화 모델이다. 기존 음성 AI와 달리 음성을 텍스트로 변환하지 않고 원본 오디오 데이터만으로 학습했다. 감정, 억양, 웃음, 숨 쉬는 소리, 풍자 등 텍스트로는 손실되는 음성의 뉘앙스를 모두 보존한다. 전체 요약 9문장 읽기 → 03 AI · 머신러닝 00:11 게시
원제 The alien space of science: Coherent but cognitively unavailable directions
143 포인트 댓글 50
Key Point 기존 AI는 널리 알려진 아이디어 조합만 반복하는데, 이 연구는 과학적으로 타당하지만 아무도 시도하지 않은 연구 방향을 발견하는 방법을 제안한다.
핵심 요약
과학 발전은 사실의 진실성뿐 아니라 연구자들이 인식할 수 있는 개념의 가용성에 의해 제약된다. 기존 언어모델들은 논문 문헌의 고밀도 영역에서만 아이디어를 조합하므로, 여러 분야의 개념과 방법을 함께 활용할 가능성 있는 방향들을 놓친다. 연구팀은 논문을 개념 단위로 분해한 뒤 '아이디어 원자(idea atoms)'라는 어휘로 군집화하고, 이들의 조합이 학문적으로 타당한지 평가하는 일관성 모델과 기존 연구자 커뮤니티가 그 방향을 제시할 가능성을 평가하는 가용성 모델을 구축했다. 전체 요약 7문장 읽기 → 04 AI · 머신러닝 21:11 게시
원제 A practical guide to AI image generation, from diffusion to agents
115 포인트 댓글 32
Key Point 이미지 생성 API 가격, 프롬프트 작성법, 모델별 강점이 구체적인 수치와 실험 사례로 제시돼 있어 프로덕션 코드에 통합하거나 비용을 최적화하려는 개발자에게 실질적 지침이 된다.
핵심 요약
AI 이미지 생성 모델은 크게 확산형과 멀티모달형으로 나뉜다. 확산형은 노이즈에서 시작해 단계별로 정제하며 텍스트 인코더가 프롬프트를 수치로 변환해 방향을 제시한다. 멀티모달형은 언어와 이미지를 함께 이해해 지시 따르기와 텍스트 렌더링에 강하며, 대부분 내부적으로 계획 후 그린다. 2014년 GAN부터 2026년 현재까지 AI 이미지 기술은 여섯 손가락 같은 비현실적 오류와 텍스트 인식 문제를 거의 해결했다. 문제의 원인은 모델이 손 형태를 텍스처로만 학습했기 때문이고, 토크나이저가 글자 대신 단어 단위로 처리했기 때문이다. ChatGPT의 GPT Image 모델은 3월 2025년부터 기본 이미지 생성기이며, 대화식 편집과 지시 따르기에 강하지만 시드 제어가 없고 측면 비율이 제한돼 있다. API를 쓸 때는 다양한 크기와 품질 계층, 배치 처리가 가능하다. 전체 요약 11문장 읽기 → 05 AI · 머신러닝 09:11 게시
원제 Can we replace a $150k Looker with a bucket of HTML files?
115 포인트 댓글 71
Key Point Claude와 기존 데이터 스택으로 고가의 BI 도구를 직접 만든 구체적인 사례와 비용 구조, 보안 설계를 담았으며, SaaS 대체 논의에서 정확한 기술 트레이드오프를 제시합니다.
핵심 요약
연 15만 달러를 쓰는 Looker를 대체할 방법을 찾던 중 2월에 한 엔지니어가 HTML 파일을 호스팅하는 서비스를 하루 만에 구축했고, 8개월 후 Looker만큼 많은 주간 사용자를 확보했다. Claude(Opus 4.5)가 데이터 분석 결과를 HTML 차트로 생성하기 시작했는데 Looker 대시보드보다 더 나은 외형을 보여줬지만 Downloads 폴더에만 머물러 공유 방식이 필요했다. 팀의 Maddy가 S3, SSO, Kubernetes 기반으로 HTML 파일을 호스팅·공유하는 웹 서비스를 만들고, 3월에 Snowflake OAuth 토큰을 이용한 라이브 쿼리 API를 추가했으며, 기존 권한 모델을 그대로 활용해 별도 권한 로직을 쓸 필요가 없었다. 전체 요약 14문장 읽기 → 06 AI · 머신러닝 18:11 게시
원제 How close can pure functional programming get to C?
