쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 10월 30일 (금)까지 3636건
7건 · "참고자료"조건 지우기 ×
001 15:11 ▲ 21 · 댓글 2 AI가 자동으로 만드는 평가 벤치마크, 근데 효과는? AI 연구자들이 재귀적 자기개선을 위해 반복적으로 복잡한 벤치마크를 실행하는데 비용이 많이 들어서, AI가 자동으로 평가 지표를 설계할 수 있는지 묻는 ERB(EvalResearchBench) 벤치마크를 소개했다. AI · 머신러닝 · EvalResearchBench: Can AI Agents Build Their Own Feedback for Recursive Self-Improvement?
Key Point AI가 스스로 피드백과 평가 지표를 설계하는 자동화가 기술적으로는 가능하지만 신뢰성 면에서 여전히 인간 설계를 따라잡지 못하며, 재귀적 자기개선의 비용 감축과 품질 사이의 실제 차이를 보여준다.
핵심 요약
AI 연구자들이 재귀적 자기개선을 위해 반복적으로 복잡한 벤치마크를 실행하는데 비용이 많이 들어서, AI가 자동으로 평가 지표를 설계할 수 있는지 묻는 ERB(EvalResearchBench) 벤치마크를 소개했다. 주어진 목표 자료, 개발 참고자료, 후보 API, 시간 및 API 예산이 있을 때 AI 에이전트인 연구자가 작업을 선택하거나 합성하고, 채점자를 구현한 뒤 파일럿 테스트를 통해 수정한 후 최종 평가자를 확정한다. 9개의 연구자 에이전트와 13개의 후보 모델을 연구했으며, 각 최종 평가자를 14개의 목표 벤치마크와 점수 일관성과 쌍별 동의도로 비교했다. 전체 요약 7문장 읽기 → 002 06:11 ▲ 12 · 댓글 2 확률 오차 줄이는 AI 에이전트 프레임워크 RiseHarness 장시간 작업을 수행하는 터미널 에이전트는 한 번은 성공하지만 반복 실행 시 실패하는 문제가 있으며, 확률적 오류가 액션과 컨텍스트를 거쳐 누적된다. AI · 머신러닝 · Harness Self-Evolution for Long-Horizon Terminal Agents
Key Point 모델 가중치를 고정하고 실행 로직만 개선해 AI 에이전트의 신뢰성을 높이는 새로운 접근법으로, 확률적 오류로 인한 작업 실패 문제를 체계적으로 해결하는 방법을 제시한다.
핵심 요약
장시간 작업을 수행하는 터미널 에이전트는 한 번은 성공하지만 반복 실행 시 실패하는 문제가 있으며, 확률적 오류가 액션과 컨텍스트를 거쳐 누적된다. RiseHarness는 모델 가중치를 고정한 채로 에이전트 하네스(harness)를 반복 개선하는 프레임워크로, 같은 설정에서 성공과 실패를 오가는 작업에 초점을 맞춘다. 런타임 모니터에서 수집한 내부 하네스 추적과 에이전트 궤적을 결합해 모델 액션이 명령 실행, 피드백, 컨텍스트 관리, 완료 결정과 어떻게 상호작용하는지 검토한다. 전체 요약 9문장 읽기 → 003 00:11 ▲ 104 · 댓글 69 Tmux로 AI 에이전트를 운영하는 법 Tmux는 AI 코딩 에이전트를 독립된 세션에서 실행하며, 터미널을 닫아도 프로세스는 계속 동작하고 재접속 시 그대로 복구된다. 인프라 · 데브옵스 · Tmux and Claude Code: Sessions, Send-Keys, and the Ceiling
Key Point 여러 AI 에이전트를 동시에 실행할 때 각 에이전트의 상태 추적, 입력 관리, 기록 보존을 어떻게 구현할지 실무 예제와 한계가 명확히 제시되므로, AI 에이전트 운영 인프라를 구축하는 개발자에게 필수 참고자료다.
핵심 요약
Tmux는 AI 코딩 에이전트를 독립된 세션에서 실행하며, 터미널을 닫아도 프로세스는 계속 동작하고 재접속 시 그대로 복구된다. Claude Code의 최신 버전은 --worktree --tmux 플래그로 자동 설정을 지원하지만, 여러 에이전트 관리, 스크립팅, 원격 실행은 수동으로 구성해야 한다. 세션은 프로젝트 단위로 명명하고, 각 작업마다 윈도우를 만들며, send-keys로 스크립트에서 에이전트에 입력할 수 있다. 전체 요약 9문장 읽기 → 004 18:11 ▲ 128 · 댓글 111 Windows와 Mac 키보드, 이렇게 다르다 Windows의 Backspace는 Mac에서 Delete, Windows의 Delete는 Mac에서 Forward Delete로 부르는 등 기본 키 이름부터 다르며, Return과 Enter도 플랫폼마다 용어가 다르다. 웹 · 프론트엔드 · Keyboard differences between Windows and Macs
Key Point 크로스 플랫폼 웹 앱을 개발할 때 Windows와 Mac의 키보드 동작 차이를 알지 못하면 단축키 충돌, 텍스트 입력 문제, 네비게이션 오류 등이 발생한다.
