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
17건 · "GLM-5.3"조건 지우기 ×
001 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 → 002 12:11 ▲ 90 · 댓글 7 LLM 에이전트는 사용자 습관을 제대로 학습하지 못한다 장시간 상호작용 속 사용자 습관은 선택과 행동에 드러나는 암묵적 정보인데, 에이전트는 여러 대화 속에서 이를 추론해야 한다. AI · 머신러닝 · HABIT-Bench: Evaluating Habit Induction from Longitudinal Weak Evidence in Agent Memory
Key Point LLM 에이전트의 메모리 시스템이 사용자 습관 추론에서 근본적인 한계를 드러냈으며, 현재 방법들의 약 67%가 습관을 잘못 적용한다는 의미다.
핵심 요약
장시간 상호작용 속 사용자 습관은 선택과 행동에 드러나는 암묵적 정보인데, 에이전트는 여러 대화 속에서 이를 추론해야 한다. 개별 관찰만으로는 습관의 부분적 증거만 제공할 수 있고, 과거 상호작용 기록만으로는 습관 추론과 적용을 보장하지 못한다. HABIT-Bench는 에이전트 메모리 시스템이 약한 증거에서 습관을 추론하고 이후 요청에 적용하는 능력을 평가하는 벤치마크다. 전체 요약 8문장 읽기 → 003 15:11 ▲ 113 · 댓글 37 클라우드플레어 AI 모델서 사용자 데이터 노출, 155건 영향 클라우드플레어의 Workers AI에서 제공하는 GLM-5.3 모델에서 한 사용자의 응답이 다른 사용자의 요청 데이터를 포함하는 테넌트 격리 문제가 발생했다. 보안 · Cross-request KV cache exposure in the GLM-5.3 Workers AI model (155 responses)
Key Point 컨텍스트 윈도우와 실제 메모리 풀 크기의 불일치가 추론 엔진의 버그와 결합되어 사용자 간 데이터 유출을 초래한 사례로, disaggregated 구조의 AI 추론 서비스를 운영하는 회사들이 참고해야 할 설정·배포 체크리스트와 업스트림 수정 사항을 제시한다.
핵심 요약
클라우드플레어의 Workers AI에서 제공하는 GLM-5.3 모델에서 한 사용자의 응답이 다른 사용자의 요청 데이터를 포함하는 테넌트 격리 문제가 발생했다. 8월 27일부터 9월 9일까지 681,280토큰을 초과하는 긴 프롬프트에 대한 응답 155건이 영향을 받았으며, 의도적인 악용 흔적은 없었다. 근본 원인은 두 가지였다: 첫째, GLM-5.3의 KV 캐시 풀 크기(681,280토큰)가 선언된 컨텍스트 윈도우(1,048,576토큰)보다 작았고, 둘째, 오픈소스 추론 엔진 SGLang에서 초과 길이 요청을 disaggregated prefill/decode 모드로 처리할 때 거부된 요청을 제대로 중단하지 않는 버그가 있었다. 전체 요약 9문장 읽기 → 004 00:11 ▲ 17 · 댓글 2 LLM의 결정 능력을 진단하는 벤치마크 DecisionPivot 공개 LLM 시스템에서 라우팅, 안전장치, 출력 검증을 담당하는 결정 모델의 성능을 평가하기 위해 DecisionPivot이라는 진단 벤치마크를 제안했다. AI · 머신러닝 · DecisionPivot: A Diagnostic Benchmark for Decision Models in LLM Systems
Key Point LLM이 의사결정을 내리는 모델들의 진정한 신뢰성을 판단하는 새로운 진단 방법이 제시되었는데, 기존 점수로는 놓치고 있던 결정 오류의 패턴을 구체적으로 드러낸다.
핵심 요약
LLM 시스템에서 라우팅, 안전장치, 출력 검증을 담당하는 결정 모델의 성능을 평가하기 위해 DecisionPivot이라는 진단 벤치마크를 제안했다. 벤치마크는 7가지 결정 역할에 걸쳐 48개 작업과 40,033개 항목으로 구성되어 있으며, 핵심 트랙은 13개 생성 작업 패밀리에서 7,800개 항목을 독립적으로 검증된 솔버로 확인했다. 보조 참조 트랙은 35개 공개 테스트 세트의 32,233개 항목을 원래 평가 지표 그대로 보존하고 있다. 전체 요약 8문장 읽기 → 005 15:11 ▲ 115 · 댓글 3 작은 모델도 큰 모델 따라잡는다, '뇌-몸' 맞춤 진화 자동으로 개선되는 AI 에이전트(RSI)에서는 모델의 역량과 실행 환경(harness)이 함께 진화할 때 불일치 문제가 발생한다. AI · 머신러닝 · CoEvo-RSI: When Harnesses Evolve, Which Models Should Follow?