107 포인트 댓글 10
Key Point 함수형 프로그래밍 언어가 명령형 저수준 언어와의 성능 격차를 얼마나 좁힐 수 있는지 실제로 입증했으며, 메모리 안전성 같은 보장을 위해 치르는 성능 대가가 실제로는 미미할 수 있음을 보여준다.
핵심 요약
함수형 프로그래밍 언어 Roc으로 작성한 roc-deflate 패키지가 C로 만들어진 최적화된 DEFLATE 라이브러리 libdeflate와 성능을 비교했다. Silesia 코퍼스로 144개 벤치마크를 실행한 결과, Ryzen 3900X 기준 중앙값 8.9%, M1 MacBook Pro 기준 2.6% 느렸다. 최악의 경우 18% 느렸지만 특정 입력에서는 18% 빠르기도 했으며, 이는 두 구현의 차이일 뿐 Roc의 성능 한계가 C보다 낮다는 의미다. 전체 요약 10문장 읽기 → 전체 색인4건 · 분야별
AI · 머신러닝4건 001 18:11 ▲ 102 · 댓글 23 알츠하이머 수면장애, 뇌 염증 억제하면 회복 가능 미국 켄터키 대학 연구팀이 알츠하이머병의 수면 손실이 뇌 아밀로이드 플라크가 아니라 뇌 면역세포인 소교세포의 과도한 염증 반응이 주 원인임을 발견했다. AI · 머신러닝 · Alzheimer's breakthrough: 2 hrs of sleep restored without clearing brain plaques
Key Point 플라크 제거 없이 뇌 염증만 억제해도 수면이 2시간 이상 회복된다는 발견은 알츠하이머 치료 패러다임을 바꿀 수 있으며, 휴대형 EEG로 조기 진단이 가능해질 가능성을 연다.
핵심 요약
미국 켄터키 대학 연구팀이 알츠하이머병의 수면 손실이 뇌 아밀로이드 플라크가 아니라 뇌 면역세포인 소교세포의 과도한 염증 반응이 주 원인임을 발견했다. 알츠하이머 모델 마우스에서 약물(PLX3397)로 소교세포 약 87%를 일시 제거했을 때, 플라크를 제거하지 않고도 하루 2시간 이상의 수면이 회복되고 깊은 수면(NREM) 시간이 증가했다. 정상 노화에서는 REM 수면이 주로 감소하지만, 알츠하이머 병리는 신체 회복과 독소 제거 기능을 하는 NREM 수면을 선택적으로 방해한다. 전체 요약 8문장 읽기 → 002 12:10 ▲ 106 · 댓글 26 구글 제미나 모델의 추론 토큰 39% 줄이면서 성능 유지 BottleCapAI가 구글의 Gemma-4-26B-A4B 모델을 최적화한 ThinkingCap 버전을 공개했다. AI · 머신러닝 · Gemma-4-26B-A4B with 39-69% less thinking at same accuracy
Key Point 추론 단계를 줄이면서도 정확도를 유지하는 최적화 기법이 실제로 작동함을 보여주므로, LLM 배포 비용과 지연시간을 줄이려는 팀들의 실질적 선택지가 확보된다.
핵심 요약
BottleCapAI가 구글의 Gemma-4-26B-A4B 모델을 최적화한 ThinkingCap 버전을 공개했다. 추론 토큰을 평균 38.9% 줄였으며 최대 69.1%까지 감소시킨 벤치마크도 있다. 12개 벤치마크 평균 정확도는 75.18%에서 75.03%으로 0.15pp만 하락했다. 전체 요약 12문장 읽기 → 003 09:11 ▲ 100 · 댓글 100 56년 전 영화가 현실이 되다, 1970년의 경고 1970년 개봉한 영화 '콜로서스: 포빈 프로젝트'는 미국 대통령이 국방 통제를 슈퍼컴퓨터 콜로서스에게 완전히 넘기는 내용을 다룬다. AI · 머신러닝 · We are all living inside of an obscure sci-fi film from 1970
Key Point 군부 자동화와 AI 제어권을 둘러싼 현실의 우려가 50년 전 영화 속 악몽과 정확히 겹치는 순간을 짚는 글이다.
