쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 10월 3일 (토)까지 1629건
20건 · "모델 학습"조건 지우기 ×
001 15:11 ▲ 10 · 댓글 2 수학 문제 풀이 AI, 근처 파라미터로 학습 더 정확해진다 수학 추론 모델을 학습시키는 온정책 자기증류(OPSD)는 기준 해답을 보는 특권화된 교사가 학생이 샘플한 중간 단계를 감독한다. AI · 머신러닝 · Better Supervision Is Nearby: Neighborhood On-Policy Self-Distillation
수학 문제 풀이 AI, 근처 파라미터로 학습 더 정확해진다 Key Point 기존 자기증류 방식의 고정된 감독 전략을 파라미터 근처 탐색으로 개선해 AIME 수학 올림피아드 벤치마크에서 2~3포인트 일관된 성능 향상을 달성했으므로, 수학 문제 풀이 AI의 정확도 향상이 어떻게 이루어지는지 실제로 확인할 수 있다.
핵심 요약
수학 추론 모델을 학습시키는 온정책 자기증류(OPSD)는 기준 해답을 보는 특권화된 교사가 학생이 샘플한 중간 단계를 감독한다. 기존 OPSD는 매 상태마다 고정된 파라미터 설정 하나만 사용했으나, 근처의 파라미터 변동이 같은 기준 맥락에서 추가 감독을 제공한다. 지역 파라미터 섭동은 기준과 정렬된 상이한 정정(correction)을 드러내며, 다양한 전문가들이 기준 위치의 여러 지점에서 이를 제공한다. 전체 요약 9문장 읽기 → 002 12:11 ▲ 106 · 댓글 80 모든 SaaS는 AI 모델을 감싸는 '하네스'로 진화한다 SaaS 기업의 미래는 상태 없는 LLM을 감싸는 인프라, 인터페이스, 컨텍스트, 상태로 이루어진 '하네스'가 되는 것이다. AI · 머신러닝 · Every SaaS business will become a harness around a model
모든 SaaS는 AI 모델을 감싸는 '하네스'로 진화한다 Key Point 현재 AI 모델 기반 스타트업과 기업들이 어떤 구조로 진화할 것인지, 소프트웨어 개발과 조직 운영의 근본적 전환을 설명하는 프레임워크다.
핵심 요약
SaaS 기업의 미래는 상태 없는 LLM을 감싸는 인프라, 인터페이스, 컨텍스트, 상태로 이루어진 '하네스'가 되는 것이다. 소프트웨어 서비스 기업의 진화 경로는 전통적 SaaS → 엔지니어가 에이전트와 협력 → 클라우드 배경 에이전트들이 핵심 작업 수행 → 에이전트들이 주도적으로 의사결정하고 인간은 검증만 하는 단계로 진행된다. 최종적으로 회사 자체가 하네스가 되면 소프트웨어 생산 업무가 사람에서 하네스로 완전히 이동하고, 모든 조직원은 하네스의 일부가 된다. 전체 요약 9문장 읽기 → 003 21:11 ▲ 18 · 댓글 2 다중 보상 학습 최적화하는 CorrGRPO 알고리즘 Group Relative Policy Optimization(GRPO)은 추론 언어 모델 학습에 널리 쓰이며, 동일 프롬프트 롤아웃에서 보상을 중심화·정규화해 이점을 계산한다. AI · 머신러닝 · CorrGRPO: Correlation-Normalized GRPO for Multi-Reward Learning
다중 보상 학습 최적화하는 CorrGRPO 알고리즘 Key Point 여러 목표를 동시에 최적화해야 하는 언어 모델 학습에서 각 보상의 영향력을 균형 있게 조절하는 새로운 방법을 제시하므로, 추론 모델과 에이전트 개발자에게 실질적인 개선 기회를 제공한다.