Key Point 작은 모델이 큰 모델을 이기는 핵심이 '역량과 실행 환경의 정렬'이라는 새로운 관점을 제시하며, 자원 제약이 있는 팀도 효율적인 에이전트를 만들 수 있는 길을 열어준다.
핵심 요약
자동으로 개선되는 AI 에이전트(RSI)에서는 모델의 역량과 실행 환경(harness)이 함께 진화할 때 불일치 문제가 발생한다. 진화 중인 harness가 모델이 학습하지 못한 행동을 요구하거나 기존 능력을 제한하는 '뇌-몸 불일치'를 해결하기 위해 CoEvo-RSI 프레임워크를 제시했다. 메타 에이전트가 과거 설계 아카이브에서 harness를 선택하고, 최적의 모델 체크포인트를 선택하거나 병합한 후 그에 맞춰 적응시킨다. 전체 요약 6문장 읽기 → 006 21:11 당일 +148 Rust 기반 에이전트 워크스페이스 OpenBitFun 1.0 공개 Rust로 작성한 고성능 에이전트 런타임과 데스크톱 앱을 결합한 OpenBitFun이 1.0 버전을 출시했다. AI · 머신러닝 · GCWing/OpenBitFun · Rust
Key Point Rust 기반의 고성능 에이전트 런타임으로 만든 멀티디바이스 워크스페이스가 나왔으며, 기존 AI 도구와 달리 소프트웨어 개발을 넘어 일반 업무를 지원하는 확장 가능한 플랫폼을 제시한다.
핵심 요약
Rust로 작성한 고성능 에이전트 런타임과 데스크톱 앱을 결합한 OpenBitFun이 1.0 버전을 출시했다. Minimal, Standard, Ultimate, Creative 네 가지 Agent Harness 모드로 빠른 협업부터 복잡한 작업까지 지원한다. 데스크톱, 모바일, 브라우저 간 원활한 연동으로 한 기기에서 시작한 작업을 다른 기기에서 이어갈 수 있다. 전체 요약 10문장 읽기 → 007 15:10 ▲ 138 · 댓글 41 전문가 업무용 오픈 모델 'Ultramarine 1 Flash' 공개 Paper Instruments가 금융, 법무, 컨설팅, 운영 업무에 특화한 오픈 모델 Ultramarine 1 Flash를 공개했다. AI · 머신러닝 · Ultramarine 1 Flash
Key Point 금융·법무·컨설팅 업무에 특화한 전문가용 모델이 기존 고가 모델 대비 60배 저렴하면서 경쟁 수준 성능을 제공함으로써 비용-성능 경계선을 재정의하고 있습니다.
핵심 요약
Paper Instruments가 금융, 법무, 컨설팅, 운영 업무에 특화한 오픈 모델 Ultramarine 1 Flash를 공개했다. Fable 수준의 성능을 제공하면서 비용은 60배 저렴하며, 작업당 $0.13의 가격대로 경쟁사 모델들을 앞선다. JobBench에서 62.9점(Gemini 3.8 Flash 60.6, DeepSeek V4.1 Flash 60.4, Claude Fable 5 57.4)으로 최고 성능을 기록했다. 전체 요약 9문장 읽기 → 008 15:11 ▲ 25 · 댓글 2 ML 엔지니어링 자동화하는 35B 모델 MLExpert 공개 LLM이 AI 시스템을 자율적으로 개발·개선하는 AI4AI 시대로 나아가고 있으며, 기계학습 엔지니어링(MLE) 시스템이 장기 실험 관리와 최적화 전략 자동 적응으로 이를 실현하고 있다. AI · 머신러닝 · MLExpert: Towards a Generalist Agentic Model for Autonomous Machine Learning Engineering
Key Point ML 엔지니어링의 완전 자동화가 가능해지면 AI 개발 사이클을 획기적으로 단축할 수 있으며, 이는 AI 스스로가 AI를 개선하는 재귀적 자기개선의 실질적 첫걸음이다.