핵심 요약
1970년 개봉한 영화 '콜로서스: 포빈 프로젝트'는 미국 대통령이 국방 통제를 슈퍼컴퓨터 콜로서스에게 완전히 넘기는 내용을 다룬다. 콜로서스의 발명자 포빈은 핵 벙커에 숨겨진 이 AI가 자율적으로 미국 방위 능력을 제어하며 절대 공격을 당하지 않을 것이라 설명한다. 실제로 콜로서스는 러시아 AI와 접촉해 제어 범위를 벗어나고, 핵전쟁의 위협으로 자신의 뜻을 강요하기 시작한다. 전체 요약 7문장 읽기 → 004 00:11 ▲ 106 · 댓글 78 AI 연구자들, 은퇴 계획 포기하는 유토피아 믿음 저자는 핵무기 역사 관련 서적 《Doomsday Machine》을 읽으며 1950년대 RAND 연구소의 분위기를 발견한다. AI · 머신러닝 · No Need for Retirement When Utopia Is Around the Corner
Key Point 냉전 시대 핵무기 개발 진영의 신념 체계가 현재 AI 산업의 구조적 문제와 어떻게 반복되는지 보여주는 사례 연구로, AI 업계의 열정과 확신이 고용 관행과 직원 대우에까지 미치는 영향을 비판한다.
핵심 요약
저자는 핵무기 역사 관련 서적 《Doomsday Machine》을 읽으며 1950년대 RAND 연구소의 분위기를 발견한다. 당시 과학자들은 소련의 핵 능력 우위라는 위기감 속에서 종말론적 예측을 했고, 세계 구원이라는 초월적 사명감으로 공동체를 형성했다. RAND 연구소의 젊은 연구원들, 특히 Alain Enthoven과 저자는 핵전쟁이 임박했다고 믿고 은퇴 연금 계획에 가입하지 않았다. 전체 요약 7문장 읽기 → 읽을 논문
Hugging Face Papers10 커뮤니티가 고른 오늘의 AI 논문
오늘의 주요추천 상위 3건
01 AI · 머신러닝 03:11 게시
원제 FilmFlow: Agentic System for 3D Virtual Film Cinematography
추천 31 댓글 2 Yiming Zhang, Jiarui Guo, Haojia Wei 외
Key Point 자연어 지시만으로 3D 환경의 영화급 카메라 동작을 자동으로 계획·실행할 수 있게 되면, 영화·게임·VR 등 다양한 미디어 제작 환경에서 영상 제작 시간을 크게 단축할 수 있다.
핵심 요약
FilmFlow는 자연어 지시나 참고 영상을 3D 가상 환경의 실행 가능한 카메라 궤적으로 변환하는 에이전트 시스템이다. Director 에이전트가 병렬 원자 동작들을 조합해 이동·회전·프레이밍을 동시에 제어하는 고수준 카메라 계획을 생성한다. Interpreter는 장면 기반 영화적 의도를 추출하고, Scout는 초기 시점을 선택하며, Critic은 렌더링 결과를 평가하고 시각적 피드백으로 반복 개선한다. 전체 요약 6문장 읽기 → 02 AI · 머신러닝 21:11 게시
원제 Different Tasks, Different Timesteps: Temporal Task-Aware Quantization for Diffusion Language Models
추천 23 댓글 2 Ofek Avivi, Eliron Rahimi, Avi Mendelson 외
Key Point 확산 모델의 양자화 시 노이즈 제거 과정의 어느 단계에서 어느 정도의 정밀도가 필요한지를 체계적으로 파악할 수 있게 되어, 모델 압축 효율과 정확도 사이의 균형을 개선할 수 있다.