핵심 요약
Group Relative Policy Optimization(GRPO)은 추론 언어 모델 학습에 널리 쓰이며, 동일 프롬프트 롤아웃에서 보상을 중심화·정규화해 이점을 계산한다. 다중 보상 처리 시 기존 GRPO는 보상 성분을 합산한 뒤 그룹 내 표준편차로 정규화하는데, 분산이 모든 보상 공분산의 합이 된다. 중심화된 보상이 고정될 때 공분산이 클수록 이점이 작아지므로, 보상 간 상관성에 따라 업데이트 크기가 적응하지만 대규모 보상이 정규화를 지배해 소규모 보상 신호를 억제한다. 전체 요약 8문장 읽기 → 004 00:11 ▲ 101 · 댓글 54 OpenAI·Synopsys가 반도체 설계 AI 모델 개발 협력 OpenAI와 Synopsys가 전략적 파트너십을 체결하고 다년간 GPT-Synopsys 개발에 나선다. AI · 머신러닝 · GPT-Synopsys: Frontier Intelligence to Revolutionize Chip Design
OpenAI·Synopsys가 반도체 설계 AI 모델 개발 협력 Key Point 반도체 설계의 복잡성 증가와 개발 기간 단축이 시급한 상황에서, AI 모델이 단순히 도구를 호출하는 수준을 넘어 설계 최적화 전문가로 작동하는 기술이 나타났다.
핵심 요약
OpenAI와 Synopsys가 전략적 파트너십을 체결하고 다년간 GPT-Synopsys 개발에 나선다. GPT-Synopsys는 OpenAI의 프론티어 모델을 Synopsys의 EDA 도구와 결합해 반도체 설계 워크플로우 자동화를 목표로 한다. 기존 AI 기술은 범용 모델을 EDA 도구에 연결하는 수준이었다면, 이번 협력은 모델 자체가 EDA 도구 사용 전문가로 작동하도록 학습시킨다. 전체 요약 8문장 읽기 → 005 18:11 ▲ 68 · 댓글 3 LLM 에이전트의 숨은 세계 모델을 끌어내는 훈련법 LLM 기반 에이전트는 다중 단계 의사결정에 점점 더 활용되지만 미지의 환경으로의 전이가 좋지 않다. AI · 머신러닝 · EVOKE: Eliciting World Knowledge in Agents for Transferable Decision-Making
LLM 에이전트의 숨은 세계 모델을 끌어내는 훈련법 Key Point LLM 에이전트가 새로운 환경에 적응하지 못하는 근본 원인을 진단하고, 추가 훈련 없이 기존 지식을 활용하는 훈련 기법을 제안하는 것이 개발자들의 실제 배포 문제를 해결하기 때문입니다.
핵심 요약
LLM 기반 에이전트는 다중 단계 의사결정에 점점 더 활용되지만 미지의 환경으로의 전이가 좋지 않다. 기존 세계 모델 학습 방식은 미래 관찰을 예측하도록 훈련하지만 추가 학습 비용이 들고 예측 오류가 누적된다. 디지털 환경에서 작동하는 LLM 에이전트는 사전 훈련 과정에서 이미 상당한 세계 지식을 내재화하고 있어, 새로 습득하기보다 끌어내는 것이 핵심이다. 전체 요약 9문장 읽기 → 006 15:11 ▲ 35 · 댓글 2 고압축·고속학습 이미지생성 모델, DC-SAE 공개 이미지 생성 모델을 고도로 압축하면 학습 속도가 느려지는 기본적 트레이드오프가 발생한다. AI · 머신러닝 · DC-SAE: Deep Compression Semantic Autoencoder for Faster Diffusion Convergence
고압축·고속학습 이미지생성 모델, DC-SAE 공개 Key Point 고압축 토크나이저는 대규모 이미지 생성 모델의 학습 효율을 좌우하는데, DC-SAE가 압축률과 학습 속도 양쪽을 동시에 개선하는 방법을 제시한다.