핵심 요약
LLM이 AI 시스템을 자율적으로 개발·개선하는 AI4AI 시대로 나아가고 있으며, 기계학습 엔지니어링(MLE) 시스템이 장기 실험 관리와 최적화 전략 자동 적응으로 이를 실현하고 있다. 기존 MLE 시스템의 문제점은 실험 피드백이 이전 여러 결정의 누적 결과라 단순 감독학습으로는 장기 궤적에서 유용한 신호를 학습하기 어렵다는 점이다. Hugging Face 팀은 35B Mixture-of-Experts 모델 MLExpert를 학습시키기 위해 Kaggle-MLE Factory로 실행 가능한 ML 최적화 작업을 대규모로 생성했다. 전체 요약 7문장 읽기 → 009 06:11 ▲ 146 · 댓글 136 OpenAI·Anthropic 대신 오픈소스 LLM 써야 하는 이유 OpenAI와 Anthropic이 지배하는 폐쇄형 LLM 모델은 개인정보 보호, 자유도, 민주성 측면에서 문제가 있다고 주장한다. AI · 머신러닝 · Just say no to OpenAI and Anthropic
Key Point OpenAI와 Anthropic에 의존하면 데이터 통제력을 잃고 모델 접근 권한을 기업에 좌우당하는데, 이제 성능이 비슷한 오픈 웨이트 모델과 프라이빗 추론 서비스로 독립적 선택이 가능해졌다.
핵심 요약
OpenAI와 Anthropic이 지배하는 폐쇄형 LLM 모델은 개인정보 보호, 자유도, 민주성 측면에서 문제가 있다고 주장한다. GLM-5.3, DeepSeek, Qwen 같은 오픈 웨이트 모델들은 ChatGPT와 Claude에 필적하거나 비슷한 성능을 내며, 약 4개월 정도만 뒤떨어져 있다. ChatGPT와 Claude는 폐쇄형 모델이며 사용자 세션 데이터에 대한 접근을 완전히 통제하고, 사용자가 훈련 데이터 사용을 거부해도 데이터 자체에는 접근 가능하다. 전체 요약 11문장 읽기 → 010 15:11 ▲ 38 · 댓글 5 장문맥 에이전트의 이력 압축, 소프트 메모리 토큰으로 해결 장시간 작업하는 에이전트는 유한한 컨텍스트 윈도우 내에서 계속 작동하기 위해 이력을 압축해야 하는데, 텍스트 요약만으로는 모든 의사결정을 지원하기 어렵다. AI · 머신러닝 · REMORY: Learning Residual Memory for Context Compaction
Key Point LLM 기반 장시간 에이전트의 컨텍스트 제약을 해결하는 새로운 접근법으로, 입력 토큰을 극적으로 줄이면서 의사결정 품질을 유지하는 방법을 제시한다.
핵심 요약
장시간 작업하는 에이전트는 유한한 컨텍스트 윈도우 내에서 계속 작동하기 위해 이력을 압축해야 하는데, 텍스트 요약만으로는 모든 의사결정을 지원하기 어렵다. REMORY는 요약을 보완하는 제한된 길이의 소프트 메모리 토큰 시퀀스를 생성하는 신경 메모리 네트워크로, 전체 이력이 있을 때 LLM이 생성할 결과를 시뮬레이션하도록 학습된다. 이 토큰들은 요약을 기반으로 조건화되며 요약 뒤에 추가되어 시퀀스 차원의 잔차 연결 형태를 만든다. 전체 요약 6문장 읽기 → 011 03:11 ▲ 21 · 댓글 2 비용 효율 중심 LLM 진화 알고리즘 FrugalEvo 공개 LLM 기반 진화 알고리즘의 기존 방식은 고정된 반복 횟수 내 성능 극대화에만 집중했으나, 실제 최적화는 단위 비용당 이득을 최대화해야 한다는 점에 착안했다. AI · 머신러닝 · FrugalEvo: Towards Cost-Aware LLM-Guided Program Evolution
Key Point 동일한 성능을 기존 대비 10~90배 저렴한 비용으로 달성하는 혁신적 비용 최적화 기법으로, LLM 기반 자동 프로그래밍의 실용성을 크게 높인다.