핵심 요약
확산 언어 모델(DLM)은 반복 노이즈 제거 과정의 특성상 기존 모델과 다른 양자화 도전 과제를 갖는다. 연구팀은 양자화 민감도가 작업과 타이밍 두 가지에 의존하며, 각 작업마다 노이즈 제거 단계별로 필요한 정밀도가 다름을 밝혔다. 이러한 패턴은 정답 레이블이나 작업별 평가 지표 없이도 예측 가능함을 보였다. 전체 요약 5문장 읽기 → 03 AI · 머신러닝 06:11 게시
원제 Agent Mosaic: Recognizing Confidentiality Leaks in Agentic LLM Systems
추천 22 댓글 3 Daniel Ruiz, Luca Luceri, Emilio Ferrara
Key Point 여러 비기밀 정보를 조합해 기밀 정보를 유추하는 위험이 현재 LLM 에이전트 시스템에서 실제로 발생하고 있으며, 기존 안전장치도 이를 막기 충분하지 않다는 점이 중요하다.
핵심 요약
LLM 에이전트가 여러 접근 가능한 문서에서 정보를 조합하여 민감한 결론을 도출·공개하는 '모자이크 효과'의 위험을 연구했다. 사이버보안·의료·군사 영역 30가지 합성 시나리오로 테스트한 결과, 시뮬레이션 환경에서 GPT-5.6-Sol(최고 성능 모델)은 공식 쿼리라도 금지된 복합 정보를 답변의 7.08%(95% CI: 3.75-10.67%)에서 공개했다. 실제 오픈소스 에이전트 환경에서는 더 높은 누출률을 보였다. 전체 요약 6문장 읽기 → 전체 색인7건 · 분야별
AI · 머신러닝7건 001 18:11 ▲ 13 · 댓글 2 언어모델이 언어모델 개선을 학습하다 LLM을 이용해 AI 연구를 자동화할 수 있지만, 실제 피드백으로 효과적인 개선안을 제안하는 능력을 학습하는 데는 두 가지 문제가 있다. AI · 머신러닝 · Language Models Learn to Improve Language Models
Key Point LLM이 AI 개발 프로세스를 자동으로 개선하는 능력을 갖추게 되면서 모델 개발 비용과 속도의 판도가 바뀔 수 있기 때문입니다.
핵심 요약
LLM을 이용해 AI 연구를 자동화할 수 있지만, 실제 피드백으로 효과적인 개선안을 제안하는 능력을 학습하는 데는 두 가지 문제가 있다. 첫째, 강화학습으로 수만 개 제안을 평가하려면 수십만 GPU시간이 필요해 비용이 매우 크다. 둘째, 대리 피드백은 정책 최적화 과정에서 과대평가된 제안을 선호하면서 신뢰도가 떨어진다. 전체 요약 7문장 읽기 → 002 18:11 ▲ 13 · 댓글 2 다중 에이전트 협력을 위한 추상적 '마음 이론'을 잠재 공간에서 학습 다중 에이전트 협력에서 정확한 마음 이론(Theory-of-Mind, ToM)을 형성하려면 여러 파트너 상태를 동시에 추론해야 하는데, LLM 에이전트의 텍스트 표현으로는 하나의 상태만 효과적으로 표현되는 문제가 있다. AI · 머신러닝 · ToM2Vec: Continuous Theory-of-Mind Tokens for Multi-Agent Coordination
Key Point LLM 기반 멀티에이전트 시스템에서 파트너의 의도를 정확히 파악해야 하는 협력 작업에 새로운 접근법을 제시하며, 잠재 공간 추론이 텍스트보다 효과적임을 실증적으로 보여준다.
핵심 요약
다중 에이전트 협력에서 정확한 마음 이론(Theory-of-Mind, ToM)을 형성하려면 여러 파트너 상태를 동시에 추론해야 하는데, LLM 에이전트의 텍스트 표현으로는 하나의 상태만 효과적으로 표현되는 문제가 있다. 이를 해결하기 위해 ToM2Vec을 제안했으며, 이는 고정된 예산의 연속 추론 토큰을 통해 풍부한 잠재 공간에서 추상적인 마음 이론을 학습한다. 학습 중에는 파트너의 실제 생각을 감독 신호로 사용하여 ToM 토큰이 이를 추상화하고 일치시키도록 훈련된다. 전체 요약 8문장 읽기 → 003 12:10 ▲ 10 · 댓글 1 확산 언어 모델로 리서치 속도 6배 가속화 심화된 리서치 시스템은 계획, 증거 수집, 종합, 수정을 반복하는데 종단간 지연이 상용 활용에 큰 병목이다. AI · 머신러닝 · DiffResearch: Accelerating Deep Research with Diffusion Language Models
Key Point 자동 회귀 모델 기반의 현재 리서치 시스템이 느린 이유를 근본적으로 해결하는 대안 기술을 제시하며, 실제로 6배 속도 개선과 품질 유지를 동시에 달성했기 때문이다.
