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
19건 · "Deno"조건 지우기 ×
001 12:11 ▲ 256 · 댓글 4 디퓨전 언어 모델의 강화학습을 위한 토큰 신용 할당 디퓨전 언어 모델(DLM)은 반복 제거(denoising)로 텍스트를 생성하며 양방향 문맥 모델링과 병렬 토큰 정제가 가능하다. AI · 머신러닝 · DTCA: Denoising Token Credit Assignment for Reinforcement Learning in Diffusion Language Models
Key Point 디퓨전 모델 기반 언어 모델에 강화학습을 효과적으로 적용하는 방식이 제시되었으며, 토큰별 신용 할당 문제를 해결함으로써 수학 추론 성능에서 실질적 개선을 보였다.
핵심 요약
디퓨전 언어 모델(DLM)은 반복 제거(denoising)로 텍스트를 생성하며 양방향 문맥 모델링과 병렬 토큰 정제가 가능하다. DLM에 강화학습을 적용하면 추론 성능이 개선되지만, 반복 제거 과정에서 토큰별 신용 할당이 어렵다는 문제가 있다. 제안된 DTCA(Denoising Token Credit Assignment) 프레임워크는 토큰 약속 후 남은 마스크 위치의 예측 신뢰도 개선으로 토큰 기여도를 추정한다. 전체 요약 6문장 읽기 → 002 00:11 ▲ 13 · 댓글 2 로봇 작업 성공·실패 판단 통합한 비전-언어-행동 모델 'Echo' 로봇이 작업 완료 시 멈추고 실패 시 복구·재계획할 수 있도록, 작업 상태 신호(stop/failure) 예측을 Vision Language Action 모델에 통합하는 'Echo' 프레임워크를 제시했다. AI · 머신러닝 · Echo: Coupled Action and Task Status Signal Denoising for Vision Language Action Models
Key Point 로봇이 작업 완료를 감지하고 자율적으로 판단할 수 있어야 실제 환경에서 신뢰할 수 있는 에이전트로 동작할 수 있기 때문이다.
핵심 요약
로봇이 작업 완료 시 멈추고 실패 시 복구·재계획할 수 있도록, 작업 상태 신호(stop/failure) 예측을 Vision Language Action 모델에 통합하는 'Echo' 프레임워크를 제시했다. 기존 방식은 프레임 단위의 세밀한 지도학습, 외부 감시 모델, 복잡한 아키텍처를 요구했으나, Echo는 프로세스 주석 없이 작업 상태 신호를 학습하면서도 단일 VLA 내에 상태 예측과 행동 생성을 간단히 통합한다. stop 신호와 failure 신호를 행동 청크의 두 차원으로 추가하고, 로봇 행동과 함께 노이즈 제거 과정을 거쳐 두 신호의 조합으로 진행 중·성공·실패 상태를 구분한다. 전체 요약 6문장 읽기 → 003 06:11 ▲ 284 · 댓글 126 메타 직원들, 브라질 선거 개입 규탄 메타의 직원들이 회사가 브라질 대선에서 볼소나루 가족에게 '명백한' 편파적 우호를 제공했다고 주장하며 경고했다. 보안 · Meta Employees Denounce Interference in Brazilian Elections
Key Point 메타의 내부 고발 성격의 성명서가 나왔으며, 기술 기업의 민주주의 개입 문제가 직원 수준에서 제기되고 있다는 점에 주목할 필요가 있다.
핵심 요약
메타의 직원들이 회사가 브라질 대선에서 볼소나루 가족에게 '명백한' 편파적 우호를 제공했다고 주장하며 경고했다. 영국 통신노동자연맹(CWU) 소속 기술 부문 직원들이 발표한 성명서는 이러한 결정들이 민주주의 과정의 신뢰성을 훼손할 수 있다고 지적했다. 2016년 이후 메타 경영진의 정치적 성향은 알려져 왔으나, 정치인들에 대한 호의가 사용자 수준에서 이토록 '명백하고 편파적으로' 프로그래밍된 것은 처음이라고 직원들은 밝혔다. 전체 요약 8문장 읽기 → 004 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 → 005 21:11 새 버전 Deno v2.9.8 릴리스 Deno v2.9.8이 공개되었다. 오픈소스 · 도구 · denoland/deno@v2.9.8
Key Point Deno 개발자나 사용자가 최신 버전 릴리스를 확인하고 업데이트할 필요가 있습니다.
