셀프호스팅 AI 캐릭터의 정착, airi 3일째 1위
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
The Trinity of Consistency as a Defining Principle for General World Models
일반 인공지능(AGI)을 위한 World Model 구축의 핵심 원칙을 다루는 논문입니다. Sora와 같은 비디오 생성 모델의 발전과 통합 멀티모달 모델(UMM)을 통해 물리 법칙을 학습하고 추론하는 새로운 아키텍처를 제안하고 있어요.
From Blind Spots to Gains: Diagnostic-Driven Iterative Training for Large Multimodal Models
대규모 멀티모달 모델(LMM)의 약점을 진단하고 개선하기 위한 ‘진단 기반 점진적 진화(DPE)’ 방식을 제안합니다. 고정된 데이터 학습의 한계를 넘어, 모델의 사각지대를 찾아내고 피드백을 통해 성능을 반복적으로 강화하는 방법론입니다.
MobilityBench: A Benchmark for Evaluating Route-Planning Agents in Real-World Mobility Scenarios
LLM 기반 경로 계획 에이전트를 실제 모빌리티 환경에서 평가할 수 있는 MobilityBench를 소개합니다. 다양한 경로 요구사항과 지도 서비스의 변동성을 고려해, 에이전트의 성능을 체계적이고 확장 가능하게 테스트할 수 있도록 돕습니다.
dLLM: Simple Diffusion Language Modeling
파편화된 Diffusion 언어 모델(DLM) 연구들을 통합하고 표준화하기 위한 dLLM 프레임워크를 발표했습니다. 재현성을 높이고 새로운 아키텍처를 쉽게 확장할 수 있도록 돕는 투명하고 유연한 구현체를 제공합니다.
OmniGAIA: Towards Native Omni-Modal AI Agents
시각, 청각, 언어를 모두 아우르는 옴니모달(Omni-modal) AI 에이전트를 평가하기 위한 벤치마크인 OmniGAIA를 제안합니다. 단순한 양방향 상호작용을 넘어, 인간처럼 복합적인 감각을 통해 깊이 있는 추론을 수행하는 능력을 측정합니다.
Hugging Face Blog
Mixture of Experts (MoEs) in Transformers
Transformer 아키텍처에서 모델의 파라미터를 효율적으로 확장하는 Mixture of Experts (MoE) 기술을 설명하는 글입니다. 모든 전문가(Experts)를 동시에 사용하지 않고 입력에 따라 필요한 부분만 활성화해 효율성을 높이는 원리를 다룹니다.
Hugging Face
Deploying Open Source Vision Language Models (VLM) on Jetson
NVIDIA Jetson과 같은 엣지 디바이스에서 오픈소스 Vision Language Model (VLM)을 배포하고 실행하는 방법을 안내합니다. 클라우드 없이 로컬 환경에서 시각 정보를 처리하는 AI 모델을 구동하는 최적화 팁을 담고 있습니다.
Hugging Face
GGML and llama.cpp join HF to ensure the long-term progress of Local AI
로컬 AI 구동의 핵심 프로젝트인 GGML과 llama.cpp가 Hugging Face 생태계에 합류한다는 소식입니다. 온디바이스 환경에서 LLM을 더 쉽고 빠르게 실행할 수 있도록 장기적인 기술 지원과 협력을 강화할 예정입니다.
Hugging Face
GitHub Trending
moeru-ai/airi
사용자가 직접 호스팅할 수 있는 AI 컴패니언 프로젝트로, 실시간 음성 채팅과 마인크래프트 같은 게임 플레이가 가능합니다. ‘Waifu’ 컨셉의 캐릭터와 상호작용하며 웹과 데스크톱 환경 모두에서 나만의 가상 존재를 만들 수 있습니다.
anthropics/prompt-eng-interactive-tutorial
Claude를 개발한 Anthropic에서 직접 제공하는 대화형 프롬프트 엔지니어링 튜토리얼입니다. LLM에게 효과적으로 질문하고 원하는 답변을 얻어내는 다양한 기법을 실습을 통해 단계별로 배울 수 있습니다.
ruvnet/ruflo
Claude 모델에 최적화된 에이전트 오케스트레이션 플랫폼으로, 다중 에이전트 워크플로우를 쉽게 구축할 수 있습니다. RAG 기능과 Claude Code 통합을 지원하여 기업 수준의 복잡한 자율 AI 시스템을 개발하는 데 유용합니다.
alibaba/OpenSandbox
AI 애플리케이션을 안전하게 실행하고 평가할 수 있는 범용 샌드박스 플랫폼입니다. Docker와 Kubernetes 런타임을 지원하여 코딩 에이전트나 GUI 에이전트 같은 다양한 AI 도구를 격리된 환경에서 테스트하고 학습시킬 수 있습니다.
K-Dense-AI/claude-scientific-skills
연구, 과학, 공학 및 분석 작업에 특화된 AI 에이전트 스킬 모음집입니다. 논문 작성이나 금융 분석 등 전문적인 분야에서 Claude와 같은 모델이 더 정교하게 작동하도록 돕는 프롬프트와 도구들을 제공합니다.
오늘의 키워드
Multimodal LLM Agent Eval AI Agent MoE Vision Llama Prompt Engineering Claude