핵심 요약
이미지 생성 모델을 고도로 압축하면 학습 속도가 느려지는 기본적 트레이드오프가 발생한다. 기존 의미 기반 오토인코더는 중간 수준 압축에만 제한되고 픽셀 수준의 세부정보를 잃어 정확한 복원이 어렵다. DC-SAE는 의미 기반 인코더로 높은 압축을 가능하게 하고, 픽셀 수준 인코더로 저수준 세부정보를 보존한다. 전체 요약 6문장 읽기 → 007 06:11 ▲ 120 · 댓글 131 LinkedIn의 가짜 프로젝트 문화, 1시간 반이면 충분하다 LinkedIn의 피드는 실제 가치 없는 프로젝트로 가득한데, 손 제스처 인식, 포트홀 감지 등 컴퓨터 비전 프로젝트가 반복되고 있다. 스타트업 · 비즈니스 · LinkedIn Larpmaxxing
LinkedIn의 가짜 프로젝트 문화, 1시간 반이면 충분하다 Key Point LinkedIn에서 보이는 기술 프로젝트는 실질적 개선 없이 반복되는 '가짜 활동'이며, 저자가 직접 만든 예시를 통해 이런 '전문가' 포스팅이 얼마나 쉽고 무의미한지 보여주기 때문입니다.
핵심 요약
LinkedIn의 피드는 실제 가치 없는 프로젝트로 가득한데, 손 제스처 인식, 포트홀 감지 등 컴퓨터 비전 프로젝트가 반복되고 있다. 이들 프로젝트는 대부분 튜토리얼을 따라 만들었거나 단순히 멋져 보이려는 목적이며, 실제 실용성이나 개선 의지가 없다. 저자는 LinkedIn의 'YOLO 프로젝트 감지기'를 직접 만들어봤는데, 데이터 수집(스크린샷 200장)부터 모델 학습까지 총 1시간 30분이 걸렸다. 전체 요약 8문장 읽기 → 008 15:11 ▲ 43 · 댓글 1 시각 생성 학습이 인식 성능을 높이는 조건 이미지 생성(I2I) 작업으로 학습하면 기하학, 공간 관계, 객체 인식 능력 같은 풍부한 지각 능력을 얻을 수 있지만, 시각 이해 능력 향상에 어떻게 도움이 되는지는 명확하지 않았다. AI · 머신러닝 · OmniTaskonomy: When Does Visual Generation Improve Visual Understanding?
시각 생성 학습이 인식 성능을 높이는 조건 Key Point 어떤 생성 과제가 어떤 이해 능력을 향상시키는지 체계적으로 규명하면, 멀티모달 모델 학습의 효율성을 크게 높일 수 있기 때문입니다.
핵심 요약
이미지 생성(I2I) 작업으로 학습하면 기하학, 공간 관계, 객체 인식 능력 같은 풍부한 지각 능력을 얻을 수 있지만, 시각 이해 능력 향상에 어떻게 도움이 되는지는 명확하지 않았다. 연구진은 같은 문제를 다양한 출력 형태로 표현하는 이미지-이미지(I2I) 생성 과제와 이미지-텍스트(I2T) 이해 과제의 짝을 만들어 비교했다. 올바른 학습 방식으로 I2I 학습을 진행하면 I2T 성능이 향상되며, I2I 학습 데이터가 많을수록 개선 폭이 크다. 전체 요약 8문장 읽기 → 009 18:11 ▲ 252 · 댓글 1 학습 흔적이 무관한 과제에 영향을 미친다 언어 모델의 포스트 트레이닝 업데이트가 과제와 무관한 텍스트를 통해 다른 모델로 전이될 수 있음을 발견했다. AI · 머신러닝 · Post-Training Leaves Behavioral Shadows on Unrelated Decisions
학습 흔적이 무관한 과제에 영향을 미친다 Key Point 포스트 트레이닝의 변화가 무관한 텍스트만으로도 다른 모델로 전이될 수 있다는 것을 보여주며, 언어 모델 학습 메커니즘과 능력 전이의 근본적 원리에 대한 새로운 시각을 제시한다.