핵심 요약
Deno v2.9.8이 공개되었다. 이는 버전 번호를 업데이트한 정기 릴리스이며, 구체적인 기능 추가나 버그 수정 내용은 명시되지 않았다. 006 18:11 ▲ 22 · 댓글 2 추론 모델의 병렬 수정 기법, Draft Refinement 제안 추론 모델이 반복적으로 각 의사결정을 수정할 때, 개별적으로 타당한 토큰 업데이트가 전체 답변의 질을 보장하지 못한다는 문제를 제시한다. AI · 머신러닝 · Breaking Diffusion: Parallel Reasoning with Draft Refinement
Key Point 추론 모델에서 토큰 단위 수정을 병렬로 처리하면서도 평가의 정확성을 높이는 새로운 메커니즘을 제시해, 복잡한 문제 해결에서 계산 효율과 정확도를 동시에 개선할 수 있음을 보여준다.
핵심 요약
추론 모델이 반복적으로 각 의사결정을 수정할 때, 개별적으로 타당한 토큰 업데이트가 전체 답변의 질을 보장하지 못한다는 문제를 제시한다. Draft Refinement Language Models(DRLMs)는 단일 denoiser를 사용해 병렬 수정안을 제안하고 후보 초안을 평가하는 방식을 도입했다. Denoiser는 균등하게 손상된 초안에서 모든 토큰을 복원하도록 학습되어 보존과 수리 능력을 모두 갖춘다. 전체 요약 8문장 읽기 → 007 15:11 ▲ 60 · 댓글 2 로봇 AI의 행동 생성, 재활용으로 3배 빠르게 Vision-language-action (VLA) 모델은 가우시안 노이즈를 반복적으로 제거하며 행동 청크를 생성하지만, 일반적으로 짧은 접두사만 실행한 뒤 나머지 행동 꼬리(action tail)를 버리고 다시 생성한다. AI · 머신러닝 · VLA-Rolling: Fewer Denoising Steps, Better Control via Adaptive Action Reuse
Key Point 로봇 행동 생성 모델의 추론 속도를 대폭 개선하면서 정확도도 높이는 기법으로, 실시간 제어가 필요한 로봇 시스템의 실용성을 크게 향상시킬 수 있다.
핵심 요약
Vision-language-action (VLA) 모델은 가우시안 노이즈를 반복적으로 제거하며 행동 청크를 생성하지만, 일반적으로 짧은 접두사만 실행한 뒤 나머지 행동 꼬리(action tail)를 버리고 다시 생성한다. 연구팀은 버려진 행동 꼬리가 제거 과정의 진행 상황을 담고 있어 재활용 가능함을 발견했고, 10단계 가우시안 기준선과 동등하거나 더 나은 성능을 더 적은 제거 단계로 달성할 수 있음을 보였다. 최적 제거 예산(denoising budget)이 샘플마다 크게 달라지므로, 행동 꼬리 재활용은 업데이트된 환경에 맞게 적응해야 한다는 관찰에 따라 VLA-Rolling을 제안한다. 전체 요약 6문장 읽기 → 008 21:11 ▲ 103 · 댓글 21 경쟁이 자산, Deno의 역할 끝나고 JavaScript는 앞으로 Deno 팀이 Cloudflare에 합류하고 런타임은 올해 안에 운영을 중단하며, JSR은 Cloudflare 인프라에서 계속 운영된다. 웹 · 프론트엔드 · Thank You, Deno
Key Point 대안 런타임 시대가 막을 내리는 가운데, 경쟁이 어떻게 생태계 전체에 이익을 주었는지 보여주며, 앞으로 JavaScript 혁신이 어느 층에서 나올지 예측할 수 있다.
