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
34건 · "ESA"조건 지우기 ×
001 21:10 ▲ 125 · 댓글 26 퀸의 브라이언 메이, ESA 헤라 우주선의 디디모스 소행성 입체영상 공개 퀸의 기타리스트이자 천체물리학자인 브라이언 메이가 ESA의 행성방위 미션 헤라 우주선이 촬영한 디디모스 소행성 쌍성계 영상을 입체 사진으로 변환했다. 하드웨어 · 시스템 · Sir Brian May adds new dimension to Hera asteroid
Key Point 행성방위 기술 검증을 위한 국제 우주 미션의 첫 실제 데이터가 공개되는 순간이며, 입체영상 기법이 우주탐사 과학 소통의 새로운 방식임을 보여준다.
핵심 요약
퀸의 기타리스트이자 천체물리학자인 브라이언 메이가 ESA의 행성방위 미션 헤라 우주선이 촬영한 디디모스 소행성 쌍성계 영상을 입체 사진으로 변환했다. 2026년 11월 6일 헤라 우주선은 디디모스 시스템으로부터 29.7km 거리에서 해상도 2.8m/픽셀로 두 장의 연속 영상을 촬영했으며, 이를 조합해 입체 효과를 만들었다. 입체영상은 디디모스의 적도 능선의 선명함과 평탄함을 명확히 보여주며, 나머지 소행성 표면의 바위 많은 지형과 대조를 이룬다. 전체 요약 8문장 읽기 → 002 18:11 ▲ 102 · 댓글 41 x86 PC에서 Apple Silicon 모의실행하기, 'Stela' 공개 Apple Silicon 아키텍처를 x86-64 PC에서 구동하는 UEFI 부트 프로그램 Stela v0.1.0이 공개됐다. 오픈소스 · 도구 · A general purpose Apple Silicon layer for x86-64 PCs
Key Point 기존에 불가능했던 x86 PC에서 macOS 구동을 시도하는 새로운 오픈소스 프로젝트로, ARM과 x86 간 중간표현 변환 기술의 실질적 구현 사례이자 아키텍처 에뮬레이션의 한계를 보여준다.
핵심 요약
Apple Silicon 아키텍처를 x86-64 PC에서 구동하는 UEFI 부트 프로그램 Stela v0.1.0이 공개됐다. ARM64 코드를 x86-64로 변환하는 AOT/JIT 컴파일러가 3000개 이상의 AArch64 명령어 인코딩을 지원하고, 게스트 레지스터를 호스트 레지스터로 매핑해 변환된 코드를 캐싱한다. NVIDIA GTX 16 및 RTX 20 시리즈 이상 GPU용 Metal 드라이버가 있으며, AIR 셰이더 중간표현을 Mesa의 NIR로 직접 컴파일한다. 전체 요약 8문장 읽기 → 003 18:11 ▲ 156 · 댓글 102 애플 실리콘 리눅스, 오디오·비디오 드라이버 상류화 본격화 애플 실리콘용 Asahi Linux 개발팀이 macaudio 및 AVD 등 주요 드라이버를 리눅스 커널 상류(upstream)로 제출 준비를 완료했으며, 이는 약 16,100줄의 코드 작업을 포함한다. 인프라 · 데브옵스 · Asahi Linux Progress Linux 7.3
Key Point M5 칩 지원, 게임 호환성 대폭 개선, 주요 드라이버 상류화 가속화 등 Asahi Linux가 애플 실리콘 상용 운영체제 수준의 기능 완성도에 접근하고 있음을 보여준다.
핵심 요약
애플 실리콘용 Asahi Linux 개발팀이 macaudio 및 AVD 등 주요 드라이버를 리눅스 커널 상류(upstream)로 제출 준비를 완료했으며, 이는 약 16,100줄의 코드 작업을 포함한다. M4/M5 칩을 포함한 초기 기기 트리(Devicetree)를 공개했고, M3 시리즈 지원이 EXPERT 플래그 제거로 정식 출시되었으며, M3의 DCP(Display Compression Port) 활성화로 절전 모드와 노치 영역 지원이 가능해졌다. M5에 도입된 Exclaves(격리 환경에서 실행되는 작은 애플리케이션)를 m1n1에서 가상화하기 위해 EL1 아래에서 3개의 가상 머신을 동시 실행하게 되었으며, M4와 M5 모두에서 macOS 역공학을 가능하게 했다. 전체 요약 11문장 읽기 → 004 00:11 ▲ 260 · 댓글 61 미스트랄, 1조 파라미터 대형 모델 가중치 공개 미스트랄이 1조 파라미터 멀티모달 모델 '르 총크(Le Chonk)'의 가중치를 공개했으며, 3주간의 강화학습으로 코딩과 사이버보안 성능을 크게 향상시켰다. AI · 머신러닝 · Mistral Large 4 (Le Chonk) is now Open Weight
Key Point 오픈가중치 대형 언어 모델의 최강자로 자리잡아 개발사들의 모델 선택지가 크게 늘어날 뿐 아니라, 주권 AI 전략을 추진하는 유럽 기관들과 규제가 엄격한 금융·방위 부문에서 실질적인 대안을 제공하기 시작했다.
