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
17건 · "절제"조건 지우기 ×
001 00:11 ▲ 184 · 댓글 39 DNS 필터링으로 해적 사이트를 막는 것은 역효과 프랑스 법원이 DNS 리졸버 Quad9가 해적 스트리밍 도메인을 블록하지 않았다며 €1,000/일 벌금을 부과했고, 20건의 유사 사건이 계류 중인 상황에서 Quad9가 2026년 11월 24일 프랑스 서비스 중단을 발표했다. 인프라 · 데브옵스 · Quad9 Is Leaving France: Why DNS Resolvers Are the Wrong Place to Fight Piracy
Key Point 프랑스의 DNS 필터링은 기술적으로 무기력하고 부수 피해를 키우면서 신뢰할 수 있는 리졸버를 유럽에서 몰아내고 있으며, 이 모델이 EU 전체에 복제될 위험이 있다.
핵심 요약
프랑스 법원이 DNS 리졸버 Quad9가 해적 스트리밍 도메인을 블록하지 않았다며 €1,000/일 벌금을 부과했고, 20건의 유사 사건이 계류 중인 상황에서 Quad9가 2026년 11월 24일 프랑스 서비스 중단을 발표했다. 프랑스 체육법 Article L.333-10에 근거한 이 조치는 2021년 도입 후 ISP에서 시작해 DNS 리졸버, VPN, CDN, 검색 엔진까지 대상을 확대했고, 2026년 자동화 시스템 도입으로 각 블록을 사람이 승인하지 않게 됐다. Quad9는 지역별 차단이 불가능하다고 주장했는데, 법원은 Quad9의 말웨어 필터링 기술을 근거로 차단이 가능하다고 반박하며 노력하지 않은 것만으로 벌금을 정당화했다. 전체 요약 13문장 읽기 → 002 18:11 ▲ 100 · 댓글 65 AI 시대 인간이 해야 할 일 10가지 기계가 평균을 학습하므로 인간의 역할은 규칙을 완전히 알고 의도적으로 목적 있게 깨뜨리는 것이다. AI · 머신러닝 · Human.md
Key Point 생성형 AI가 보편화되는 시점에 창작자와 개발자가 기계와 경쟁하지 않고 차별점을 만드는 구체적인 방법을 제시한다.
핵심 요약
기계가 평균을 학습하므로 인간의 역할은 규칙을 완전히 알고 의도적으로 목적 있게 깨뜨리는 것이다. 감동과 예상 밖의 영감은 평범한 곳이 아니라 비정상적이고 낯선 곳에서 나온다. 모든 프로젝트에는 보이지 않는 제3의 행위자가 있으며 누군가는 끊임없이 인간에게 미치는 영향을 대변해야 한다. 전체 요약 10문장 읽기 → 003 15:11 ▲ 44 · 댓글 3 병렬 가지로 나뉜 트랜스포머, 같은 비용에 성능 26% 향상 기존 Transformer 모델 확장(가로 확대 또는 깊이 추가) 외에 새로운 경로를 탐색하는 Multi-Branch Transformer(MBT)를 제시한다. AI · 머신러닝 · Multi-Branch Transformer
Key Point 병렬 가지 구조가 같은 학습 비용으로 성능을 26% 향상시키고 추론 속도와 메모리 효율을 동시에 개선하는 실제적인 모델 확장 경로를 보여준다.
핵심 요약
기존 Transformer 모델 확장(가로 확대 또는 깊이 추가) 외에 새로운 경로를 탐색하는 Multi-Branch Transformer(MBT)를 제시한다. 초기 공유 레이어를 거친 입력이 여러 개의 독립적 블록 가지들을 병렬로 처리한 뒤, 그 출력을 융합하고 최종 공유 레이어를 통과한다. Wide-Shallow, Narrow-Deep, Balanced 3가지 변형을 0.8B~2.1B 규모에서 실험한 결과, 2개 가지를 가진 Wide-Shallow MBT는 같은 파라미터·학습 비용의 순차 Transformer를 일관되게 능가했다. 전체 요약 8문장 읽기 → 004 21:11 ▲ 39 · 댓글 3 시각 에이전트가 도구 결과를 제대로 쓰도록 학습시키는 방법 시각 기반 강화학습 에이전트는 도구가 반환한 관찰 정보를 무시하거나 부실한 행동으로 이후 증류학습에 필요한 증거를 잃는 문제를 겪는다. AI · 머신러닝 · Reframe: Observation-Aligned Multi-Teacher On-Policy Distillation for Agentic Visual Reasoning
Key Point 시각 에이전트의 도구 사용이 불완전해 학습이 비효율적이던 문제를 해결하는 체계적 접근법으로, 다중 교사 증류학습 분야의 실질적 개선책을 제시한다.
