QuanBench+ — multi-framework quantum code 생성 벤치마크
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
QuanBench+: A Unified Multi-Framework Benchmark for LLM-Based Quantum Code Generation
LLM 기반의 양자 코드 생성 능력을 제대로 평가하기 위한 통합 벤치마크 ‘QuanBench+’를 제안합니다. 특정 프레임워크에 치우치지 않도록 Qiskit, PennyLane 등을 통합하여 42개의 테스트를 제공해요. 이를 통해 LLM의 순수한 양자 알고리즘 추론 능력을 더 정확하게 측정할 수 있습니다.
The Past Is Not Past: Memory-Enhanced Dynamic Reward Shaping
LLM의 강화학습 과정에서 모델이 똑같은 실수를 반복하는 문제를 해결하기 위한 MEDS 프레임워크를 제안합니다. 과거의 행동 기록을 바탕으로 보상 체계를 동적으로 조정하여 다양한 샘플링이 가능하도록 돕습니다. 모델이 과거의 실패 패턴을 기억하고 피할 수 있게 만드는 똑똑한 방법이에요.
Attention Sink in Transformers: A Survey on Utilization, Interpretation, and Mitigation
Transformer 모델에서 나타나는 ‘Attention Sink’ 현상에 대해 종합적으로 분석한 리뷰 논문입니다. 중요하지 않은 특정 토큰에 과도한 어텐션이 쏠리는 이 현상은 모델의 해석을 어렵게 하고 환각(Hallucination)을 악화시킬 수 있습니다. 이 논문은 해당 문제의 활용법과 해석, 그리고 해결 방안까지 폭넓게 다루고 있어요.
OmniShow: Unifying Multimodal Conditions for Human-Object Interaction Video Generation
사람과 사물이 상호작용하는 영상을 생성하는 OmniShow 모델을 소개합니다. 텍스트, 이미지, 오디오, 포즈 등 다양한 멀티모달 조건을 한 번에 반영하여 고품질의 영상을 만들어냅니다. 전자상거래 시연이나 숏폼 영상 제작 등 실생활에서 아주 유용하게 활용될 수 있는 기술이에요.
Strips as Tokens: Artist Mesh Generation with Native UV Segmentation
전문가 수준의 3D 메쉬(Mesh)를 생성하기 위해 Autoregressive Transformer를 개선한 논문입니다. 기존 방식의 한계를 극복하기 위해 ‘Strips as Tokens’라는 새로운 토큰 정렬 방식을 도입했습니다. 덕분에 부드러운 엣지 흐름과 구조적 규칙성을 유지하면서도 고품질의 3D 모델링이 가능해졌어요.
Hugging Face Blog
ClawGUI: A Unified Framework for Training, Evaluating, and Deploying GUI Agents
화면의 시각적 인터페이스를 직접 조작하는 GUI Agent를 학습하고 평가할 수 있는 통합 프레임워크 ClawGUI입니다. 기존의 불안정한 RL 학습 환경과 파편화된 평가 방식을 개선하여 일관성 있는 인프라를 제공합니다. API가 없는 다양한 소프트웨어 환경에서도 Agent를 더 쉽게 훈련하고 배포할 수 있게 도와줘요.
Fei Tang, Zhiqiong Lu, Boxuan Zhang
OmniShow: Unifying Multimodal Conditions for Human-Object Interaction Video Generation
사람과 사물의 상호작용을 고품질 영상으로 구현해 내는 OmniShow 기술을 다루고 있습니다. 텍스트, 이미지, 오디오, 포즈 같은 여러 가지 멀티모달 조건을 통합하여 자연스러운 비디오를 생성해 줍니다. e-커머스 상품 시연이나 짧은 영상 제작 등 실무에 바로 쓰기 좋은 매력적인 기술이네요.
Donghao Zhou, Guisheng Liu, Hao Yang
Solving Physics Olympiad via Reinforcement Learning on Physics Simulators
물리 시뮬레이터를 활용해 LLM의 논리적 추론 능력을 강화하는 강화학습(RL) 방법을 소개합니다. 수학과 달리 학습 데이터가 부족한 물리 분야의 한계를 극복하기 위해 시뮬레이터 자체를 훈련 환경으로 사용했습니다. 이를 통해 모델이 복잡한 물리 올림피아드 문제까지 해결할 수 있도록 똑똑하게 학습시켰어요.
Mihir Prabhudesai, Aryan Satpathy, Yangmin Li
GitHub Trending
forrestchang/andrej-karpathy-skills
유명 AI 연구자 Andrej Karpathy의 관찰을 바탕으로 작성된 Claude Code 행동 개선 가이드입니다. 단일 CLAUDE.md 파일 형태로 제공되며, LLM이 코딩할 때 흔히 저지르는 실수들을 방지해 줍니다. 코딩 보조 도구로 Claude를 사용하실 때 꼭 참고해 볼 만한 유용한 팁 모음이에요.
thedotmack/claude-mem
코딩 세션 동안 Claude가 수행하는 모든 작업 내역을 자동으로 기록해 주는 유용한 플러그인입니다. AI를 사용해 지난 작업 기록을 압축하고, 향후 세션에 필요한 컨텍스트만 쏙쏙 골라서 다시 주입해 줍니다. 이전 작업의 맥락을 잃지 않고 매끄럽게 코딩을 이어가고 싶을 때 강력 추천해요.
virattt/ai-hedge-fund
AI를 기반으로 작동하는 헤지펀드(Hedge Fund) 팀을 구현한 흥미로운 프로젝트입니다. 여러 AI 에이전트들이 협력하여 금융 시장을 분석하고 투자 전략을 시뮬레이션할 수 있도록 설계되었습니다. AI가 실제 금융 시장에서 어떻게 투자 결정을 내릴 수 있는지 테스트해 보기 좋은 프레임워크네요.
shiyu-coder/Kronos
금융 시장의 언어와 데이터를 깊이 있게 이해하도록 설계된 파운데이션 모델(Foundation Model) Kronos입니다. 복잡한 금융 데이터를 효과적으로 분석하고 처리하기 위해 만들어졌습니다. AI를 활용한 금융 시장 예측이나 투자 분석 도구를 개발할 때 훌륭한 기반이 될 수 있습니다.
anthropics/claude-cookbooks
Anthropic에서 공식적으로 제공하는 Claude 활용 비법 모음집(Cookbooks)입니다. Claude API를 활용해 다양하고 재미있는 기능을 구현하는 유용한 코드 스니펫과 레시피들이 담겨 있습니다. LLM을 실제 애플리케이션에 어떻게 효과적으로 적용할 수 있는지 배우기 아주 좋은 자료예요.
오늘의 키워드
LLM Eval RAG Transformer Hallucination Inference Multimodal Agent Claude Code Claude