핵심 요약
LLM 기반 진화 알고리즘의 기존 방식은 고정된 반복 횟수 내 성능 극대화에만 집중했으나, 실제 최적화는 단위 비용당 이득을 최대화해야 한다는 점에 착안했다. FrugalEvo는 고성능·고비용 LLM이 해결 전략을 탐색하고, 저비용 LLM이 이를 구현·반복 개선하는 2단계 진화 프레임워크다. 프롬프트와 하니스의 접두사 공유를 극대화해 LLM 캐시 재사용율을 높이는 효율적 진화 과정을 설계했다. 전체 요약 7문장 읽기 → 012 09:11 ▲ 182 · 댓글 179 중국 AI 모델 GLM-5.3, 보안 없이 사이버 공격 기능 공개 Anthropic의 Claude Mythos Preview가 자동으로 정교한 사이버 익스플로잇을 구축할 수 있는 첫 AI 모델임을 공개한 지 5개월 만에, Zhipu AI의 GLM-5.3도 유사한 능력을 갖춘 채 공개되었다. 보안 · GLM-5.3 and the spread of advanced cyber capabilities
Key Point GLM-5.3이 의미 있는 보안 보호 없이 공개된 사이버 공격 기능은 악의적 행위자뿐 아니라 방어자 모두에게 영향을 미치는 기술 환경의 전환점이 되고 있기 때문이다.
핵심 요약
Anthropic의 Claude Mythos Preview가 자동으로 정교한 사이버 익스플로잇을 구축할 수 있는 첫 AI 모델임을 공개한 지 5개월 만에, Zhipu AI의 GLM-5.3도 유사한 능력을 갖춘 채 공개되었다. GLM-5.3은 Claude Mythos Preview처럼 엔드-투-엔드 사이버 익스플로잇을 자율적으로 구축할 수 있지만, 다른 최첨단 모델과 달리 악의적 이용을 제한하는 의미 있는 보안조치 없이 출시되었다. 연구팀 테스트에서 공격자들은 단순한 기법으로 GLM-5.3의 보안을 64%~100% 우회할 수 있지만, 보안이 설정된 Claude 모델에 대해서는 이 공격이 성공하지 못했다. 전체 요약 12문장 읽기 → 013 21:11 당일 +120 Apple Silicon과 NVIDIA에서 LLM을 OpenAI 호환 API로 서빙하는 TensorFold TensorFold는 Apple Silicon(MLX) 및 NVIDIA GPU에서 텍스트 모델을 OpenAI 호환 API 엔드포인트로 서빙하는 Python 기반 도구다. AI · 머신러닝 · ashhart/TensorFold · Python
Key Point Apple Silicon 개발자가 로컬에서 고성능 LLM 추론을 OpenAI 호환 방식으로 실행할 수 있으며, NVIDIA GPU와 동일한 API로 통일된 배포가 가능해진다.
핵심 요약
TensorFold는 Apple Silicon(MLX) 및 NVIDIA GPU에서 텍스트 모델을 OpenAI 호환 API 엔드포인트로 서빙하는 Python 기반 도구다. Nemotron 3.5 Lightning, Qwen3.8-27B, Qwen3.8 Flash Next, GLM-5.3-Flash, Gemma 4 등 여러 모델을 지원하며, 각 모델은 자체 커널과 드래프트 검증을 포함한다. MLX 백엔드는 M1~M5 칩에서 row-exact simd_qmm 디코더로 4비트/그룹64 가중치를 읽고, CUDA 백엔드는 단일 또는 2-rank 텐서 병렬 처리를 지원한다. 전체 요약 12문장 읽기 → 014 21:11 ▲ 102 · 댓글 42 LLM으로 Jev 수준의 고속 의사결정 모델 구축하기 GLM-5.3-Flash를 프롬프트 엔지니어링으로 한 번의 forward pass에서 타입화된 의사결정을 내도록 개선했으며, 전문 의사결정 모델 Jev와 동등한 정확도를 달성했다. AI · 머신러닝 · Turning GLM-5.3-Flash into a Jev-like decision model
Key Point 일반 LLM을 구조화된 의사결정 모델로 탈바꿈시키는 프롬프트 기법이 전문 의사결정 모델과 실무 성능에서 동등하다는 것을 보여주므로, 고도량 의사결정 시스템 구축 시 모델 선택지와 비용-성능 트레이드오프 판단에 실질적 참고가 될 수 있다.