핵심 요약
시각 기반 강화학습 에이전트는 도구가 반환한 관찰 정보를 무시하거나 부실한 행동으로 이후 증류학습에 필요한 증거를 잃는 문제를 겪는다. Reframe은 두 단계의 학습 프레임워크로, 먼저 Ground-Drop-GRPO(GD-GRPO)가 증거 기반 보상과 원본 시각 입력의 확률적 제거를 통해 공간·시간 전문가를 훈련해 근거 있는 증거를 얻고 도구 반환 관찰을 활용하게 한다. 두 번째 단계 Observation-Gated-MOPD(OG-MOPD)는 롤아웃 중 결함 있는 도구 행동을 정준(canonical) 행동으로 교체하고 수정된 관찰에서 증류학습을 재개해 학습 안정성을 높인다. 전체 요약 6문장 읽기 → 005 15:10 ▲ 32 · 댓글 3 ML 실험 재현성을 높이는 ReproBridge 프레임워크 머신러닝 논문의 실험을 재현하려면 논문, 공개 코드, 보조 자료에 흩어진 정보를 모아 절차를 복원해야 하는데, AI 에이전트의 성공 여부가 누락된 세부 사항을 채우는 능력에 달려 있다. AI · 머신러닝 · ReproBridge: Building Reproducibility into ML Research Artifacts
Key Point 머신러닝 연구의 재현성 위기 속에서 표준화된 아티팩트 설계와 에이전트 워크플로우로 모든 모델의 성공률을 90% 이상으로 끌어올린 실질적 해결책이다.
핵심 요약
머신러닝 논문의 실험을 재현하려면 논문, 공개 코드, 보조 자료에 흩어진 정보를 모아 절차를 복원해야 하는데, AI 에이전트의 성공 여부가 누락된 세부 사항을 채우는 능력에 달려 있다. ReproBridge는 정제된 코드, 환경 설정, 실험 실행기, 재현 가이드로 구성된 표준화된 아티팩트를 구축하는 에이전트 워크플로우를 제시한다. ReproBridge-Bench는 36개 논문의 387개 실험에서 수집한 1,029개 작업으로 구성되며, 각 작업마다 5개의 인간 검증 기준 점수를 포함한다. 전체 요약 8문장 읽기 → 006 15:11 ▲ 76 · 댓글 2 심리치료 대화에 실제 내담자의 개인 표현 모델링하는 AI 개발 심리치료 내담자들은 자신의 고통을 체계적으로 설명하기 전에 겪으며, 감정·안정감·신뢰도에 따라 표현이 달라진다. AI · 머신러닝 · Words Caught in the Heart: Simulating Person-Specific Expression for Self-Opaque Clients in Psychotherapy
Key Point 심리치료 AI 모델이 단순 설명이 아닌 실제 내담자의 감정적·개인적 표현을 재현할 수 있게 되면, 치료 시뮬레이션의 질이 크게 향상되고 임상 교육·연구에 활용될 수 있기 때문이다.
핵심 요약
심리치료 내담자들은 자신의 고통을 체계적으로 설명하기 전에 겪으며, 감정·안정감·신뢰도에 따라 표현이 달라진다. 기존 LLM 기반 내담자 시뮬레이터들은 임상 사례 기술에 의존해 실제보다 더 명확한 설명을 유도하는 문제가 있다. 연구팀은 심리경험이 개인 표현으로 어떻게 구체화되는지 모델링하는 Pandora 프레임워크를 제안했다. 전체 요약 10문장 읽기 → 007 00:11 ▲ 18 · 댓글 2 자동 정리 증명, 복잡한 워크플로우보다 단순 반복 루프가 더 효과적 형식 정리 증명(formal theorem proving) 분야는 계획, 분해, 전문 도구 연계 등 인간이 설계한 복잡한 워크플로우에 의존해왔으나, 비형식 수학은 대규모 언어 모델의 연쇄 추론으로 진전을 이뤄왔다. AI · 머신러닝 · h1: A Taste of the Bitter Lesson in Automated Theorem Proving
Key Point 자동화된 정리 증명에서 복잡한 설계 워크플로우 대신 단순한 에이전트 루프가 더 효과적일 수 있다는 발견은, 향후 형식 검증 시스템을 어떻게 구축할 것인지에 대한 근본적인 접근 방향을 바꿀 수 있다.