핵심 요약
Deno 팀이 Cloudflare에 합류하고 런타임은 올해 안에 운영을 중단하며, JSR은 Cloudflare 인프라에서 계속 운영된다. Ryan Dahl은 2018년 JSConf EU에서 Node의 문제점을 지적하며 권한 거부-기본값 정책, TypeScript 우선 지원, 웹 표준 API, ES모듈만 사용, npm·package.json·node_modules 제거 등을 약속했다. Deno 1.0은 2020년 출시했으나 이후 4년에 걸쳐 URL 기반 의존성 관리를 포기하고 deps.ts, lock.json, import maps, 결국 npm 호환성을 단계적으로 추가했다. 전체 요약 11문장 읽기 → 009 15:11 ▲ 18 · 댓글 2 비디오 월드 모델의 KV 캐시 병목 해결하는 Velox 비디오 월드 모델은 액션과 카메라 움직임으로 장시간의 시각적 생성물을 만들지만, KV 캐시가 계속 커져 뒷부분 청크 생성이 느려지는 문제가 있다. AI · 머신러닝 · Velox: Spatial Memory Makes World Models Efficient
Key Point 비디오 기반 상호작용형 시뮬레이션에서 반응 속도가 중요한데, 기존 방식은 생성 길이가 늘어날수록 지수적으로 느려지는 메모리 병목이 있기 때문이다.
핵심 요약
비디오 월드 모델은 액션과 카메라 움직임으로 장시간의 시각적 생성물을 만들지만, KV 캐시가 계속 커져 뒷부분 청크 생성이 느려지는 문제가 있다. Velox는 학습 없이 작동하는 어텐션 라우터로, 스트리밍 기하학으로부터 카메라 frustum slab 대응을 이용해 영역 수준의 컨텍스트를 선택한다. 과거 블록을 깊이 간격이 있는 frustum slab으로 표현하고, 현재 블록의 깊이는 recency-priority multiwarp를 통해 구한다. 전체 요약 8문장 읽기 → 010 00:11 ▲ 45 · 댓글 2 극한 압축으로 확산 모델 가속화하는 APEX 등장 확산 모델의 레이턴시 토큰을 극단적으로 압축하면 재구성과 생성 사이의 트레이드오프가 발생한다. AI · 머신러닝 · APEX: Asynchronous Prefix Denoising for Extreme Compression
Key Point 확산 모델의 토큰 수를 획기적으로 줄이면서도 생성 품질을 유지할 수 있는 방법으로, 추론 속도와 비용에 민감한 생성형 AI 서비스 개발에 직접 영향을 미친다.
핵심 요약
확산 모델의 레이턴시 토큰을 극단적으로 압축하면 재구성과 생성 사이의 트레이드오프가 발생한다. APEX는 계층적 레이턴시 공간과 채널 그룹별 비동기 디노이징을 결합한 새로운 방식이다. 오토인코더가 채널 프리픽스를 구조에서 세부사항 순서로 정렬하고, 공유된 단일 디노이저가 토큰을 추가하지 않고 엇갈린 시간에 생성한다. 전체 요약 6문장 읽기 → 011 21:11 당일 +110 Cloudflare Workers를 자체 서버에서 실행하는 오픈소스 celld 공개 Deno Land가 Cloudflare Workers 플랫폼을 자체 인프라에서 실행할 수 있게 하는 오픈소스 데몬 celld를 공개했다. 인프라 · 데브옵스 · denoland/celld · Rust
Key Point 자사 Cloudflare Workers 애플리케이션을 클라우드 의존 없이 완전히 자체 통제하는 인프라에서 운영할 수 있게 되므로, 멀티테넌트 워크로드나 온프레미스 배포가 필요한 조직에 중요한 선택지를 제공한다.