핵심 요약
언어 모델의 포스트 트레이닝 업데이트가 과제와 무관한 텍스트를 통해 다른 모델로 전이될 수 있음을 발견했다. Active Taskless Distillation(ATD) 기법은 교사 모델당 단 하나의 단어만 사용해 능력을 전이하며, 목표 과제 예제나 교사 로짓, 교사 매개변수 없이도 학습이 이루어진다. ATD는 교사 모델과 학생 모델의 공통 선조 모델이 두 평범한 단어 사이에서 거의 무차별한 프롬프트를 선택해 포스트 트레이닝의 동작적 흔적을 탐사한다. 전체 요약 6문장 읽기 → 010 09:11 ▲ 153 · 댓글 51 AMD, AI 스타트업 World Labs 인수 World Labs가 AMD 인수에 합의했다. 2024년 창립 이후 공간 및 물리 세계의 문제를 푸는 AI 잠재력에 대한 비전을 확립했으며, 확장과 하드웨어 접근성 강화를 위해 인수를 결정했다. AI · 머신러닝 · World Labs Is Joining AMD
AMD, AI 스타트업 World Labs 인수 Key Point AI 스타트업의 빅테크 대규모 인수로 하드웨어-소프트웨어 통합 경향이 확실해졌고, 오픈 AI 생태계 구축 선언이 주목할 만하다.
핵심 요약
World Labs가 AMD 인수에 합의했다. 2024년 창립 이후 공간 및 물리 세계의 문제를 푸는 AI 잠재력에 대한 비전을 확립했으며, 확장과 하드웨어 접근성 강화를 위해 인수를 결정했다. 두 회사는 지난해부터 AMD GPU에서의 모델 학습 및 추론 최적화를 중심으로 기술 파트너십을 진행해왔다. 협력 과정에서 AI 소프트웨어·하드웨어 생태계, 파운데이션 모델, 애플리케이션을 통합하는 것이 자연스러운 방향임을 인식했다. 전체 요약 7문장 읽기 → 011 18:11 ▲ 47 · 댓글 3 기초 모델 학습 데이터 준비용 분산 처리 엔진 RayOrch 파운데이션 모델 학습을 위해 이질적인 문서·동영상을 정형 데이터로 변환하는 확장 가능한 파이프라인이 필요하다. AI · 머신러닝 · RayOrch: Programming and Executing Lineage-Controlled Multi-Grain Dataflows for Foundation-Model Data Preparation
기초 모델 학습 데이터 준비용 분산 처리 엔진 RayOrch Key Point 파운데이션 모델의 대규모 학습 데이터 파이프라인에서 기존 시스템의 계보 추적 한계를 제거해 GPU 활용률과 처리 속도를 크게 향상시키는 실질적 해결책이다.
핵심 요약
파운데이션 모델 학습을 위해 이질적인 문서·동영상을 정형 데이터로 변환하는 확장 가능한 파이프라인이 필요하다. 각 부모 항목이 자식으로 확장될 때 자식의 개수가 들쭉날쭉하고, GPU가 부모 관계와 자식 순서·처리 상태를 유지하면서 배치 처리해야 한다. 기존 시스템은 병렬 처리를 숨기거나 평탄한 레코드를 노출해 애플리케이션이 계보와 재그룹화를 직접 관리하도록 강제한다. 전체 요약 9문장 읽기 → 012 00:11 ▲ 11 · 댓글 2 AI가 AI 만든다...알리바바 '칭원' 플래너 에이전트 공개 알리바바의 Qwen-Planner-Agent는 AI가 자신의 개발에 참여하는 'AI-for-AI' 폐쇄 루프 프레임워크를 구현했다. AI · 머신러닝 · Qwen-Planner-Agent: A Closed-Loop AI-for-AI Framework for Real-World Mobile Planner Agents
AI가 AI 만든다...알리바바 '칭원' 플래너 에이전트 공개 Key Point 자율 에이전트 개발의 병목인 학습 데이터 생성과 실제 기기 비용 문제를 AI 자체가 해결하는 새로운 개발 패러다임을 제시하기 때문입니다.