핵심 요약
미스트랄이 1조 파라미터 멀티모달 모델 '르 총크(Le Chonk)'의 가중치를 공개했으며, 3주간의 강화학습으로 코딩과 사이버보안 성능을 크게 향상시켰다. FrontierCode 2.0 벤치마크에서 19.7%, Terminal-Bench 4.0에서 41%의 성능을 달성하며 오픈가중치 코딩 모델 중 최고 수준을 기록했다. Artificial Analysis 코딩 에이전트 인덱스에서 48%를 달성하며 GLM-5.3과 동등하지만 평균 47% 적은 토큰을 사용해 효율성이 우수하다. 전체 요약 13문장 읽기 → 005 21:11 당일 +152 오픈소스 AI 오피스, Word·Excel·파워포인트 네이티브 편집 GenOffice는 무료 오픈소스 AI 오피스 스위트로, Word(.docx), Excel(.xlsx), PowerPoint(.pptx) 파일을 네이티브 형식으로 편집하고 PDF, 마크다운, HTML도 지원한다. 오픈소스 · 도구 · genspark-ai/genoffice · TypeScript
Key Point AI 에이전트가 Word·Excel·파워포인트를 실제 파일 형식으로 편집할 수 있는 오픈소스 도구로, 코딩 어시스턴트 통합을 통해 개발 워크플로우를 확장하는 새로운 경로를 열었다.
핵심 요약
GenOffice는 무료 오픈소스 AI 오피스 스위트로, Word(.docx), Excel(.xlsx), PowerPoint(.pptx) 파일을 네이티브 형식으로 편집하고 PDF, 마크다운, HTML도 지원한다. AI 에디터는 추적 변경(Docs), 실제 수식과 차트(Sheets), 캔버스에 그린 슬라이드(Slides) 등 각 문서 유형에 맞게 동작하며, 모든 AI 편집은 스냅샷으로 저장되어 롤백할 수 있다. 파일은 로컬에서 열고 저장되고, PDF 변환·마크다운 렌더링·HTML 빌드 모두 기기에서 실행되며 AI 호출만 외부로 나간다. 전체 요약 9문장 읽기 → 006 21:11 당일 +154 안드로이드 폰을 Linux PC로 만드는 DroidDesk DroidDesk는 Termux, Termux X11, TUR, Proot를 활용해 안드로이드 폰을 완전한 Linux 데스크톱 환경으로 변환하는 오픈소스 프로젝트다. 인프라 · 데브옵스 · orailnoor/DroidDesk · Kotlin
Key Point 안드로이드 폰을 단순 터미널이 아닌 완전한 Linux 데스크톱 PC로 사용할 수 있게 해주는 기술이 공개됐으며, 폰을 모니터에 연결하면 휴대용 Linux 워크스테이션이 된다.
핵심 요약
DroidDesk는 Termux, Termux X11, TUR, Proot를 활용해 안드로이드 폰을 완전한 Linux 데스크톱 환경으로 변환하는 오픈소스 프로젝트다. VS Code, Firefox, LibreOffice, Blender, Wireshark, Metasploit, 로컬 AI 등 Ubuntu에서 실행되는 거의 모든 앱을 폰에서 구동할 수 있다. 폰의 커널에 직접 접근하므로 에뮬레이션이 아닌 네이티브 성능으로 동작하며, XFCE4, LXQt, MATE, KDE 중 선택한 데스크톱 환경을 자동 설치한다. 전체 요약 8문장 읽기 → 007 09:11 ▲ 145 · 댓글 52 Jev 1.14.0 공개, 이미지·더 긴 컨텍스트·새 타입 추가 TypeSafe AI가 Jev 1.14.0을 출시했으며, 프로덕션 배포가 아닌 실험적 '위험 지역' 기능들을 함께 공개했다. AI · 머신러닝 · We’re releasing Jev 1.14.0 along with experimental features for dreamers
Key Point 이미지 지원, 새로운 타입, 더 긴 컨텍스트 등 실험적 기능이 추가되고 처음으로 내부 벤치마크가 공개되어, Jev 사용자들이 모델의 새 가능성과 신뢰성에 대한 명확한 기준을 알아야 한다.
핵심 요약
TypeSafe AI가 Jev 1.14.0을 출시했으며, 프로덕션 배포가 아닌 실험적 '위험 지역' 기능들을 함께 공개했다. 신규 기능 중 하나는 이미지 지원으로, 기존 Jev 1.13.0도 멀티모달 모델이었으며 JSON 인터페이스 내 상태·지시·조건 어디든 이미지를 삽입 가능하다. 다른 신규 기능은 경계 상자를 반환하는 'box' 타입으로, System One 모델의 단순 의사결정 이상의 기능을 탐색하는 첫 단계다. 전체 요약 8문장 읽기 → 008 18:11 ▲ 132 · 댓글 41 80GB 모델을 32GB 램에서 실행하는 Janas, llama.cpp보다 2배 이상 빠르다 Janas-LLM은 48GB의 Qwen3-Next-80B 모델을 32GB 램의 노트북에서 실행하는 도구로, 모델 가중치를 디스크에 유지하면서 필요한 전문가(expert) 블록만 NVMe SSD에서 스트리밍한다. AI · 머신러닝 · Janas: Run LLMs larger than RAM by streaming experts from SSD
Key Point 32GB 메모리 제약에서 48GB 모델을 실행하면서 llama.cpp보다 2배 이상 빠른 속도를 달성한 새로운 방식이 기존 로컬 LLM 실행 방식의 성능 한계를 크게 개선한다.
