InCoder-32B — 산업 시나리오용 32B 코드 foundation 모델
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
InCoder-32B: Code Foundation Model for Industrial Scenarios
이 논문은 산업 현장의 복잡한 요구사항에 맞춰 설계된 32B 파라미터의 코드 파운데이션 모델인 InCoder-32B를 소개합니다. 칩 설계나 GPU 커널 최적화 등 기존 LLM이 어려워하던 하드웨어 시맨틱스와 엄격한 리소스 제약 문제를 효과적으로 해결해 줍니다.
MiroThinker-1.7 & H1: Towards Heavy-Duty Research Agents via Verification
복잡하고 긴 호흡의 연구 작업을 수행할 수 있는 AI 에이전트인 MiroThinker-1.7과 고도화된 H1 모델을 제안합니다. 구조화된 계획 수립과 문맥 추론 능력을 강화하여, 다단계 문제 해결 과정에서 더욱 신뢰할 수 있는 결과물을 만들어냅니다.
Qianfan-OCR: A Unified End-to-End Model for Document Intelligence
문서의 구조 분석과 내용 이해를 한 번에 처리하는 4B 파라미터의 엔드투엔드 비전-언어 모델인 Qianfan-OCR을 소개합니다. 문서 이미지를 Markdown으로 곧바로 변환할 수 있으며, ‘Layout-as-Thought’ 방식을 통해 표와 차트 등 복잡한 레이아웃도 정확하게 파악합니다.
Thinking in Uncertainty: Mitigating Hallucinations in MLRMs with Latent Entropy-Aware Decoding
멀티모달 대규모 추론 모델(MLRM)에서 발생하는 환각(Hallucination) 현상을 줄이는 새로운 디코딩 방법을 제안합니다. 특정 전환어에서 불확실성이 높아지는 현상을 분석하여, 토큰 확률 분포를 활용해 모델의 문맥 추론 능력을 안정적으로 개선했습니다.
Kinema4D: Kinematic 4D World Modeling for Spatiotemporal Embodied Simulation
로봇과 환경의 상호작용을 보다 현실적으로 구현하기 위해 4D 시공간을 모델링하는 Kinema4D를 소개합니다. 기존 2D나 정적인 시뮬레이터의 한계를 넘어, Embodied AI를 위한 정밀하고 동적인 4D 세계 시뮬레이션을 가능하게 합니다.
Hugging Face Blog
Demystifing Video Reasoning
비디오 생성 모델이 어떻게 논리적인 추론을 해내는지를 새롭게 밝혀낸 연구입니다. 기존의 예상과 달리 프레임 순서가 아닌 Diffusion 모델의 디노이징 과정 자체에서 추론 능력이 발현된다는 흥미로운 사실을 증명했습니다.
Ruisi Wang, Zhongang Cai, Fanyi Pu
WorldCam: Interactive Autoregressive 3D Gaming Worlds with Camera Pose as a Unifying Geometric Representation
사용자의 조작에 따라 일관된 3D 게임 세계를 생성할 수 있는 WorldCam 모델을 소개합니다. 사용자의 행동을 3D 공간의 카메라 움직임과 기하학적으로 연결하여, 기존 모델들이 겪던 장기적인 3D 일관성 문제를 효과적으로 해결했습니다.
Jisu Nam, Yicong Hong, Chun-Hao Paul Huang
SegviGen: Repurposing 3D Generative Model for Part Segmentation
사전 학습된 3D 생성 모델을 활용하여 3D 객체의 각 부분을 정밀하게 분할하는 SegviGen 프레임워크를 제안합니다. 대규모 3D 학습 데이터 없이도 생성 모델 내부에 저장된 구조적 지식을 바탕으로 일관되고 선명한 분할 결과를 얻을 수 있습니다.
Lin Li, Haoran Feng, Zehuan Huang
GitHub Trending
jarrodwatts/claude-hud
Claude Code 사용 시 현재 작업 상태를 한눈에 보여주는 유용한 플러그인입니다. 컨텍스트 사용량, 실행 중인 에이전트, 활성화된 도구와 작업 진행률을 대시보드 형태로 쉽게 확인할 수 있습니다.
unslothai/unsloth
Qwen, DeepSeek, Gemma 같은 다양한 오픈소스 모델을 로컬 환경에서 쉽게 훈련하고 실행할 수 있도록 돕는 통합 웹 UI 도구입니다. 복잡한 설정 없이도 강력한 AI 모델들을 개인 PC에서 편리하게 다룰 수 있습니다.
langchain-ai/open-swe
소프트웨어 엔지니어링 작업을 자동화해 주는 오픈소스 기반의 비동기 코딩 에이전트입니다. 백그라운드에서 독립적으로 코드를 작성하고 문제를 해결할 수 있어 개발 생산성을 크게 높여줍니다.
unslothai/unsloth
Qwen, DeepSeek, Gemma 같은 다양한 오픈소스 모델을 로컬 환경에서 쉽게 훈련하고 실행할 수 있도록 돕는 통합 웹 UI 도구입니다. 복잡한 설정 없이도 강력한 AI 모델들을 개인 PC에서 편리하게 다룰 수 있습니다.
langchain-ai/open-swe
소프트웨어 엔지니어링 작업을 자동화해 주는 오픈소스 기반의 비동기 코딩 에이전트입니다. 백그라운드에서 독립적으로 코드를 작성하고 문제를 해결할 수 있어 개발 생산성을 크게 높여줍니다.
오늘의 키워드
Reasoning Agent Vision Prompt Multimodal Hallucination RAG Transformer Distillation Claude