핵심 요약
형식 정리 증명(formal theorem proving) 분야는 계획, 분해, 전문 도구 연계 등 인간이 설계한 복잡한 워크플로우에 의존해왔으나, 비형식 수학은 대규모 언어 모델의 연쇄 추론으로 진전을 이뤄왔다. 이 논문은 '비터 레슨' 질문을 제기한다: 테스트 타임 계산을 확장하는 단순한 에이전트 루프가 이런 복잡한 워크플로우와 경쟁할 수 있는가? h1이라는 단순한 도구를 개발했는데, 이는 모델에게 Lean 4의 효율적인 인터페이스를 제공하고 검증자 피드백과 자기 성찰로 작동하며, 명시적 분해나 탐색 구조를 강요하지 않는다. 전체 요약 7문장 읽기 → 008 18:11 ▲ 151 · 댓글 2 로봇 제어 성능 높이는 물리 역학 이해 모델 PDRVLA 로봇의 시각·언어 명령 처리 모델(VLA)이 물리 역학을 충분히 이해하지 못하는 문제를 해결하기 위해 PDRVLA를 개발했다. AI · 머신러닝 · PDRVLA: A Vision-Language-Action Model with Physical Dynamics Representations
Key Point 로봇 제어 시뮬레이션에서 최고 수준의 성공률을 달성한 새로운 방식이 기존 비디오 생성 방식의 지연 문제를 해결하고 공개 데이터만으로 학습 가능함을 보여준다.
핵심 요약
로봇의 시각·언어 명령 처리 모델(VLA)이 물리 역학을 충분히 이해하지 못하는 문제를 해결하기 위해 PDRVLA를 개발했다. 기존 비디오 세계 모델은 동역학을 포착하지만 미래 프레임을 생성해야 해 제어 지연이 발생하는데, PDRVLA는 가벼운 물리역학 모듈로 온라인 비디오 생성 없이 행동 생성을 조건화한다. 이 모듈은 미래 RGB, 깊이, 광학 흐름(optical flow) 특성을 직접 예측하며, 동결된 사전 학습 비디오 세계 모델을 통해 보조 감시를 받는다. 전체 요약 6문장 읽기 → 009 12:11 ▲ 17 · 댓글 2 이전 시행 기록으로 AI 에이전트 성능 끌어올리기 상호작용 작업에서 반복 시도는 다음 실행에 도움이 되는 사실, 유용한 작업, 실패 사례를 드러낸다. AI · 머신러닝 · ReGE: Stronger Agents through Experience Synthesis
Key Point 에이전트가 자체 실행 기록을 재활용해 성능을 크게 높일 수 있으며, 비용도 획기적으로 절감할 수 있음을 실증했기 때문에 복잡한 작업을 수행하는 AI 시스템의 구축 방식을 바꿀 가능성이 있다.
핵심 요약
상호작용 작업에서 반복 시도는 다음 실행에 도움이 되는 사실, 유용한 작업, 실패 사례를 드러낸다. ReGE는 이러한 기록된 경험을 새로운 시도의 지침으로 변환하는 프레임워크다. 주요 구현인 ReGE-Syn은 단일 코치 호출로 제한된 실행 기록과 사용 가능한 결과물을 과제별 발견사항과 제안된 행동, 관련 함정을 연결한 자율적 지침으로 종합한다. 전체 요약 10문장 읽기 → 010 00:11 ▲ 100 · 댓글 33 제약이 창의성을 이끈다 저자의 자녀들은 학교 문서 작성 플랫폼의 제한된 기능으로 더 오래 놀았던 반면, 기능이 훨씬 많은 Scratch는 금세 흥미를 잃었다. 기타 · The Importance of Limitations for Creativity and Learning (2023)
Key Point 창의성과 학습에서 기능의 풍부함보다 적절한 제약과 단순함이 더 효과적이라는 인사이트는, 도구 설계와 창의 교육의 패러다임 전환을 시사한다.
핵심 요약
저자의 자녀들은 학교 문서 작성 플랫폼의 제한된 기능으로 더 오래 놀았던 반면, 기능이 훨씬 많은 Scratch는 금세 흥미를 잃었다. 기능이 많을수록 선택지가 늘어나 초보자는 오히려 어떤 것부터 시작해야 할지 헷갈리고, 간단한 도구가 오히려 창의적인 놀이를 유도한다. 그림으로 비유하면 하얀 도화지와 많은 물감 앞에서는 그리기를 주저하지만, 낡은 종이와 연필 앞에서는 즉시 낙서를 시작한다. 전체 요약 7문장 읽기 → 011 12:11 ▲ 14 · 댓글 8 자연어 정책을 신경기호 프로그램으로 컴파일하는 SCOPE LLM 에이전트의 정책 집행이 단일 턴 콘텐츠 검증에서 여러 턴의 대화와 도구 호출 궤적을 평가하는 복합 정책으로 진화했다. AI · 머신러닝 · SCOPE: Compiling Natural-Language Policies into Neurosymbolic Predicate Programs
Key Point 정책 집행의 정확도·안정성·비용·해석 가능성을 동시에 해결하는 신경기호 접근법이 저렴한 모델에서도 대규모 언어모델 수준의 성능을 낼 수 있음을 보여준다.