핵심 요약
Deno Land가 Cloudflare Workers 플랫폼을 자체 인프라에서 실행할 수 있게 하는 오픈소스 데몬 celld를 공개했다. Workers, Durable Objects, KV, Queues, D1, R2, Workflows, Cron Triggers, 정적 자산 등 Cloudflare의 모든 주요 서비스를 로컬 클러스터에서 동작시킬 수 있다. 각 객체는 셀(cell)이라는 자체 SQLite 데이터베이스를 가진 명명된 서버이며, 장기 상태는 S3, Google Cloud Storage, Azure Blob Storage 버킷에 저장된다. 전체 요약 13문장 읽기 → 012 00:11 ▲ 403 · 댓글 204 Deno 팀, Cloudflare로 통합…런타임 개발 중단 Deno 팀 전체가 Cloudflare에 합류하고 Deno 런타임 개발을 중단하기로 결정했다. 웹 · 프론트엔드 · Deno Is Joining Cloudflare
Key Point Deno 런타임 개발이 중단되는 만큼 Deno 기반으로 프로젝트를 운영 중인 개발자나 기업에게 즉각적인 영향이 있으며, 앞으로 1년의 유예 기간 동안 마이그레이션 전략을 수립해야 한다.
핵심 요약
Deno 팀 전체가 Cloudflare에 합류하고 Deno 런타임 개발을 중단하기로 결정했다. Deno 런타임은 앞으로 1년간 보안 업데이트와 버그 수정을 제공한 후 개발을 종료하며, 오픈소스로 유지되어 커뮤니티가 계속 개발할 수 있다. Deno Deploy는 향후 6개월 운영 후 종료되며, 유료 사용자는 Cloudflare Workers로의 마이그레이션 지원을 받는다. 전체 요약 6문장 읽기 → 013 18:35 ▲ 319 · 댓글 247 Deno에서 Node로 돌아온 개발자의 변심기 오랫동안 Deno를 사용해온 개발자가 SvelteKit 프로젝트를 진행하면서 Node.js의 발전을 깨달았다. 인프라 · 데브옵스 · Friendship ended with Deno, now Node is my best friend
Key Point Node.js가 v26 시대에 들어오면서 TypeScript 네이티브 실행, 현대화된 내장 API 등으로 기술적 격차를 좁혔고, 반대로 Deno의 운영 회사가 실용적 기능보다 마케팅에 집중하면서 프로덕션 런타임으로서의 신뢰도가 떨어졌다는 점을 보여준다.
핵심 요약
오랫동안 Deno를 사용해온 개발자가 SvelteKit 프로젝트를 진행하면서 Node.js의 발전을 깨달았다. Node.js는 이제 ECMAScript 문법을 완벽히 지원하고 require() 같은 구식 API를 현대화했으며, v26.10.0 기준으로 TypeScript 실행도 별도 설정 없이 가능해졌다. 패키지 관리는 NPM 대신 PNPM을 선택했으며, post-install 스크립트를 차단하고 최소 릴리스 나이를 1일로 설정해 보안 위험을 줄였다. 전체 요약 7문장 읽기 → 014 06:11 ▲ 25 · 댓글 3 로봇 제어를 위한 생성형 디노이징 방식 NowWAM 제안 사전학습된 확산 변환기(Diffusion Transformers)는 대규모 이미지·영상 생성 학습을 통해 풍부한 시각·언어 조건 구조를 포착했지만, 이를 로봇 제어에 옮기는 방식은 불명확하고 기존 방법들은 주로 미래 시각 예측을 통해 전이했다. AI · 머신러닝 · Beyond Future Prediction: Denoising as Generative Adaptation for Robot Control
Key Point 기존의 영상 예측 기반 로봇 제어 방식에서 벗어나 더 효율적인 디노이징 방식이 비슷하거나 더 나은 성능을 내면서도 계산량은 절반, 추론 속도는 1.8배 빠르다는 점이 실제 로봇 응용에서 의미가 있습니다.