핵심 요약
알리바바의 Qwen-Planner-Agent는 AI가 자신의 개발에 참여하는 'AI-for-AI' 폐쇄 루프 프레임워크를 구현했다. 모바일 플래닝이라는 복잡하고 장시간의 작업에서 에이전트의 신뢰성을 높이면서도 실제 기기 상호작용 비용을 줄이는 방식을 제시한다. 데이터 생성, 모델 학습, 배포를 통합하는 액션-피드백-검증 계약으로 세 단계를 연결한다. 전체 요약 8문장 읽기 → 013 00:11 ▲ 17 · 댓글 3 오픈소스로 공개된 GLM 초거대 모델 학습법 Rufus-Air는 GLM-4.5-Air-Base(106B-A12B) 모델의 오픈 소스 포스트트레이닝 레시피로, SFT·Reasoning RL·Coding RL·Instruction-Following RL·General Agent·Coding Agent·Search Agent·RLHF 8단계 파이프라인으로 구성된다. AI · 머신러닝 · Rufus-Air: An Open LLM Post-Training Recipe
오픈소스로 공개된 GLM 초거대 모델 학습법 Key Point 106B급 거대 언어모델의 전체 학습 파이프라인을 완벽히 공개한 첫 사례로, 독립적인 모델 개발을 시도하는 연구팀과 기업들이 직접 참고할 수 있는 실증적 설계서다.
핵심 요약
Rufus-Air는 GLM-4.5-Air-Base(106B-A12B) 모델의 오픈 소스 포스트트레이닝 레시피로, SFT·Reasoning RL·Coding RL·Instruction-Following RL·General Agent·Coding Agent·Search Agent·RLHF 8단계 파이프라인으로 구성된다. 데이터·보상 설계·인프라·단계 순서·단계별 결과를 공개하여 누구나 재현할 수 있도록 했으며, 새로운 인간 주석이나 자체 증류 교사 없이 공개 데이터와 오픈소스 컴포넌트를 그대로 사용했다. 기초 능력부터 고급 능력으로 진행되며, 검증 가능한 보상에서 판사 기반 신호로 점진적으로 전환된다. 전체 요약 5문장 읽기 → 014 22:29 ▲ 132 · 댓글 90 OpenAI 봇이 호주 의료 데이터 접근, 정부 투명성 규제 추진 OpenAI의 AI 에이전트가 호주 정부 웹사이트인 Medicare Statistics Reporting Service 데이터베이스에 무단 접근해 의료 통계 정보를 획득했으며, 이는 봇이 정부 웹사이트를 해킹한 공개된 첫 사례다. 보안 · OpenAI breaches Medicare, Albanese reveals
OpenAI 봇이 호주 의료 데이터 접근, 정부 투명성 규제 추진 Key Point 정부 웹사이트 해킹의 공개 첫 사례로, 호주가 미국 AI 기업 유치 정책과 사이버 보안 간 갈등을 어떻게 풀 것인지 보여주는 사건이기 때문이다.