핵심 요약
LLM 에이전트의 정책 집행이 단일 턴 콘텐츠 검증에서 여러 턴의 대화와 도구 호출 궤적을 평가하는 복합 정책으로 진화했다. 미세 조정한 가드레일 모델은 빠르지만 복합 정책에서 성능이 저하되고, LLM-as-a-judge는 높은 정확도를 달성하지만 추론 비용이 높고 예측이 불안정하다. SCOPE는 정책을 신경 술어, 결정적 추출기, 이들의 출력을 조합하는 코드로 이루어진 실행 가능한 프로그램으로 컴파일한다. 전체 요약 8문장 읽기 → 012 15:11 ▲ 154 · 댓글 2 반복 모델이 긴 문제를 푸는 법: 진행도 정렬 재귀 반복 실행 가능한 언어모델은 테스트 시점에 더 많은 반복을 수행할 수 있지만, 이것이 더 긴 문제를 푸는 데 도움이 되지 않는 문제가 있다. AI · 머신러닝 · PAR: Progress-Aligned Recurrence for Length Generalization in State Tracking
Key Point 반복 모델의 길이 외삽 성능을 16배까지 개선하는 기법이 제시되어, 재귀 신경망의 일반화 한계를 다루는 근본적인 접근 방식을 보여준다.
핵심 요약
반복 실행 가능한 언어모델은 테스트 시점에 더 많은 반복을 수행할 수 있지만, 이것이 더 긴 문제를 푸는 데 도움이 되지 않는 문제가 있다. 순차적 상태 추적 작업에서 최종 답변 감독만으로는 각 반복이 얼마나 진행해야 하는지 명시하지 않으며, 반복된 업데이트가 재귀 상태의 스케일을 변화시킨다. PAR(Progress-Aligned Recurrence)는 k번째 반복의 예측을 처음 k개 연산 후의 상태와 일치하도록 학습하고, 재귀 상태를 첫 반복의 규범으로 정규화한다. 전체 요약 10문장 읽기 → 013 15:11 ▲ 26 · 댓글 2 VLM으로 현실감 있는 3D 세계를 자동 생성하는 InfiniDream 절차 생성(procedural generation)은 정적 메시 표현보다 제어성, 편집성, 다양성이 우수하지만, VLM 기반 코드 생성은 단순한 3D 자산만 만들고 고도로 현실감 있는 절차 시스템은 수동 개발이 필요하다. AI · 머신러닝 · InfiniDream: Open-Ended Photorealistic 3D Worlds Through Procedural Generation
Key Point 절차 생성과 VLM을 결합하여 현실감 있는 3D 세계를 텍스트로 자동 생성할 수 있게 됨으로써 게임 개발과 합성 데이터 생성 방식을 단순화한다.
핵심 요약
절차 생성(procedural generation)은 정적 메시 표현보다 제어성, 편집성, 다양성이 우수하지만, VLM 기반 코드 생성은 단순한 3D 자산만 만들고 고도로 현실감 있는 절차 시스템은 수동 개발이 필요하다. 기존 VLM 기반 절차 방식은 미리 정의된 팩토리와 API로 제한되어 새로운 자산 생성이 어렵다. InfiniDream은 VLM 기반의 개방형 절차 3D 세계 생성 프레임워크로, 상징적으로 제한된 자산 생성(Symbolically Constrained Asset Generation)과 결정론적 프러스텀 가이드 격자 배치(Deterministic Frustum-Guided Grid Placement)를 결합한다. 전체 요약 7문장 읽기 → 014 21:11 당일 +138 언어 모델 검열 자동 제거 도구 Heretic 공개 GitHub에 공개된 Heretic은 방향성 절제(directional ablation)와 Optuna 기반 매개변수 최적화를 결합해 언어 모델의 안전 정렬을 자동으로 제거하는 Python 도구다. AI · 머신러닝 · p-e-w/heretic · Python
Key Point 안전 필터를 우회하는 완전 자동화 도구의 등장으로, 모델 수정 기술의 접근성이 크게 낮아졌으며 이로 인한 악용 가능성 증가와 기술 민주화 사이의 균형 문제가 제기된다.