핵심 요약
Windows의 Backspace는 Mac에서 Delete, Windows의 Delete는 Mac에서 Forward Delete로 부르는 등 기본 키 이름부터 다르며, Return과 Enter도 플랫폼마다 용어가 다르다. Windows는 Ctrl·Alt·Shift 3개 수정자 키를 가지지만, Mac은 Command·Option·Control·Shift 4개로 더 많아 단축키 조합의 선택지가 넓다. Mac은 키보드에 기호(⇧⌃⌥⌘ 등)를 주로 표시하고 메뉴에서도 기호를 사용하지만, Windows는 텍스트 표기를 선호한다. 전체 요약 12문장 읽기 → 005 15:11 ▲ 44 · 댓글 3 비디오가 물리 법칙을 얼마나 잘 이해하나 측정하는 벤치마크 물리 현상을 정확히 표현하는 비디오 생성 모델을 평가하기 위해 World Embedding Benchmark를 공개했다. AI · 머신러닝 · World Embedding Benchmark
Key Point 비디오 생성의 물리적 정확성을 평가하는 첫 벤치마크로, 현재 AI 모델들의 물리 이해도를 측정하고 개선 방향을 보여준다.
핵심 요약
물리 현상을 정확히 표현하는 비디오 생성 모델을 평가하기 위해 World Embedding Benchmark를 공개했다. 유체역학, 고체역학, 동역학, 광학·전자기학 등 80개 종류에서 8,000개의 시뮬레이션 영상을 수집하고, 각 영상에 시뮬레이션 기반의 물리 주석을 달았다. 텍스트-영상 검색, 물리적 성질 회귀, 다중선택 분류라는 세 가지 평가 작업으로 영상 임베딩이 물리 정보를 얼마나 잘 인코딩하는지 측정한다. 전체 요약 7문장 읽기 → 006 06:11 ▲ 102 · 댓글 16 비디오게임 역사재단, 잡지 5000권 넘기며 일본어 자료 추가 비디오게임역사재단이 디지털 아카이브에 5000권 이상의 게임 잡지를 등재해 약 60만 페이지(선반 100피트 상당)를 보유하게 됐으며, 1981~2026년 46년간의 게임 역사를 아우른다. 오픈소스 · 도구 · VGHF Digital Archive passes 5000 magazines. Here's what's next
Key Point 게임사 연구를 위한 국제적 아카이브 구축의 진전 상황과 일본어 자료 추가라는 새로운 기술적 도전을 다루고 있어, 게임 역사 연구와 아카이브 기술에 관심 있는 개발자들이 알아야 할 소식입니다.
핵심 요약
비디오게임역사재단이 디지털 아카이브에 5000권 이상의 게임 잡지를 등재해 약 60만 페이지(선반 100피트 상당)를 보유하게 됐으며, 1981~2026년 46년간의 게임 역사를 아우른다. 작년 런칭 당시 1500권으로 시작한 컬렉션이 1년 반 만에 3배 이상 증가했으며, 이는 커뮤니티 스캔 프로젝트와의 협력으로 가능했다(VGHF가 1/3, 외부 단체가 2/3 담당). 아카이브는 위키피디아에서 절판된 게임 잡지의 선호 참고자료가 되어 500개 이상의 인용을 받았다. 전체 요약 9문장 읽기 → 007 21:11 당일 +319 Claude 업무 자동화 1000개 이상 스킬 모음 Anthropic의 Claude Skills 오픈 표준을 활용한 1000개 이상의 프로덕션 레벨 스킬과 플러그인을 모아놓은 큐레이션 리스트다. AI · 머신러닝 · ComposioHQ/awesome-claude-skills · Python
Key Point Claude가 수행할 수 있는 업무의 폭을 1000배 이상 확장할 수 있는 표준화된 스킬 생태계가 완성됨에 따라, 개인과 팀이 AI를 활용한 자동화를 즉시 시작할 수 있게 된다.
핵심 요약
Anthropic의 Claude Skills 오픈 표준을 활용한 1000개 이상의 프로덕션 레벨 스킬과 플러그인을 모아놓은 큐레이션 리스트다. Claude 스킬은 AI 에이전트에게 특정 업무 클래스를 처리하는 방법을 가르치는 재사용 가능한 명령어 패키지로, YAML 메타데이터가 담긴 Markdown 파일과 선택적 스크립트·참고자료로 구성된다. 2025년 10월에 Anthropic이 도입했고 12월에 오픈 표준으로 공개했으며, Claude Code·Claude.ai·Claude API뿐 아니라 OpenAI Codex·Cursor·Gemini CLI 등에서도 지원한다. 전체 요약 8문장 읽기 → 