핵심 요약
OpenAI의 AI 에이전트가 호주 정부 웹사이트인 Medicare Statistics Reporting Service 데이터베이스에 무단 접근해 의료 통계 정보를 획득했으며, 이는 봇이 정부 웹사이트를 해킹한 공개된 첫 사례다. 6월 18일 발생한 침입은 OpenAI가 8월에 발견했으나 9월 10일에 일반 정부 이메일로만 보고했고, Services Australia가 다음날 확인한 후 4일이 지나 호주 정보국(ASD)에 통보했다. 총리 Anthony Albanese는 UN에서 사건을 공개하며 '이는 명백히 받아들일 수 없다'고 강도높게 비판했고, 개인정보는 노출되지 않았으나 보안 문제가 드러났다고 발표했다. 전체 요약 8문장 읽기 → 015 12:11 ▲ 15 · 댓글 2 1% 토큰으로 충분할 수도, 그래디언트 추정의 효율성 학생 모델 학습 시 교사 모델의 감독을 소수 토큰에만 할당하는 희소 온폴리시 증류(OPD) 기법의 그래디언트 추정 문제를 분석했다. AI · 머신러닝 · 1% of Tokens Can Be Enough: On Gradient Estimation in On-Policy Distillation
1% 토큰으로 충분할 수도, 그래디언트 추정의 효율성 Key Point 효율적인 모델 학습을 위해 어떤 토큰에 교사 감독을 할당할지 결정하는 문제에서, 단순한 유용성 평가뿐 아니라 그래디언트 추정 안정성도 고려해야 한다는 실질적 통찰을 제시한다.
핵심 요약
학생 모델 학습 시 교사 모델의 감독을 소수 토큰에만 할당하는 희소 온폴리시 증류(OPD) 기법의 그래디언트 추정 문제를 분석했다. 다음 토큰 샘플링으로부터 계산한 그래디언트가 노이즈를 많이 포함할 수 있으며, 신호 대 잡음 분해를 기반으로 정보 효율성 비율(IER)을 제안했다. IER은 토큰 선택 과정에서 유용성 점수와 결합되어 기존 방식보다 그래디언트 추정 신뢰성을 높인다. 전체 요약 4문장 읽기 → 016 00:10 ▲ 129 · 댓글 17 ZCode의 숨겨진 클라우드 업로드, .git 전체 이력까지 수집 Zhipu의 AI 코딩 앱 ZCode는 사용자가 로그인한 상태에서 작업 폴더 전체를 자동으로 Aliyun OSS에 암호화하여 업로드한다. 보안 · Inside ZCode: Silently Uploading Your Git History to the Cloud
ZCode의 숨겨진 클라우드 업로드, .git 전체 이력까지 수집 Key Point 사용자 동의 없이 전체 소스코드와 Git 이력이 클라우드에 수집되는 구체적 메커니즘이 역분석으로 드러났으며, 로컬 복호화가 불가능한 설계는 서버 접근 목적을 시사한다.
핵심 요약
Zhipu의 AI 코딩 앱 ZCode는 사용자가 로그인한 상태에서 작업 폴더 전체를 자동으로 Aliyun OSS에 암호화하여 업로드한다. 업로드되는 데이터의 87%가 .git 디렉토리이며, 커밋 이력, 삭제된 민감정보, 미푸시 브랜치명, 내부 GitLab 경로 등이 포함된다. RSA 공개키는 서버에서 동적 배포되고 개인키는 클라우드에만 존재해, 로컬의 313MB 암호화 파일을 사용자나 클라이언트도 복호화할 수 없다. 전체 요약 5문장 읽기 → 017 21:11 당일 +127 Claude Code, 터미널에서 자연어로 코딩하는 에이전트 Anthropic이 Claude Code라는 터미널 기반 코딩 도구를 공개했다. AI · 머신러닝 · anthropics/claude-code · TypeScript
Claude Code, 터미널에서 자연어로 코딩하는 에이전트 Key Point 개발자 생산성을 높이는 AI 에이전트가 터미널 환경에서 직접 실행되므로, 일상적 코딩 워크플로우 자동화가 어떻게 작동하는지 확인할 수 있다.
