쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 11월 22일 (일)까지 5067건
8건 · "강화 학습"조건 지우기 ×
001 18:11 ▲ 72 · 댓글 4 포트폴리오 거래를 하나로 학습하는 AllocFlow 등장 현실의 포트폴리오 관리는 여러 자산에 걸친 동시적 배분을 자본 제약 조건 하에서 결정해야 하는데, 기존 방식은 신호 예측과 포트폴리오 구성 단계를 분리해 학습 목표가 실제 거래와 맞지 않는 문제가 있다. AI · 머신러닝 · AllocFlow: End-to-End Portfolio Trading Action Generation from Raw Market Data
Key Point 포트폴리오 관리의 예측과 실행을 처음부터 끝까지 하나의 신경망으로 학습하는 새로운 접근 방식으로, 금융 AI의 실무 적용 방법이 달라질 가능성을 보여준다.
핵심 요약
현실의 포트폴리오 관리는 여러 자산에 걸친 동시적 배분을 자본 제약 조건 하에서 결정해야 하는데, 기존 방식은 신호 예측과 포트폴리오 구성 단계를 분리해 학습 목표가 실제 거래와 맞지 않는 문제가 있다. AllocFlow는 흐름 매칭 프레임워크를 기반으로 시장 데이터로부터 여러 자산의 포지션 가중치를 한 번에 생성하는 엔드-투-엔드 접근법을 제시한다. 크로스-자산 플로우 Transformer를 사용해 자산 간 의존성을 포착하고, 각 도구에서 연속적이고 부호가 있는 가중치를 동시에 출력한다. 전체 요약 6문장 읽기 → 002 00:11 ▲ 118 · 댓글 35 DOOM 게임 엔진으로 신경망 돌리기, 정확성 검증까지 DOOM 게임 엔진의 엔티티(voodoo dolls)와 맵 기하학을 이용해 신경망을 실제로 실행하는 프로젝트를 공개했다. 오픈소스 · 도구 · Show HN: I Turned DOOM into a Transformer
Key Point 게임 엔진 자체가 컴퓨팅 플랫폼이 될 수 있음을 보여주며, DOOM처럼 오래된 시스템에서도 복잡한 계산을 실행하고 검증할 수 있다는 점이 기술적 호기심을 자극한다.
핵심 요약
DOOM 게임 엔진의 엔티티(voodoo dolls)와 맵 기하학을 이용해 신경망을 실제로 실행하는 프로젝트를 공개했다. 신경망의 모든 값을 NumPy와 비교 검증하며 오차 허용도를 0으로 설정해 정확성을 보장한다. MNIST 손글씨 인식 네트워크는 10,000개 테스트 이미지 중 9,716개(97.16%)를 정확히 인식한다. 전체 요약 10문장 읽기 → 003 12:11 ▲ 29 · 댓글 2 0.8B 모델 OvisOCR3, 문서 인식부터 표 재구성까지 한 번에 문서 파싱, 일반 OCR, 핵심 정보 추출(KIE), 문서 그림 캡셔닝, 교차 페이지 표 재구성을 하나의 0.8B 모델로 통합하는 OvisOCR3를 발표했다. AI · 머신러닝 · OvisOCR3 Technical Report
Key Point 작은 0.8B 모델로 5개 OCR 작업을 한 번에 처리하며 전문가 모델들을 능가하는 방법론이 효율적인 문서 자동화를 필요로 하는 기업 시스템에 직접 활용될 가능성이 높다.
핵심 요약
문서 파싱, 일반 OCR, 핵심 정보 추출(KIE), 문서 그림 캡셔닝, 교차 페이지 표 재구성을 하나의 0.8B 모델로 통합하는 OvisOCR3를 발표했다. 실제 및 합성 데이터로 사전 학습한 뒤, 서로 다른 데이터량과 응답 길이를 가진 작업 간 감독을 균형 잡기 위해 도메인 균형 중간 학습을 적용했다. 5개의 도메인별 4B 교사 모델에서 지식을 전이하는 다중 교사 정책상 증류(multi-teacher on-policy distillation)를 거친 뒤, 도메인별 보상을 사용한 혼합 작업 강화 학습을 수행했다. 전체 요약 8문장 읽기 → 004 15:11 ▲ 283 · 댓글 2 게임 AI 학습을 위한 합성 경험 기반 강화학습 프레임워크 Player-1 화면 해석과 키보드·마우스 조작을 수행하는 컴퓨터 사용 에이전트는 발전했으나, 시각적으로 풍부하고 복잡한 게임 환경은 여전히 도전 과제로 남아 있습니다. AI · 머신러닝 · Player-1: Learning to Play from Synthetic Experience
Key Point 게임 AI의 성능 개선이 실제 환경 데모 없이 합성 환경만으로 달성 가능함을 보여줌으로써, 대규모 데이터 수집 없이 일반적 디지털 제어 에이전트를 학습할 수 있는 길을 열었습니다.