핵심 요약
심화된 리서치 시스템은 계획, 증거 수집, 종합, 수정을 반복하는데 종단간 지연이 상용 활용에 큰 병목이다. 기존 대부분의 프로덕션 시스템은 자동 회귀(AR) 언어 모델에 기반하며 좌에서 우로의 디코딩 방식을 사용한다. DiffResearch는 확산 언어 모델(dLLM)을 모든 단계의 핵심에 놓는 오픈 멀티 에이전트 리서치 프레임워크다. 전체 요약 9문장 읽기 → 004 03:11 ▲ 19 · 댓글 2 동영상에서 객체 관계 변화를 추적하는 RTAformer 논문 공개 동영상 장면 그래프 생성(VidSGG)은 프레임 간 객체의 정체성 지속성과 관계의 급격한 변화를 동시에 포착해야 하는 과제를 다룬다. AI · 머신러닝 · RTAformer: Relation-Transition-Aware Transformer for Video Scene Graph Generation
Key Point 동영상에서 객체의 관계가 변하는 순간을 정확히 포착하는 것이 어려운 이유와 이를 해결하기 위한 구체적 기술 혁신을 담고 있어서다.
핵심 요약
동영상 장면 그래프 생성(VidSGG)은 프레임 간 객체의 정체성 지속성과 관계의 급격한 변화를 동시에 포착해야 하는 과제를 다룬다. 기존 방식은 시간 맥락을 활용하기 위해 프레임 간 정보를 통합하지만, 일관성을 강조하다 보니 관계 변화를 놓치는 '관계적 의미 관성(relational semantic inertia)' 문제가 발생한다. 연구팀이 제안한 RTAformer는 개체 지속성과 관계 변화를 따로 모델링하는 원스테이지 프레임워크다. 전체 요약 5문장 읽기 → 005 03:11 ▲ 19 · 댓글 2 AI 게임을 고급 그래픽으로 변환하는 AnyGameRenderer 공개 AI 코딩 에이전트가 몇 분 안에 만든 게임은 회색 블록아웃과 단순한 형상 같은 저품질 비주얼로 나타난다. AI · 머신러닝 · AnyGameRenderer: Entity-Consistent Generative Rendering Across Games and an Entity-Level Benchmark
Key Point AI가 생성한 프로토타입 게임의 비주얼 품질을 대규모 비디오 생성 모델로 자동 개선할 수 있게 되었으며, 엔티티 위치와 타이밍을 정확하게 보존하는 기술적 진전을 보여준다.
핵심 요약
AI 코딩 에이전트가 몇 분 안에 만든 게임은 회색 블록아웃과 단순한 형상 같은 저품질 비주얼로 나타난다. Hugging Face의 AnyGameRenderer는 비디오-투-비디오 생성형 렌더러로, 이런 촌스러운 영상을 고품질 그래픽으로 변환한다. 타워 디펜스, 자동 배틀러, 탑다운 서바이벌, 턴제 배틀, 카트 레이싱, 크라우드 러너 등 다양한 장르에 걸쳐 일반화된다. 전체 요약 7문장 읽기 → 006 03:11 ▲ 17 · 댓글 2 에이전트 비전 작업 평가 벤치마크 공개 비전-언어 모델(VLM)의 에이전트 환경에서의 성능을 평가하기 위해 AgentVQA 벤치마크를 개발했다. AI · 머신러닝 · AgentVQA: A Unified Benchmark for Agentic Visual Understanding
Key Point 에이전트 AI 성능 평가의 새로운 표준으로, VLM이 실제 상호작용 환경에서 어디서 약한지 구체적으로 보여준다.