핵심 요약
Janas-LLM은 48GB의 Qwen3-Next-80B 모델을 32GB 램의 노트북에서 실행하는 도구로, 모델 가중치를 디스크에 유지하면서 필요한 전문가(expert) 블록만 NVMe SSD에서 스트리밍한다. 같은 테스트 환경(32GB 메모리, Intel Core Ultra 9 185H, Arc 통합 GPU)에서 llama.cpp와 비교한 결과 모든 모델에서 Janas가 더 빠르며, Qwen3-Next-80B의 프롬프트 읽기 속도는 62 tok/s 대 16 tok/s, 토큰 생성은 24 tok/s 대 2.8 tok/s로 우월했다. Qwen3.5-0.8B 같은 소형 모델은 프롬프트 읽기에서 939 tok/s, 토큰 생성 130 tok/s에 도달했으며, 드래프팅 기능(다음 토큰 예측과 검증)을 활용하면 생성 속도를 최대 2배까지 높일 수 있다. 전체 요약 11문장 읽기 → 009 21:11 당일 +174 AI 에이전트가 답변을 상황별로 선택하는 오픈소스 채팅 UI CopilotKit 기반의 오픈소스 생성형 UI 프레임워크로, 질문에 따라 텍스트 답변·비교 표·3D 시각화·계산기 등 적합한 형식의 응답을 자동으로 제시한다. 웹 · 프론트엔드 · CopilotKit/OpenIntelligentUI · TypeScript
Key Point 생성형 UI로 AI 응답을 텍스트·표·도구로 자동 변환하는 패턴이 실제 프로덕션 앱에서 어떻게 구현되는지 확인할 수 있으며, 엔터프라이즈 유스케이스에 적용할 수 있는 기술 기초를 제공한다.
핵심 요약
CopilotKit 기반의 오픈소스 생성형 UI 프레임워크로, 질문에 따라 텍스트 답변·비교 표·3D 시각화·계산기 등 적합한 형식의 응답을 자동으로 제시한다. 사용자가 질문하면 Python Deep Agent가 작업 우선 시스템 프롬프트로 실행되어 가장 효과적인 응답 형식을 선택하고, CopilotKit이 Next.js 앱으로 스트리밍한다. 기본 테이블은 A2UI로, 차트·다이어그램·계산기·지도는 Open Generative UI(Jev 라우터)로 렌더링되며, 사용자는 프로젝트를 클론해 자신의 모델과 시각화 라우터를 연결할 수 있다. 전체 요약 11문장 읽기 → 010 12:11 ▲ 12 · 댓글 2 성장하는 신경망, 학습 데이터를 직접 저장했다 딥러닝의 일반 목적 계층으로서, 학습 데이터를 고정 크기의 가중치 행렬로 압축하지 않고 모든 데이터 포인트마다 키-값 표현을 저장했다가 추론 시 어텐션으로 검색·결합하는 성장형 신경망을 제시했다. AI · 머신러닝 · Retrieval-Centric Deep Learning in Growing Nonparametric Neural Networks
Key Point 매개변수 크기를 고정하지 않고 데이터를 직접 저장하는 방식이 기존 신경망 설계와 어떻게 다르며, 실제 성능상 이점이 있는지 확인할 수 있는 새로운 학습 패러다임입니다.
핵심 요약
딥러닝의 일반 목적 계층으로서, 학습 데이터를 고정 크기의 가중치 행렬로 압축하지 않고 모든 데이터 포인트마다 키-값 표현을 저장했다가 추론 시 어텐션으로 검색·결합하는 성장형 신경망을 제시했다. 기존 선형 어텐션(LA) 이론을 확장해 RBF와 소프트맥스 커널 같은 고급 커널을 사용할 경우 기울기 기반 최적화가 자명하지 않은 문제를 발견했다. 함수형 기울기(functional gradient) 기반 학습 규칙을 개발하여 커널화된 어텐션 계층의 원칙적인 최적화 방법을 제시했다. 전체 요약 5문장 읽기 → 011 18:11 ▲ 144 · 댓글 34 숨겨진 카메라도 20m 거리서 적발, 전자파로 감지하는 기술 등장 중국 대학 연구팀이 무선·유선·오프라인 방식 모든 종류의 몰래카메라를 탐지·위치추적하는 'ESauron' 시스템을 개발했다. 보안 · Eye of Sauron: Long-Range Hidden Spy Camera Detection
Key Point 기존의 육안 검사나 신호 감지 방식과 달리 메모리 전자파를 이용한 새로운 탐지법이 모든 종류의 카메라에 작동하며, 상당한 거리에서도 효과적이라는 점이 중요하다.
핵심 요약
중국 대학 연구팀이 무선·유선·오프라인 방식 모든 종류의 몰래카메라를 탐지·위치추적하는 'ESauron' 시스템을 개발했다. 몰래카메라는 영상을 처리하는 과정에서 메모리 읽기·쓰기를 수행하는데, 이때 발생하는 전자파(EMR)를 감지하는 방식이다. 메모리 클록이 작동 부하에 따라 전압 조절기의 활동을 증가시키면서 변동하는 전류가 흐르고, 이것이 시계 주파수 대역의 전자파를 방출한다. 전체 요약 7문장 읽기 → 012 06:11 ▲ 163 · 댓글 131 Typesafe AI, 7.5조 기업가치 시리즈A 870억 달러 조달 Typesafe AI가 Andreessen Horowitz가 주도하고 Sequoia Capital, DCVC 등이 참여한 시리즈A에서 8억 7천만 달러를 조달했다. AI · 머신러닝 · Typesafe AI raises $870M at $7.5B
Key Point 생성형 AI 인프라 스타트업의 대규모 투자 유치는 엔터프라이즈 AI 시장의 성장 신호이며, 이미 주요 기업들의 프로덕션 환경에서 실제 가치를 제공하고 있음을 보여준다.