핵심 요약
사전학습된 확산 변환기(Diffusion Transformers)는 대규모 이미지·영상 생성 학습을 통해 풍부한 시각·언어 조건 구조를 포착했지만, 이를 로봇 제어에 옮기는 방식은 불명확하고 기존 방법들은 주로 미래 시각 예측을 통해 전이했다. 본 논문은 사전학습된 생성형 모델이 행동 학습에 실제로 무엇을 기여하는지, 그리고 제어를 위해 어떻게 적응해야 하는지 묻는다. NowWAM은 현재 관찰을 디노이징하고 같은 시각 스트림에서 로봇 행동을 예측하는 미래-목표-자유 방식의 공동 학습 방식으로, 생성 목표를 디노이징 궤적 전체에서 행동 표현에 직접 연결한다. 전체 요약 7문장 읽기 → 015 21:11 당일 +243 Effect 4.x, 3년 지원하는 TypeScript 프로덕션 프레임워크 Effect는 TypeScript로 견고하고 타입 안전한 프로덕션급 애플리케이션을 만드는 라이브러리로, 타입 에러 처리, 의존성 주입, 구조화된 동시성, 스케줄링, 추적, 스키마 검증을 지원한다. 웹 · 프론트엔드 · Effect-TS/effect · TypeScript
Key Point TypeScript 프로덕션 애플리케이션에서 에러 처리와 타입 안전성을 근본적으로 개선하는 프레임워크가 3년 지원을 약속하는 LTS 버전으로 공식화되었기 때문에, 장기 프로젝트의 스택 선택 기준이 된다.
핵심 요약
Effect는 TypeScript로 견고하고 타입 안전한 프로덕션급 애플리케이션을 만드는 라이브러리로, 타입 에러 처리, 의존성 주입, 구조화된 동시성, 스케줄링, 추적, 스키마 검증을 지원한다. TypeScript 5.9 이상, Node.js 18 이상이 필요하며, tsconfig.json에서 strict 모드를 활성화해야 한다. Effect 4.x는 장기 지원(LTS) 릴리스로서 최소 3년간 버그 및 보안 수정을 제공한다. 전체 요약 7문장 읽기 → 016 21:11 ▲ 51 · 댓글 2 다중 에이전트 경로 탐색, 반복적 의도 정제로 충돌 해결 다중 에이전트 경로 탐색(MAPF)에서 에이전트들이 독립적으로 행동을 샘플링할 때, 각 에이전트의 선택은 타당해도 결합하면 충돌하는 문제가 발생한다. AI · 머신러닝 · Decentralized Master-Mind: Joint Action Refinement through Iterative Intent Denoising in Multi-Agent Pathfinding
Key Point 분산형 다중 에이전트 시스템에서 각 에이전트가 독립적으로 결정할 때 발생하는 조정 실패를 반복적 정제로 해결하는 새로운 방식으로, 경로 탐색 성능 한계를 크게 개선한다.
핵심 요약
다중 에이전트 경로 탐색(MAPF)에서 에이전트들이 독립적으로 행동을 샘플링할 때, 각 에이전트의 선택은 타당해도 결합하면 충돌하는 문제가 발생한다. DMM(Decentralized Master-Mind)은 일회성 샘플링 대신 확산 모델의 노이징 제거에서 영감을 얻은 반복적 의도 정제 방식을 제안한다. 에이전트들이 무작위 행동 의도로 시작해 통신을 통해 지역적으로 선택을 조정한 뒤 최종 결정을 내린다. 전체 요약 6문장 읽기 → 017 15:11 ▲ 96 · 댓글 1 진화 알고리즘에 웹 검색 최적화 더하다 LLM 기반 진화 알고리즘이 부족한 지식으로 인해 진행이 막힐 때 웹 검색으로 관련 문서를 공급하면 도움이 되지만, 단순히 검색 도구를 추가하면 솔루션이 바뀔 때도 같은 페이지만 반복해서 반환하는 문제가 있다. AI · 머신러닝 · EvoDuet: Bilevel Co-Evolution of Web Searching and Task Solving for Scientific Discovery
Key Point 큰 언어모델의 진화 알고리즘에서 웹 검색을 정교하게 제어해 지식 부족 문제를 해결하는 새로운 방법이 기존 기록을 경신했다.