핵심 요약
화면 해석과 키보드·마우스 조작을 수행하는 컴퓨터 사용 에이전트는 발전했으나, 시각적으로 풍부하고 복잡한 게임 환경은 여전히 도전 과제로 남아 있습니다. 기존 게임 에이전트 학습 파이프라인은 제한된 동적 게임 상태 커버리지의 대규모 데모에 의존하며, 상호작용 학습을 위한 확장 가능한 환경 구축이 어렵습니다. Player-1은 합성 경험을 통해 데모 이상의 게임 제어를 학습하는 포스트 트레이닝 프레임워크로, 상대적 포인터 모션, 지속적 입력, 복합 액션으로 컴퓨터 사용 액션 공간을 확장합니다. 전체 요약 9문장 읽기 → 005 06:11 ▲ 14 · 댓글 2 VLM 에이전트, 시각 기반 스킬로 강화 학습 기존 스킬 강화 에이전트는 대부분 텍스트 중심으로 공간 레이아웃과 행동-상태 대응을 언어로 변환하면서 기하학적 구조 정보를 손실한다. AI · 머신러닝 · ViSkill: Reinforcing VLM Agents with Evolving Visual-Native Skills
Key Point VLM 에이전트가 기하학적 정보를 보존한 시각 기반 스킬을 동적으로 습득·활용하는 새로운 강화 학습 방법으로, 정책과 스킬의 상호 개선 메커니즘이 기존 텍스트 중심 방식의 한계를 직접 해결한다.
핵심 요약
기존 스킬 강화 에이전트는 대부분 텍스트 중심으로 공간 레이아웃과 행동-상태 대응을 언어로 변환하면서 기하학적 구조 정보를 손실한다. ViSkill은 성공한 상호작용을 시각 정보 중심의 '스킬 카드'로 인코딩하여 VLM 에이전트가 직접 활용하는 방식을 제안한다. 검색된 스킬은 추론과 보상 형성을 모두 가이드하고, 성공한 궤적이 다시 스킬 라이브러리로 증류되어 닫힌 피드백 루프를 형성한다. 전체 요약 6문장 읽기 → 006 00:11 ▲ 15 · 댓글 3 오디오와 비디오를 선택적으로 검색하는 추론 AI Omni-LLM을 기반으로 한 OmniSeek은 긴 오디오-비주얼 시퀀스를 통째로 처리하지 않고, 필요한 증거만 동적으로 선택해 검색하는 다중 턴 추론 에이전트이다. AI · 머신러닝 · OmniSeek: Native Tool Integration for Multi-turn Audio-Visual Reasoning
Key Point 더 긴 멀티미디어 콘텐츠를 효율적으로 분석하고 필요한 부분만 집중하는 AI의 접근 방식이 어떻게 작동하는지 보여주기 때문이다.
핵심 요약
Omni-LLM을 기반으로 한 OmniSeek은 긴 오디오-비주얼 시퀀스를 통째로 처리하지 않고, 필요한 증거만 동적으로 선택해 검색하는 다중 턴 추론 에이전트이다. 모델은 언제 보고 언제 들을지, 어느 시간 구간을 살펴볼지를 스스로 결정하며, 검색한 원본 오디오나 비주얼 세그먼트를 다시 컨텍스트에 추가해 다음 단계 추론을 지원한다. 이 능력을 학습시키기 위해 교차 모달리티 증거를 포함한 다중 홉 사고의 연쇄 궤적 17만 개(OmniTraj-170K)로 구성된 데이터셋을 합성했다. 전체 요약 5문장 읽기 → 007 18:11 ▲ 15 · 댓글 2 로봇 매니퓨레이션을 위한 영상 시뮬레이터 WorldLine 공개 로봇 학습의 물리적 실행 비용을 줄이기 위해 영상 생성 모델 기반 시각 시뮬레이터가 필요한데, 기존 모델은 행동 추종 정확도와 로봇-객체 동역학 일관성이 부족하고 구체적 제어 데이터에 의존한다. AI · 머신러닝 · WorldLine: Action-Driven Visual Simulation for Robotic Manipulation
Key Point 로봇 매니퓰레이션 학습에서 물리적 실행 없이 행동 결과를 예측할 수 있는 범용 시뮬레이터는 개발 비용과 안전 위험을 크게 줄일 수 있기 때문입니다.
핵심 요약
로봇 학습의 물리적 실행 비용을 줄이기 위해 영상 생성 모델 기반 시각 시뮬레이터가 필요한데, 기존 모델은 행동 추종 정확도와 로봇-객체 동역학 일관성이 부족하고 구체적 제어 데이터에 의존한다. WorldLine은 행동 기반 시각 시뮬레이터로, 전이 가능한 동역학 학습을 이질적인 행동 그라운딩으로부터 분리한다. 10,000시간 이상의 행동 없는 로봇 영상과 10개 이상 로봇 체형에서 2,000시간 이상의 행동 궤적으로 학습한다. 전체 요약 8문장 읽기 → 008 03:10 ▲ 245 · 댓글 201 xAI, 코딩 특화 모델 'Grok 4.7' 출시 SpaceX AI가 개발한 Grok 4.7은 장시간의 복잡한 코딩 작업에 최적화된 모델로, 더 큰 기본 모델과 강화 학습으로 훈련되었다. AI · 머신러닝 · Grok 4.7
Key Point 엔지니어와 분석가가 실제로 사용할 수 있는 단계의 장시간 코딩 작업 능력과 사이버보안 분야의 이중용도 균형을 처음으로 구현한 모델로, 기존 모델들의 가치 사이클을 바꿀 수 있는 기술적 전환점을 보여준다.
핵심 요약
SpaceX AI가 개발한 Grok 4.7은 장시간의 복잡한 코딩 작업에 최적화된 모델로, 더 큰 기본 모델과 강화 학습으로 훈련되었다. 자체 검증 능력과 긴 문맥 처리 능력을 강화했으며, CursorBench 4.0의 장기 코딩 작업 벤치마크에서 가성비 면에서 최상위 수준이다. 법무·의료·금융 분야의 전문가 업무를 수행하는 GDPval 및 AA Briefcase 벤치마크에서 다른 최고 수준의 모델과 비슷하거나 우월한 성능을 보인다. 전체 요약 6문장 읽기 →