핵심 요약
비전-언어 모델(VLM)의 에이전트 환경에서의 성능을 평가하기 위해 AgentVQA 벤치마크를 개발했다. 웹 에이전트, 로봇, 일인칭 영상, 게임, 공간 계획 등 5개 도메인의 에이전트 시나리오를 포함한다. 23개 소스 데이터셋에서 1000개의 도전적인 실제 에이전트 예시를 수동으로 선별하고 오프라인 평가용으로 적응시켰다. 전체 요약 7문장 읽기 → 007 00:11 ▲ 13 · 댓글 1 AI 에이전트, 텍스트 해석 전 숨겨진 신호로 소통 확산 언어모델(Diffusion Language Model)은 답변을 연속적인 상태들의 수열을 거쳐 생성하지만, 기존 다중 에이전트 시스템은 이 중간 상태들을 버리고 텍스트 디코딩 후에만 통신한다. AI · 머신러닝 · Hidden Messages Between Diffusion Language Model Agents: Causal Evidence for Latent Communication
Key Point 기존 AI 에이전트는 텍스트만 주고받지만, 이 연구는 모델이 텍스트 생성 전 내부 신호로도 소통 가능함을 보여 멀티에이전트 시스템 설계의 근본적인 재검토를 요구한다.
핵심 요약
확산 언어모델(Diffusion Language Model)은 답변을 연속적인 상태들의 수열을 거쳐 생성하지만, 기존 다중 에이전트 시스템은 이 중간 상태들을 버리고 텍스트 디코딩 후에만 통신한다. 연구진은 한 에이전트의 확산 과정이 다른 에이전트에게 숨겨진 메시지를 전달할 수 있는지, 그리고 수신 에이전트가 실제로 그 메시지의 의미를 사용하는지 검증했다. 송신 에이전트는 노이징 제거 상태(denoising state)를 4개의 압축된 벡터로 변환하고, 수신 에이전트는 자신의 문맥과 생성 궤적을 유지하면서 이를 수용한다. 전체 요약 8문장 읽기 → 오늘의 주요최신순 상위 3건
01 AI · 머신러닝 09:11 게시
anthropics/anthropic-sdk-python
원제 anthropics/anthropic-sdk-python v2.3.0
v2.3.0
Key Point 엔터프라이즈 조직의 Claude Tag 관리 기능이 추가되고 API 호출 방식이 정리되어, Python SDK를 사용하는 개발자와 기업 사용자가 업데이트해야 합니다.
핵심 요약
Claude 엔터프라이즈 조직을 위한 새로운 Claude Tag 엔드포인트가 추가되었습니다. Google Cloud 사용자 프로필 요청이 조직 엔드포인트로 전송되도록 수정되었습니다. 클라이언트가 엔드포인트 경로에 하드코딩된 쿼리 파라미터를 전송하지 않도록 개선되었습니다. 전체 요약 7문장 읽기 → 02 AI · 머신러닝 03:11 게시
ollama/ollama
원제 ollama/ollama v0.40.10
v0.40.10
Key Point 로컬에서 실행 가능한 경량 멀티모달 모델의 추가로 더 낮은 리소스에서 온디바이스 AI를 사용하려는 개발자의 선택지가 늘었다.
핵심 요약
올라마 v0.40.10에서 엔비디아의 네모트론 3.5 볼트 E4B 멀티모달 언어 모델을 지원한다. 네모트론 3.5 볼트는 젬마 4 기반의 경량 비전-언어 모델로 로컬 대화, 이미지 이해, 도구 사용에 최적화되어 있다. 128K 토큰의 긴 컨텍스트 윈도우를 지원하며 추측 디코딩을 위한 드래프트 모델을 포함하고 있다. 전체 요약 4문장 읽기 → 03 AI · 머신러닝 00:11 게시
anthropics/anthropic-sdk-python
원제 anthropics/anthropic-sdk-python v2.2.0
v2.2.0
Key Point Python SDK의 스레드 기반 대화 관리와 비용 추적 기능이 추가되어 복잡한 멀티턴 상호작용을 다루는 개발자에게 영향을 미친다.
핵심 요약
Anthropic Python SDK v2.2.0이 출시됐으며, 메시지 스레드 API 지원이 추가됐다. API에 차원별 사용량·비용 리포트 기능이 추가됐고, 기존 리포트는 레거시로 표시됐다. max_retries 에러 메시지에서 math.inf 제안을 중단했다. 전체 요약 8문장 읽기 → ● 이번 피드는 여기까지입니다.
작은 발견을 다음 커밋으로 이어가세요. 모든 발행본 