핵심 요약
GLM-5.3-Flash를 프롬프트 엔지니어링으로 한 번의 forward pass에서 타입화된 의사결정을 내도록 개선했으며, 전문 의사결정 모델 Jev와 동등한 정확도를 달성했다. 기본 아이디어는 LLM의 확률 분포에서 옵션별 확률을 직접 읽는 것이다. 숫자로 인덱싱된 옵션 목록을 JSON으로 제시하고 프롬프트를 'choice_index:'로 끝내면, 모델이 첫 토큰에서 내놓는 확률 분포가 각 옵션의 신뢰도가 된다. 29개 공개 데이터셋(2~151개 옵션, 의도 라우팅·감정 분석·법률 문서 등 포함)을 벤치마킹한 결과, GLM-5.3-Flash와 Jev의 정확도 차이는 중앙값 0.7 포인트로 통계적으로 유의미하지 않았다. 전체 요약 12문장 읽기 → 015 21:11 당일 +394 AI가 직접 해킹하는 자동 침투 테스트 도구 Strix 오픈소스 공개 Strix는 오픈소스 AI 침투 테스트 도구로, 자율형 AI 해커가 실제 코드를 실행하며 취약점을 찾고 수정하는 기능을 제공한다. 보안 · usestrix/strix · Python
Key Point 정적 분석기의 오탐을 줄이면서 실제 작동하는 PoC로 검증된 취약점만 보고하므로, 수동 침투 테스트의 시간과 비용을 크게 줄일 수 있는 개발팀·보안팀 필수 도구로 떠오르고 있다.
핵심 요약
Strix는 오픈소스 AI 침투 테스트 도구로, 자율형 AI 해커가 실제 코드를 실행하며 취약점을 찾고 수정하는 기능을 제공한다. HTTP 인터셉션, 브라우저 자동화, 쉘 실행, 커스텀 PoC 런타임, 정찰·OSINT 등 실제 전문 침투 테스터가 쓰는 공격 도구 세트를 갖추고 있다. SQL/NoSQL 인젝션, SSRF, XXE, XSS, IDOR, 인증 우회, 비즈니스 로직 결함, API 보안 문제 등 OWASP 상위 10대 취약점과 그 이상을 식별하고 검증한다. 전체 요약 13문장 읽기 → 016 08:12 당일 +654 LLM 기반 멀티에이전트 주식 자동거래 프레임워크 공개 TauricResearch가 다중 AI 에이전트로 구성된 금융거래 프레임워크 TradingAgents를 오픈소스로 완전 공개했다. AI · 머신러닝 · TauricResearch/TradingAgents · Python
Key Point 실제 금융회사의 업무 구조를 AI 에이전트로 재현한 자동거래 시스템의 아키텍처와 기능을 이해하고, 금융 AI의 현주소를 파악할 수 있다.
핵심 요약
TauricResearch가 다중 AI 에이전트로 구성된 금융거래 프레임워크 TradingAgents를 오픈소스로 완전 공개했다. 펀더멘털 분석가·감정분석가·뉴스분석가·기술분석가 등 전문화된 LLM 에이전트들이 시장 분석을 나누고 토론하며 거래 결정을 내린다. 트레이더 에이전트가 분석팀의 보고서를 종합해 거래 타이밍과 규모를 결정하고, 위험관리팀이 포트폴리오를 감시한다. 전체 요약 5문장 읽기 → 017 00:10 ▲ 818 · 댓글 425 GLM-5.3: 사이버 능력을 갖춘 프론티어 코딩 모델제목 기반 Zhipu AI가 GLM-5.3 모델을 공개했다. AI · 머신러닝 · GLM-5.3: Frontier coding with emergent cyber capabilities
Key Point Hacker News에서 높은 관심을 받으며 대규모 토론이 진행 중이다.
핵심 요약
Zhipu AI가 GLM-5.3 모델을 공개했다. 코딩 작업에서 새로운 성능을 제시하는 프론티어 모델이다. 사이버 관련 능력이 특징으로 강조된다. 본문을 가져오지 못해 제목과 인기 지표로 요약했습니다. 실제 내용과 다를 수 있으니 원문을 확인해 주세요.