핵심 요약
Typesafe AI가 Andreessen Horowitz가 주도하고 Sequoia Capital, DCVC 등이 참여한 시리즈A에서 8억 7천만 달러를 조달했다. Jev 프로덕트에서 사용자들이 좋아하는 기능을 더욱 강화하고, 더 많은 머신 네이티브 모델을 제공할 계획이다. 스마트 소프트웨어 구축을 위한 최고 수준의 인프라를 제공하는 것을 목표로 한다. 전체 요약 6문장 읽기 → 013 18:30 ▲ 32 · 댓글 2 반복 자기 증류 중 성능 붕괴 막는 ReSAIL 논문 발표 LLM 에이전트의 반복 자기 증류를 통한 재귀적 자기 개선은 순환이 거듭날수록 배포 성능과 특권 정보(PI) 조건부 성능이 붕괴되는 문제가 있다. AI · 머신러닝 · ReSAIL: Mitigating Collapse in Iterative Agent Self-Distillation
Key Point LLM 에이전트의 지속적인 자기 개선이 현실적으로 작동하려면 반복 순환 간 성능 저하를 반드시 해결해야 하는데, ReSAIL이 이를 첫 번째로 효과적으로 해결한 접근 방식을 제시하기 때문이다.
핵심 요약
LLM 에이전트의 반복 자기 증류를 통한 재귀적 자기 개선은 순환이 거듭날수록 배포 성능과 특권 정보(PI) 조건부 성능이 붕괴되는 문제가 있다. ReSAIL(Retentive and Selective Augmentation for Iterative Self-Distillation)은 이 붕괴를 해결하기 위해 특권 정보가 교사 모델의 예측을 크게 변화시키는 상호작용 단계를 선별하는 플러그인 증강 기법이다. 선별된 단계와 미선별 단계 모두에서 학생 모델의 PI 조건부 출력 분포를 고정 교사 모델로 정규화하여 다음 순환에서 감독용 PI 조건부 행동을 보존한다. 전체 요약 6문장 읽기 → 014 18:30 ▲ 30 · 댓글 2 장문맥 하이브리드 모델의 동작 원리 분석 LLM의 아키텍처가 전체 어텐션만 사용하던 기존 방식에서 슬라이딩 윈도우 어텐션(SWA)과 선형 어텐션(LA) 등을 결합한 하이브리드 모델로 전환되고 있다. AI · 머신러닝 · Mechanics of Long-Context Hybrid Models Part 1.1: From Hybrid Attention to Hybrid Position
Key Point 하이브리드 어텐션이 장문맥 처리에서 어떤 메커니즘으로 작동하는지, 슬라이딩 윈도우와 선형 어텐션 중 어느 것을 선택할지 결정하는 기준이 명확히 제시되었기 때문이다.
핵심 요약
LLM의 아키텍처가 전체 어텐션만 사용하던 기존 방식에서 슬라이딩 윈도우 어텐션(SWA)과 선형 어텐션(LA) 등을 결합한 하이브리드 모델로 전환되고 있다. 본 논문은 하이브리드 모델이 작동하는 이유를 규명하고 더 효과적으로 설계하기 위해 '장문맥 하이브리드 모델의 역학'을 제안한다. 전체 어텐션과 SWA, 또는 GLA·GDN 같은 게이팅 선형 어텐션을 결합한 하이브리드에서 씨소 효과(Seesaw Effect)를 관찰했다: LA 하이브리드는 장문맥 지속 학습에서 더 유리하고 SWA 하이브리드는 길이 외삽에서 더 잘 작동한다. 전체 요약 6문장 읽기 → 015 18:30 당일 +770 AI 에이전트를 위한 로컬 검색 엔진 XERJ 출시 XERJ는 Rust로 작성된 로컬 AI 검색 엔진으로, 폴더를 자동으로 인덱싱해 코드·문서·로그·PDF 등을 검색·RAG·보안 감사·에이전트 메모리용으로 사용할 수 있다. AI · 머신러닝 · xerj-org/xerj · Rust
Key Point 에이전트의 토큰 낭비를 줄이는 로컬 검색 엔진으로, grep 대비 2.7배의 토큰 절감을 실측으로 증명한 도구가 오픈소스로 공개되었으며 AI 개발 워크플로우의 효율성을 크게 바꿀 가능성이 있다.
핵심 요약
XERJ는 Rust로 작성된 로컬 AI 검색 엔진으로, 폴더를 자동으로 인덱싱해 코드·문서·로그·PDF 등을 검색·RAG·보안 감사·에이전트 메모리용으로 사용할 수 있다. 기존 grep/sed 대비 40배 적은 토큰으로 데이터를 인덱싱하며, Elasticsearch 호환 API를 제공해 기존 클라이언트와 도구가 그대로 작동한다. 참고 코딩(reference coding) 사용 사례에서 실측한 결과, grep 기반 에이전트 대비 출력 토큰 2.7배 감소, 메모리만 사용할 때 대비 26배 감소를 달성했고 현장 보고에서는 약 5배의 토큰 절감이 보고된다. 전체 요약 12문장 읽기 → 016 00:11 ▲ 132 · 댓글 47 LLM 판단 vs 결정 모델, 벤치마크 결과는 기존 방식이 우위 TypeSafe AI의 Jev 같은 결정 모델(decision model)은 고정된 스키마의 '결정'을 출력하는 새로운 AI 안전장치 기법으로, 자유형 텍스트 생성 방식보다 빠르고 저렴하며 학습 데이터 없이도 새로운 문제에 적용할 수 있다. AI · 머신러닝 · Decision models like Jev don't beat LLM-as-a-judge or traditional classifiers
Key Point 신흥 기술로 주목받는 결정 모델이 실제로는 기존의 소형 분류기와 LLM 판단 방식과의 경쟁에서 우월하지 못하다는 벤치마크 결과로, AI 안전장치 선택 시 실용성을 강조하는 실증 데이터를 제공한다.
