Self-POS — 무신사다운 오프라인 고객경험 만들기
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
Video-MME-v2: Towards the Next Stage in Benchmarks for Comprehensive Video Understanding
기존 비디오 이해 모델들의 실제 성능과 벤치마크 점수 간의 격차를 줄이기 위해 제안된 Video-MME-v2 벤치마크입니다. 모델의 견고성과 신뢰성을 더 체계적으로 평가할 수 있도록 3단계의 점진적인 평가 방식을 도입했습니다.
Adam's Law: Textual Frequency Law on Large Language Models
인간의 인지 과정처럼 텍스트 빈도가 LLM에 미치는 영향을 탐구하여 새로운 Textual Frequency Law를 제안한 논문입니다. 이 법칙에 따르면 프롬프팅이나 파인튜닝 과정에서 자주 등장하는 텍스트 데이터를 활용할 때 LLM의 성능이 더 좋아집니다.
Claw-Eval: Toward Trustworthy Evaluation of Autonomous Agents
기존 에이전트 벤치마크들의 한계를 극복하고 자율 에이전트를 더 신뢰성 있게 평가하기 위한 Claw-Eval 프레임워크를 소개합니다. 최종 결과물만 채점하는 방식에서 벗어나 에이전트의 행동 과정을 투명하게 평가하고, 안전성과 견고성까지 종합적으로 검증할 수 있습니다.
LIBERO-Para: A Diagnostic Benchmark and Metrics for Paraphrase Robustness in VLA Models
로봇 제어에 쓰이는 VLA 모델이 같은 의미의 다른 명령어(패러프레이즈)를 얼마나 잘 이해하는지 평가하는 LIBERO-Para 벤치마크입니다. 제한된 데이터로 학습되어 특정 명령어 형식에만 과적합되는 문제를 분석하고 해결책을 모색할 수 있게 도와줍니다.
Learning to Retrieve from Agent Trajectories
검색 시스템의 사용자가 사람에서 LLM 에이전트로 변화함에 따라, 에이전트의 행동 경로를 바탕으로 정보 검색(IR) 모델을 학습시키는 새로운 방법을 제안합니다. 이를 통해 다중 턴 추론과 행동 루프 속에서 에이전트가 더 정확하게 정보를 검색하도록 최적화할 수 있습니다.
Hugging Face Blog
Claw-Eval: Toward Trustworthy Evaluation of Autonomous Agents
기존 에이전트 벤치마크들의 한계를 극복하고 자율 에이전트를 더 신뢰성 있게 평가하기 위한 Claw-Eval 프레임워크를 소개합니다. 최종 결과물만 채점하는 방식에서 벗어나 에이전트의 행동 과정을 투명하게 평가하고, 안전성과 견고성까지 종합적으로 검증할 수 있습니다.
Bowen Ye, Rang Li, Qibin Yang
Paper Circle: An Open-source Multi-agent Research Discovery and Analysis Framework
매일 쏟아지는 방대한 과학 논문들을 더 쉽게 찾고 분석할 수 있도록 돕는 오픈소스 다중 에이전트 시스템인 Paper Circle을 소개합니다. LLM 기반의 여러 에이전트가 협력하여 연구자 대신 논문을 탐색하고 평가하며 체계적으로 정리해 줍니다.
Komal Kumar, Aman Chadha, Salman Khan
In-Place Test-Time Training
고정된 가중치로 인해 새로운 정보에 적응하기 어려운 LLM의 한계를 극복하고자, 추론 시점에 모델 일부를 업데이트하는 새로운 Test-Time Training 기법을 제안합니다. 기존의 계산 비효율성과 아키텍처 호환성 문제를 해결하여 실시간 환경에서도 LLM이 유연하게 학습할 수 있게 해줍니다.
Guhao Feng, Shengjie Luo, Kai Hua
무신사 기술블로그
Self-POS(무인 계산대) : 무신사다운 오프라인 고객경험을 설계하다.
무신사 오프라인 매장에서 발생하는 긴 결제 대기 시간을 줄이기 위해 도입된 Self-POS 구축기를 다룹니다. 고객이 불필요하게 기다리는 대신 상품과 브랜드 경험에 집중할 수 있도록 기획부터 기술적 구현, 하드웨어 검증 과정까지 생생하게 풀어냈습니다.
Geumji Yang
GitHub Trending
TheCraigHewitt/seomachine
어떤 비즈니스든 SEO에 최적화된 긴 블로그 콘텐츠를 쉽게 작성할 수 있도록 돕는 특화된 Claude Code 워크스페이스입니다. 타겟 독자에게 잘 노출될 수 있도록 콘텐츠 조사부터 작성, 분석, 최적화까지 모든 과정을 자동으로 지원합니다.
google-ai-edge/gallery
스마트폰이나 엣지 기기에서 직접 실행되는 온디바이스 ML 및 GenAI 활용 사례들을 모아둔 갤러리입니다. 다양한 생성형 AI 모델들을 로컬 환경에서 직접 테스트하고 경험해 볼 수 있습니다.
google-ai-edge/LiteRT-LM
모바일 및 엣지 기기에서 대규모 언어 모델을 가볍고 빠르게 실행하기 위해 Google에서 제공하는 LiteRT-LM 프로젝트입니다. 제한된 기기 환경에서도 효율적으로 LLM을 구동할 수 있도록 다양한 최적화 환경을 지원합니다.
abhigyanpatwari/GitNexus
서버 없이 웹 브라우저에서 100% 실행되는 지식 그래프 생성 및 코드 인텔리전스 도구입니다. GitHub 저장소나 압축 파일을 넣기만 하면 내장된 Graph RAG 에이전트와 함께 상호작용하며 복잡한 코드를 쉽게 탐색하고 이해할 수 있습니다.
virattt/ai-hedge-fund
여러 AI 에이전트들이 하나의 팀을 이루어 실제 헤지펀드처럼 주식 시장을 분석하고 투자 결정을 내리는 흥미로운 프로젝트입니다. 다양한 데이터를 기반으로 시장 상황을 판단하고 최적의 트레이딩 전략을 시뮬레이션해 볼 수 있습니다.
오늘의 키워드
Eval LLM Fine-tuning Prompt Safety RAG Agent Vision Benchmark Retrieval