핵심 요약
LLM 기반 진화 알고리즘이 부족한 지식으로 인해 진행이 막힐 때 웹 검색으로 관련 문서를 공급하면 도움이 되지만, 단순히 검색 도구를 추가하면 솔루션이 바뀔 때도 같은 페이지만 반복해서 반환하는 문제가 있다. EvoDuet은 모델 파라미터를 고정한 채 솔루션과 검색 쿼리를 동시에 진화시키는 이층 최적화 방법이다. 각 반복 단계마다 LLM이 지식 부족을 판단해 새 문서를 검색하거나 저장된 문서를 재사용하거나 검색 없이 진행할 수 있는 '검색 게이트'를 제공한다. 전체 요약 7문장 읽기 → 018 09:11 당일 +100 Next.js를 Vite로 재구현한 vinext, 이제 누구나 배포 가능 Cloudflare가 Next.js API를 Vite 플러그인으로 재구현한 vinext를 공개했으며, Cloudflare Workers 외에도 Node.js·AWS·Netlify 등 다양한 플랫폼 배포를 지원한다. 웹 · 프론트엔드 · cloudflare/vinext · TypeScript
Key Point 새로운 빌드 도구로 Next.js 애플리케이션을 더 빠르게 배포하려는 개발자들의 선택지가 생겼으며, Cloudflare Workers·AWS·Netlify 등 어디든 배포 가능해졌다.
핵심 요약
Cloudflare가 Next.js API를 Vite 플러그인으로 재구현한 vinext를 공개했으며, Cloudflare Workers 외에도 Node.js·AWS·Netlify 등 다양한 플랫폼 배포를 지원한다. App Router·Pages Router 모두 지원하며, React Server Components·Server Actions·미들웨어·라우트 핸들러·ISR 등 주요 Next.js 기능이 동작한다. 다음 기능들은 아직 불완전하다: 캐시 컴포넌트와 Partial Prerendering, 빌드타임 이미지 폰트 최적화, App Router 개발 환경에서 native 모듈 지원, 플랫폼별 고급 기능(`preferredRegion`, `runtime` 설정). 전체 요약 12문장 읽기 → 019 15:11 ▲ 23 · 댓글 1 LLM 정렬을 위한 확산 기반 보상 모델 등장 기존 보상 모델은 각 프롬프트-응답 쌍을 단일 점 추정값이나 고정된 분포로 축소하지만, 인간 선호도는 본질적으로 다중모달이다—같은 응답이 여러 방식으로 합리적으로 평가될 수 있다. AI · 머신러닝 · Diffusion Reward Models
Key Point 인간의 다양한 판단 방식을 반영하는 새로운 보상 모델이 RLHF 학습에서 성능 개선을 직접 입증했기 때문에, LLM 정렬 연구에 실질적 영향을 미칠 수 있다.
핵심 요약
기존 보상 모델은 각 프롬프트-응답 쌍을 단일 점 추정값이나 고정된 분포로 축소하지만, 인간 선호도는 본질적으로 다중모달이다—같은 응답이 여러 방식으로 합리적으로 평가될 수 있다. 이를 해결하기 위해 Diffusion Reward Model(DRM)을 제안하며, 이는 보상 모델링을 조건부 밀도 추정 문제 p(r|x,y)로 재구성한다. DRM은 동결된 LLM 인코더를 기반으로 경량 Diffusion Transformer가 가우시안 노이즈를 보상 벡터로 제거(denoising)하며, 출력 분포에 대한 매개변수 가정 없이 자연스럽게 다중모달 구조를 표현한다. 전체 요약 8문장 읽기 → 