핵심 요약
TypeSafe AI의 Jev 같은 결정 모델(decision model)은 고정된 스키마의 '결정'을 출력하는 새로운 AI 안전장치 기법으로, 자유형 텍스트 생성 방식보다 빠르고 저렴하며 학습 데이터 없이도 새로운 문제에 적용할 수 있다. Red Hat 연구팀은 프롬프트 주입과 콘텐츠 안전성 두 가지 벤치마크에서 9개 안전장치를 비교 평가했다: CPU 규모 사전학습 분류기, BART-large-mnli, Shieldstral, Nemotron-3.5, Qwen3.6-35B, Laya, DiffusionGemma, Jev. 프롬프트 주입 탐지에서 Qwen3.6-35B(LLM-as-a-judge)이 89.31% 정확도로 1위, DiffusionGemma 87.72% 2위, Jev는 86.35%로 4위를 기록했다. 전체 요약 10문장 읽기 → 017 18:11 ▲ 113 · 댓글 44 AI가 레고 모델을 설계하는 오픈소스 도구 'ldraw-nova' 공개 AI 에이전트에 모델 아이디어를 주면 LDraw 언어로 작성된 실제 레고 모델 소스코드를 생성하는 오픈소스 도구 'ldraw-nova'를 개발자가 공개했다. AI · 머신러닝 · Show HN: Made an open-source Lego AI generator
Key Point LLM이 복잡한 기하학 계산이 필요한 3D CAD 형식을 직접 생성하는 대신 파이썬 코드로 변환하면 성공률이 높아지는 새로운 접근법을 보여주며, AI로 만들 수 있는 창의적 결과물의 범위를 확장한다.
핵심 요약
AI 에이전트에 모델 아이디어를 주면 LDraw 언어로 작성된 실제 레고 모델 소스코드를 생성하는 오픈소스 도구 'ldraw-nova'를 개발자가 공개했다. 생성된 결과물은 3D 뷰어, VR(Meta Quest 3), Blender 편집 가능한 glTF 파일, 채팅 기록, AI의 추론 과정 등 다양한 형식으로 제공된다. AI 에이전트는 먼저 지침을 읽고 필요한 부품과 서브모델을 계획한 후, 반복적으로 렌더링하며 위치와 미관을 조정해 모델을 완성한다. 전체 요약 7문장 읽기 → 018 12:11 ▲ 64 · 댓글 2 LLM 에이전트 학습 순서를 동적으로 최적화하는 ActiveSaddler LLM 에이전트의 프롬프트·도구·제어 로직을 반복적으로 개선하는 하네스(harness) 최적화에서, 기존 방법들은 하네스 업데이트 방식만 최적화했지 학습에 쓰는 시나리오는 고정했다. AI · 머신러닝 · ActiveSaddler: Automated Curriculum Learning for Agent Harness Optimization
Key Point 하네스 최적화에 커리큘럼 학습을 도입한 새로운 접근법으로, 에이전트 성능 향상 방식을 바꿀 수 있다.
핵심 요약
LLM 에이전트의 프롬프트·도구·제어 로직을 반복적으로 개선하는 하네스(harness) 최적화에서, 기존 방법들은 하네스 업데이트 방식만 최적화했지 학습에 쓰는 시나리오는 고정했다. ActiveSaddler는 하네스가 진화할수록 필요한 학습 시나리오가 달라진다는 점에 주목해, 커리큘럼 자체도 적응하도록 설계했다. 반복되는 실패 패턴을 재사용 가능한 '암(arm)'으로 추상화하고, 각 패턴을 더 집중하면 얼마나 진전할 수 있을지 추정한다. 전체 요약 6문장 읽기 → 019 18:11 ▲ 107 · 댓글 4 텍스트 분류의 진화, Bag-of-Words부터 Jev까지 텍스트 분류 기술의 역사를 Bag-of-Words부터 최근 Jev AI까지 추적하는 기술 가이드로, 각 방식의 작동 원리와 성능을 비교한다. AI · 머신러닝 · Language models for text classification: From bag-of-words to Jev
Key Point 15년 전 Bag-of-Words로 시작된 텍스트 분류 기술이 어떻게 현재의 범용 분류 모델 Jev로 진화했는지, 각 방식의 트레이드오프를 이해하면 분류 작업에 적절한 도구를 선택할 수 있다.
핵심 요약
텍스트 분류 기술의 역사를 Bag-of-Words부터 최근 Jev AI까지 추적하는 기술 가이드로, 각 방식의 작동 원리와 성능을 비교한다. Bag-of-Words는 다양한 길이의 텍스트를 고정 크기 벡터로 변환해 Naive Bayes·로지스틱 회귀·SVM 등 고전 분류기를 적용할 수 있게 한다. 계산이 저렴하고 결과가 좋지만 단어 순서 정보를 잃는 단점이 있다. RNN은 단어를 순차적으로 처리하며 이전 단계의 숨겨진 상태를 누적하므로 단어 순서가 중요해진다. LSTM·GRU 같은 개선 방식이 있으며, ULMFiT 방식으로 전이학습을 적용하면 IMDb 영화평 분류에서 95.4% 정확도를 달성했다. 전체 요약 11문장 읽기 → 020 21:11 ▲ 15 · 댓글 1 비디오 세계 모델에 실시간 편집 기능 추가한 EditWorld EditWorld는 생성형 가상 세계에서 precise editing과 유연한 참조 이미지 활용을 지원하는 비디오 world model이다. AI · 머신러닝 · Precise Editing and Flexible Referencing for Interactable Worlds
Key Point video world model이 탐색에서 한 단계 나아가 사용자가 생성된 세계를 직접 편집하고 조작할 수 있는 수준에 도달했으며, 실시간 스트리밍 방식의 편집 지원이 새로운 접근 방식을 제시한다.