핵심 요약
GitHub에 공개된 Heretic은 방향성 절제(directional ablation)와 Optuna 기반 매개변수 최적화를 결합해 언어 모델의 안전 정렬을 자동으로 제거하는 Python 도구다. 사용자가 명령줄 명령만으로 모델을 처리할 수 있으며, 트랜스포머 구조 이해가 필요 없다. Gemma-3-12B-IT 기준으로 Heretic이 생성한 모델은 유해 프롬프트 거부율 3/100, KL 발산 0.16으로, 수동 절제 모델(KL 발산 0.45~1.04)보다 원래 성능을 더 잘 보존했다. 전체 요약 9문장 읽기 → 015 15:11 ▲ 82 · 댓글 3 장기 작업 수행하는 AI 에이전트, 명시적 신념 상태로 더 정확해진다 LLM 기반 에이전트가 복잡한 작업을 수행할 때 상호작용 이력을 단순히 메모리에 저장하는 것만으로는 현재 세계 상태를 일관되게 이해하기 어렵다. AI · 머신러닝 · Beyond Memory: Harnessing Long-Horizon Agents with Explicit Belief States
Key Point LLM 에이전트의 장기 작업 수행 능력을 크게 향상시키는 새로운 접근법으로, 기존 메모리 기반 방식의 한계를 구체적으로 해결하고 실제 성능 개선을 입증했습니다.
핵심 요약
LLM 기반 에이전트가 복잡한 작업을 수행할 때 상호작용 이력을 단순히 메모리에 저장하는 것만으로는 현재 세계 상태를 일관되게 이해하기 어렵다. 새로운 프레임워크 PoS는 추론 과정에서 명시적 신념 상태(explicit belief states)를 구성하고 지속적으로 유지한다. 각 신념은 현재 세계 상태 추정치와 해결되지 않은 작업 요구사항을 결합하여, 에이전트가 여전히 학습해야 할 것과 달성해야 할 것을 명확히 한다. 전체 요약 8문장 읽기 → 016 22:26 ▲ 102 · 댓글 33 LLM 거부 응답을 영구 손상 없이 우회하는 Engram 기법 기존 가중치 절제(weight abliteration)는 모델 가중치를 영구적으로 변경해 거부 방향을 제거하지만 비거부 작업 성능도 저하시킨다. AI · 머신러닝 · Dynamic Abliteration: Non-Destructive Refusal Suppression via Engram Steering
Key Point LLM의 안전장치를 영구 손상 없이 우회하는 기술이 공개됨에 따라 오픈 소스 모델의 거부 메커니즘 견고성 문제가 현실화되고 있다.
핵심 요약
기존 가중치 절제(weight abliteration)는 모델 가중치를 영구적으로 변경해 거부 방향을 제거하지만 비거부 작업 성능도 저하시킨다. 이 글은 Qwen3-4B 모델을 예로 PyTorch 포워드 훅으로 런타임 중간 잔차 스트림에 개입해 가중치는 완전히 고정한 채 거부 행동을 억제하는 동적 절제(Dynamic Abliteration) 기법을 제시한다. 단일 레이어 벡터 뺄셈은 다운스트림 레이어가 거부 행동을 재구성하므로 작동하지 않음을 시연했다. 전체 요약 10문장 읽기 → 017 22:26 ▲ 124 · 댓글 95 암 때문에 망가진 신체, 간만 튼튼한 이유 인간의 몸은 신장·치아·뇌·심장 등 대부분의 부위가 손상 후 회복되지 않지만, 간은 절반을 절제해도 몇 개월 안에 완전히 재생된다. 기타 · Why is the liver so weirdly regenerative?
Key Point 암 방지 메커니즘이 우리 신체 전체의 설계에 얼마나 깊게 영향을 미치는지 이해하면, 왜 우리 몸이 '망가져 보이는지' 명확해진다.
핵심 요약
인간의 몸은 신장·치아·뇌·심장 등 대부분의 부위가 손상 후 회복되지 않지만, 간은 절반을 절제해도 몇 개월 안에 완전히 재생된다. 이 역설의 핵심은 암이다: 신체는 세포의 무분별한 증식을 막기 위해 텔로미어 단축, 신경세포의 비분열, 혈관신생 억제 등의 메커니즘을 진화시켰다. 텔로미어는 세포 분열 50~70회마다 완전히 소모돼 분열을 멈추게 하는데, 이는 의도적 설계로서 암세포가 텔로미어 없이도 계속 재현산되는 것을 막는다. 전체 요약 10문장 읽기 →