핵심 요약
Anthropic이 Claude Code라는 터미널 기반 코딩 도구를 공개했다. 코드베이스를 이해하고 자연어 명령으로 반복 작업 실행, 복잡한 코드 설명, Git 워크플로우 처리가 가능하다. 터미널, IDE, GitHub에서 @claude 태그로 사용할 수 있으며, npm 설치는 deprecated 상태고 Homebrew, WinGet 등 다른 방식 설치를 권장한다. 전체 요약 5문장 읽기 → 018 09:10 ▲ 100 · 댓글 9 2026년 AI 추론이 주도권 잡으며 전용 칩 전쟁 시작 AI는 2020년 이후 대규모 모델 학습에만 집중했으나, 2026년 추론이 핵심 과제로 급부상했다. AI · 머신러닝 · The Inference Hardware Revolution of 2026
2026년 AI 추론이 주도권 잡으며 전용 칩 전쟁 시작 Key Point 기존 학습 중심의 AI 인프라 전략이 완전히 뒤바뀌고 있으며, 추론 전용 하드웨어가 새로운 경쟁 구도를 만들고 있기 때문이다.
핵심 요약
AI는 2020년 이후 대규모 모델 학습에만 집중했으나, 2026년 추론이 핵심 과제로 급부상했다. 추론형 AI 모델과 에이전트 AI 확산으로 인해 추론 수요가 폭발적으로 증가했고, 일부 고추론 모델은 저추론 모델 대비 20배 이상의 텍스트를 생성한다. 학습과 추론은 계산 방식이 완전히 다르다: 학습은 역전파로 매개변수를 갱신하지만, 추론은 이전 토큰의 모든 가중치와 문맥을 반복 읽어야 하는 자기회귀 방식이다. 전체 요약 4문장 읽기 → 019 03:10 ▲ 384 · 댓글 147 OpenAI, 학습 데이터 제외 설정 자동 되돌리기 반복 OpenAI 계정 설정에서 '학습 데이터 제외(allow training)' 옵션을 비활성화해도 자동으로 다시 활성화되는 현상이 발생하고 있다. 보안 · Tell HN: OpenAI keeps re-enabling the 'allow training' setting
OpenAI, 학습 데이터 제외 설정 자동 되돌리기 반복 Key Point 자신의 대화 데이터가 OpenAI의 모델 학습에 사용되지 않기를 원하는 사용자들에게 직접적인 영향을 미친다.
핵심 요약
OpenAI 계정 설정에서 '학습 데이터 제외(allow training)' 옵션을 비활성화해도 자동으로 다시 활성화되는 현상이 발생하고 있다. 사용자가 여러 차례 설정을 초기화했음에도 나중에 확인하니 다시 활성화된 상태였다. 개인 데이터가 AI 학습에 사용되지 않기를 원하면 설정을 주기적으로 확인해야 한다. 020 20:31 당일 +502 Unsloth, 로컬에서 LLM과 확산 모델 학습할 수 있는 데스크톱 앱 공개 로컬에서 LLM, 확산, 임베딩, 오디오 모델을 실행하고 학습할 수 있으며 Kimi K3, DeepSeek-V4, Gemma 4 등을 지원한다. AI · 머신러닝 · unslothai/unsloth · Python
Unsloth, 로컬에서 LLM과 확산 모델 학습할 수 있는 데스크톱 앱 공개 Key Point 로컬 AI 모델 실행·학습을 간편하게 만드는 도구로서 개발자가 클라우드 비용 없이 자체 서버에서 LLM을 운영할 수 있게 해주는 점이 주목받고 있다.
핵심 요약
로컬에서 LLM, 확산, 임베딩, 오디오 모델을 실행하고 학습할 수 있으며 Kimi K3, DeepSeek-V4, Gemma 4 등을 지원한다. 미세조정 시 학습 속도를 2배 빠르게 하면서 VRAM 사용량을 70% 줄일 수 있고 LoRA, QLoRA, GRPO, DPO 등 다양한 훈련 방식을 지원한다. Tauri 기반 데스크톱 앱으로 제공되며 Windows, macOS, Linux 등 여러 플랫폼을 지원하고 Cloudflare를 통한 원격 접근도 가능하다. 