핵심 요약
EditWorld는 생성형 가상 세계에서 precise editing과 유연한 참조 이미지 활용을 지원하는 비디오 world model이다. 기존 video world model은 주로 탐색에만 초점을 맞췄으나, EditWorld는 생성 과정 중 편집 지시사항과 참조 이미지를 스트리밍 방식으로 받아 기존 콘텐츠의 정확한 수정을 가능하게 한다. 시간에 따라 변하는 편집 조건과 참조 이미지를 처리하기 위해 Gated Causal Attention 메커니즘을 도입했고, 장시간 추론 시 컨텍스트 크기를 제한하는 Sparse Context 메커니즘을 함께 적용했다. 전체 요약 6문장 읽기 → 021 18:11 새 버전 Next.js v16.3.7 릴리스, 버그 수정 백포트 Next.js v16.3.7이 출시되었으며 버그 수정을 백포트하는 릴리스다. 웹 · 프론트엔드 · vercel/next.js@v16.3.7
Key Point Next.js 개발 중 turbo-tasks-backend의 동시성 문제로 인한 무한 대기 문제가 해결되어, 빌드 성능 저하를 겪던 프로젝트에서 즉시 업그레이드할 가치가 있습니다.
핵심 요약
Next.js v16.3.7이 출시되었으며 버그 수정을 백포트하는 릴리스다. 이번 버전은 canary에 있는 모든 미결 기능·변경사항을 포함하지 않는다. turbo-tasks-backend에서 취소된 작업에 대한 강력한 일관성 읽기가 멈추는 문제를 수정했다. 전체 요약 4문장 읽기 → 022 12:11 새 버전 Ollama v0.35.0, 의사결정 모델 지원 추가 Ollama가 TypeSafe의 Jev API 기반 의사결정 모델을 /v1/systemone 엔드포인트로 지원하기 시작했다. AI · 머신러닝 · ollama/ollama@v0.35.0
Key Point 의사결정 모델 지원으로 LLM의 활용 범위가 텍스트 생성에서 분류·라우팅 같은 구조화된 의사결정으로 확대되며, 엔터프라이즈 워크플로우 자동화의 새로운 가능성이 열린다.
핵심 요약
Ollama가 TypeSafe의 Jev API 기반 의사결정 모델을 /v1/systemone 엔드포인트로 지원하기 시작했다. 의사결정 모델은 텍스트 대신 선택지, 확률, 점수를 반환하며, 티켓 분류·모델 라우팅·콘텐츠 분류 등에 활용된다. 지원하는 모델은 Bespoke Labs의 Nimble과 Together AI의 Tev1이다. 전체 요약 9문장 읽기 → 023 09:11 ▲ 205 · 댓글 66 Jeff: 0.8B 경량 분류 모델로 30ms 만에 선택지 판단 Qwen3.5와 Gemma 4를 파인튜닝한 0.8B~2B 경량 분류 모델 Jeff를 공개했다. AI · 머신러닝 · Jeff – Jev-compatible 0.8B decision models, trained at home, ~30 ms
Key Point 경량 모델로 30ms 안에 로컬에서 고속 분류를 수행할 수 있어, API 지연 없이 의사결정 시스템을 직접 구축해야 하는 개발자에게 즉시 활용 가능한 솔루션이다.
핵심 요약
Qwen3.5와 Gemma 4를 파인튜닝한 0.8B~2B 경량 분류 모델 Jeff를 공개했다. 한 번의 순전파로 각 선택지의 보정된 확률을 반환하며, RTX PRO 6000에서 22ms, Apple M4 Max에서 28ms가 소요된다. 제로샷 분류가 가능해 학습 데이터에 없는 옵션도 자연어 설명으로 판단할 수 있다. 전체 요약 14문장 읽기 → 024 06:11 ▲ 189 · 댓글 49 로컬에서 의사결정 AI 모델 실행하는 Ollaya 출시 Ollaya는 텍스트나 JSON 데이터에 대한 타입 안전 질문에 밀리초 단위로 답하는 의사결정 모델을 로컬에서 실행하는 오픈소스 도구다. AI · 머신러닝 · Ollaya – Ollama for open-source, Jev-style decision models
Key Point 자신의 서버에서 개인 데이터를 의사결정 AI로 분석할 때 기존 클라우드 API 대비 10-20배 빠르면서도 토큰 비용이 없으므로, 고객지원·분류·라우팅 등 대량의 의사결정이 필요한 시스템 구축에 큰 변화를 가져올 수 있다.
핵심 요약
Ollaya는 텍스트나 JSON 데이터에 대한 타입 안전 질문에 밀리초 단위로 답하는 의사결정 모델을 로컬에서 실행하는 오픈소스 도구다. 토큰 하나씩 생성하지 않고 단일 포워드 패스로 답을 반환해 RTX 4090에서 5개 질문 처리에 8-10ms 정도만 소요되며, 호스팅 API(TypeSafe Jev)의 236-276ms보다 훨씬 빠르다. TypeSafe의 API 스펙과 완벽히 호환되므로 공식 TypeSafe Python SDK 0.7.1을 수정 없이 로컬 서버에 연결할 수 있다. 전체 요약 7문장 읽기 → 025 03:11 ▲ 167 · 댓글 120 OpenAI, 신흥 AI 모델 Jev를 빠르게 따라잡을 수 있을까 TypeSafe의 Jev는 LLM의 토큰 확률 분포를 이용해 boolean, choice, score 같은 분류 작업을 수행하는 새로운 방식의 모델로 급속도로 채택되고 있다. AI · 머신러닝 · OpenAI is well positioned to fast-follow Jev
Key Point OpenAI의 기술 역량과 기존 인프라가 Jev의 추격을 어렵게 만드는 요소가 무엇인지, 그리고 TypeSafe가 경쟁 우위를 지키려면 어디에 집중해야 하는지를 이해하는 데 필요하다.
핵심 요약
TypeSafe의 Jev는 LLM의 토큰 확률 분포를 이용해 boolean, choice, score 같은 분류 작업을 수행하는 새로운 방식의 모델로 급속도로 채택되고 있다. OpenAI는 도구 호출과 응답 생성 같은 기능에서 이미 수년간 토큰 단위 마이크로 분류기를 암묵적으로 사용해왔으며, 이 기술을 Jev의 방식으로 명시적으로 학습하고 패키징할 수 있다. OpenAI가 같은 기술을 습득하면 Jev를 빠르게 복제할 수 있을 뿐 아니라, 기존 모델과 에이전트에 통합해 더 빠르고 저렴한 응답, 보안 강화, 모델 선택 최적화 같은 추가 가치를 제공할 수 있다. 전체 요약 4문장 읽기 → 026 00:11 ▲ 155 · 댓글 168 AI가 21년간 못 푼 에니그마 암호 해독에 성공 OpenAI의 GPT-6 Astra가 1941년 7월 독일군 에니그마 메시지 MVUEH를 해독했다. AI · 머신러닝 · OpenAI GPT–6 Astra breaks Enigma message that has resisted solution since 2005
Key Point AI가 인간 전문가도 실패한 역사적 암호를 독립적으로 해독한 방식이 기술 커뮤니티에 시사하는 바가 크기 때문이다.
핵심 요약
OpenAI의 GPT-6 Astra가 1941년 7월 독일군 에니그마 메시지 MVUEH를 해독했다. 이 메시지는 2005년 이후 21년간 모든 해독 시도에 저항해왔으며, 암호문 전사 오류와 드물게 발생하는 좌측 로터 회전이 난제였다. GPT-6 Astra는 관련 메시지 SIPVX의 평문과 ROSENOW라는 지명을 단서(crib)로 사용해 Python과 C++ 에니그마 시뮬레이터를 직접 개발하고 봄베(Bombe) 공격을 수행했다. 전체 요약 5문장 읽기 → 027 21:11 당일 +257 자신의 서버에서 운영하는 운동 추적 앱 openGym Docker Compose로 쉽게 배포되는 자체 호스팅 운동·체중 추적 앱으로, 사용자 데이터는 자신의 서버에만 저장된다. 오픈소스 · 도구 · DuarteSantos8/openGym · JavaScript
Key Point 운동 기록 앱의 구독·광고·서버 종속성에서 벗어나 개인 서버에서 완전히 소유·제어할 수 있는 오픈소스 솔루션이 필요한 사용자들에게 유용하다.
핵심 요약
Docker Compose로 쉽게 배포되는 자체 호스팅 운동·체중 추적 앱으로, 사용자 데이터는 자신의 서버에만 저장된다. FitNotes·Strong·Hevy 등에서 기존 운동 기록을 import할 수 있으며, 1,324개 운동의 애니메이션 설명과 신체 부위별 분류로 루틴을 계획한다. 세트별 RIR·RPE 색상 코딩, 수퍼세트·웜업 세트 지원, 운동 중 실시간 진행 상황 확인, 근피로도 히트맵·PR 추적 등의 기능을 제공한다. 전체 요약 5문장 읽기 → 028 21:10 ▲ 117 · 댓글 38 30년 방치된 아미가 유닉스, 현대 하드웨어에서 부활 1990년 출시했던 코모도어의 Amix(System V Release 4)를 커뮤니티가 현대화하는 프로젝트가 진행 중이다. 오픈소스 · 도구 · Amiga Unix, Again
Key Point 1990년대 레트로 시스템을 오픈소스 커뮤니티가 현대 하드웨어에서 복구하는 과정에서 AI와 실제 검증을 결합한 독특한 개발 방식을 보여주며, 실제 66040/68060 머신에서 구동되는 단계까지 진행되고 있다.
핵심 요약
1990년 출시했던 코모도어의 Amix(System V Release 4)를 커뮤니티가 현대화하는 프로젝트가 진행 중이다. 68040·68060 프로세서와 현대 가속 보드에서 Amix를 구동하며, 현대적 도구체인, apkg 패키지 매니저, 이전에 없던 카드용 드라이버들을 제공한다. 플로피·CD-ROM 부팅 설치, 원격 저장소에서 grep·gzip·less·patch·zlib 등 GNU/BSD 도구를 설치하는 패키지 관리 시스템을 갖췄다. 전체 요약 6문장 읽기 → 029 21:10 ▲ 101 · 댓글 44 LLM으로 문자열 패딩하는 npm 패키지 공개 jev-leftpad는 Jev 언어 모델을 호출해 문자열 앞에 공백을 채우는 JavaScript 패키지입니다. 기타 · Jev-Leftpad
Key Point 기본 JavaScript 함수로 간단히 처리할 수 있는 작업을 의도적으로 LLM API 호출로 구현한 개발자의 창의적인 실험을 보여줍니다. oss
핵심 요약
jev-leftpad는 Jev 언어 모델을 호출해 문자열 앞에 공백을 채우는 JavaScript 패키지입니다. padStart() 내장 함수 대신 TypeSafe API를 통해 LLM에 요청해 0~10개 공백 추가를 선택하게 합니다. Node.js 20 이상 필요하며 TYPESAFE_API_KEY 환경변수 설정이 필요합니다. 전체 요약 5문장 읽기 → 030 15:10 ▲ 111 · 댓글 16 Jev처럼 작동하는 오픈소스 선택 모델 공개 TypeSafe의 상용 모델 Jev를 역엔지니어링한 오픈소스 모델을 깃허브에 공개했다. 오픈소스 · 도구 · Reverse-engineered Jev-like model
Key Point 상용 모델의 폐쇄된 설계를 재현한 오픈소스 구현으로, 선택형 분류 작업에서 경량 모델의 새로운 가능성을 보여준다.
핵심 요약
TypeSafe의 상용 모델 Jev를 역엔지니어링한 오픈소스 모델을 깃허브에 공개했다. 텍스트와 N개의 선택지를 입력받아 각 선택지별 확률을 한 번에 반환하는 방식으로, 단어 단위 생성이 아닌 원샷(one-pass) 추론을 수행한다. 바이트 임베딩 기본 인코더와 선택적 허깅페이스 사전학습 인코더를 지원하며, CPU·MPS·CUDA에서 학습 가능하다. 전체 요약 5문장 읽기 → 031 08:25 당일 +259 AI 에이전트용 초경량 샌드박스 CubeSandbox 오픈소스 공개 텐센트클라우드가 AI 에이전트 실행을 위한 CubeSandbox를 오픈소스로 공개했다. 인프라 · 데브옵스 · TencentCloud/CubeSandbox · Go
Key Point AI 에이전트 개발자나 신뢰할 수 있는 코드 실행 환경이 필요한 팀이라면, 하드웨어 격리와 극저 레이턴시를 동시에 갖춘 오픈소스 솔루션으로 기존 클라우드 서비스 비용을 절감하고 자체 인프라에서 운영할 수 있다.
핵심 요약
텐센트클라우드가 AI 에이전트 실행을 위한 CubeSandbox를 오픈소스로 공개했다. RustVMM과 KVM 기반으로 60ms 이내에 하드웨어 격리 샌드박스를 생성하며 메모리 오버헤드는 5MB 미만이다. E2B SDK와 호환되어 환경변수 한 줄만 바꾸면 E2B 클라우드에서 마이그레이션할 수 있다. 전체 요약 6문장 읽기 → 032 08:25 ▲ 581 · 댓글 193 TypeSafe, 자동화용 System One 모델 'Jev' 공개 TypeSafe AI가 기존 LLM보다 100배 빠르고 효율적인 System One 모델 'Jev'를 발표했다. AI · 머신러닝 · Introducing System One Models and Jev
Key Point 기존 LLM의 느린 응답과 불확실한 신뢰도 문제를 해결해 실제 소프트웨어 자동화에 사용할 수 있는 새로운 모델 클래스가 등장했기 때문이다.
핵심 요약
TypeSafe AI가 기존 LLM보다 100배 빠르고 효율적인 System One 모델 'Jev'를 발표했다. Jev는 자동화된 의사결정을 위해 설계되었으며 구조화된 출력을 생성하고 환각(hallucination)이 없다. 새로운 RLCD(Reinforcement Learning for Calibrated Decisions) 훈련 방식을 적용했으며, 병렬 샘플러로 모든 출력을 한 번에 생성한다. 전체 요약 6문장 읽기 → 033 06:10 ▲ 100 · 댓글 38 태양이 행성을 삼켰다는 증거, 내부에 남아 있을 수 있다 터키 에게 대학 연구팀이 태양이 초기 역사에 초지구 크기의 행성을 삼켰을 가능성을 제시했다. 기타 · 'Fingerprints' inside the Sun could reveal if it once swallowed a planet
Key Point 태양이 왜 다른 별계와 달리 초지구를 갖지 않는지에 대한 오랜 미스터리에 대한 새로운 설명이 제시되며, 독립적인 관측으로 실제 검증 가능성이 있다.
핵심 요약
터키 에게 대학 연구팀이 태양이 초기 역사에 초지구 크기의 행성을 삼켰을 가능성을 제시했다. 연구진은 MESA 항성진화 코드를 이용해 태양이 지구 질량의 5~10배 행성을 삼켰을 시나리오를 모델링했다. 이러한 행성 흡수는 태양 내부의 화학적·구조적 '지문'을 남겼을 것이며, 이는 태양진동학 관측으로 감지 가능할 수 있다. 전체 요약 5문장 읽기 → 034 00:10 ▲ 104 · 댓글 63 호주 가정용 배터리 붐, 도매 전력 가격 반으로 낮춰 호주는 지난해 7월 가정용 배터리에 30% 할인 지원 정책을 시행한 이후 1년간 50만 개 이상의 배터리를 설치했다. 인프라 · 데브옵스 · In Australia, a Home Battery Boom Has Helped Cut Wholesale Power Prices in Half
Key Point 호주의 배터리 정책이 전력 가격을 획기적으로 낮춘 사례로, 재생에너지 통합과 에너지 저장의 효과를 보여주는 글로벌 사례로 주목받고 있다.
핵심 요약
호주는 지난해 7월 가정용 배터리에 30% 할인 지원 정책을 시행한 이후 1년간 50만 개 이상의 배터리를 설치했다. 배터리 보급으로 저녁 수요 피크 시간에 그리드에서 추가 발전소를 가동할 필요가 줄어들어 전체 요금 인하에 기여했다. 에너지 장관은 호주의 도매 전력 가격이 지난 12개월간 47% 하락했으며 이는 배터리 지원 정책이 주요 요인이라고 밝혔다.