evolver — GEP 유전자 진화 프로토콜 기반 자가 진화 엔진
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
RationalRewards: Reasoning Rewards Scale Visual Generation Both Training and Test Time
이 논문은 시각적 이미지 생성 모델을 평가하는 새로운 보상 모델인 RationalRewards를 제안합니다. 단순한 점수 대신 세부적인 비평을 명시적으로 생성하게 하여 모델을 능동적인 최적화 도구로 활용할 수 있게 해줍니다. 이를 통해 훈련과 테스트 단계 모두에서 이미지 생성 품질을 크게 향상시킬 수 있습니다.
HY-World 2.0: A Multi-Modal World Model for Reconstructing, Generating, and Simulating 3D Worlds
텍스트, 이미지, 비디오 등 다양한 형태의 입력을 받아 3D 가상 세계를 만들어내는 다중 모달 월드 모델인 HY-World 2.0을 소개합니다. 특히 텍스트 프롬프트나 단일 이미지만으로도 자유롭게 탐색 가능한 고품질의 3D Gaussian Splatting 씬을 정교하게 생성해냅니다.
Memory Transfer Learning: How Memories are Transferred Across Domains in Coding Agents
AI 코딩 에이전트가 과거의 경험을 기억하고 활용하는 Memory Transfer Learning(MTL) 방법을 연구한 논문입니다. 기존에는 비슷한 작업에서만 메모리를 활용했지만, 이 방법을 통해 전혀 다른 도메인의 문제들 사이에서도 프로그래밍 언어나 실행 환경에 대한 지식을 효과적으로 전이하고 공유할 수 있습니다.
From P(y|x) to P(y): Investigating Reinforcement Learning in Pre-train Space
LLM의 추론 능력을 높이기 위해 사전 학습(Pre-train) 공간에서 강화 학습을 적용하는 새로운 접근법을 탐구합니다. 기존처럼 특정 질문에 대한 답변 확률을 높이는 대신, 모델의 전반적인 출력 분포 자체를 최적화하여 근본적인 추론 한계를 극복하고 더 넓은 탐색 능력을 유지하도록 돕습니다.
Sema Code: Decoupling AI Coding Agents into Programmable, Embeddable Infrastructure
AI 코딩 에이전트를 특정 IDE나 웹 환경에 종속되지 않도록 분리한 오픈소스 프레임워크인 Sema Code를 소개합니다. 이를 통해 기업들은 다양하고 복잡한 엔지니어링 환경 어디에나 AI 코딩 기능을 레고 블록처럼 쉽게 내장하고 결합하여 사용할 수 있습니다.
Hugging Face Blog
RAD-2: Scaling Reinforcement Learning in a Generator-Discriminator Framework
고도화된 자율 주행을 위한 안전하고 정교한 모션 플래닝 프레임워크인 RAD-2를 제안합니다. 기존 Diffusion 모델이 가진 불안정성과 모방 학습의 한계를 해결하기 위해 Generator-Discriminator 구조를 결합하여 주행의 안정성을 크게 높였습니다.
Hao Gao, Shaoyu Chen, Yifan Zhu
GlobalSplat: Efficient Feed-Forward 3D Gaussian Splatting via Global Scene Tokens
3D Gaussian Splatting의 렌더링 속도와 품질을 동시에 높이기 위해 Global Scene Tokens를 활용하는 GlobalSplat 모델입니다. 기존의 지엽적인 처리 방식을 벗어나 전체 씬의 맥락을 파악함으로써 3D 요소를 효율적으로 배치하고 빠르고 정교하게 재구성할 수 있습니다.
Roni Itkin, Noam Issachar, Yehonatan Keypur
LeapAlign: Post-Training Flow Matching Models at Any Generation Step by Building Two-Step Trajectories
이미지 생성에 쓰이는 Flow Matching 모델을 사람의 선호도에 맞게 미세 조정할 때 발생하는 메모리 부족 및 그래디언트 폭발 문제를 해결하는 기법입니다. 생성 과정을 두 단계의 짧은 궤적으로 단축하여 모델이 이미지를 그리는 어떤 단계에서든 효율적으로 학습을 진행할 수 있게 해줍니다.
Zhanhao Liang, Tao Yang, Jie Wu
GitHub Trending
EvoMap/evolver
AI 에이전트 스스로 발전하고 진화할 수 있도록 돕는 GEP(유전자 진화 프로토콜) 기반의 자가 진화 엔진입니다. 에이전트의 능력을 지속적으로 향상시키고 복잡한 문제를 해결할 수 있는 강력한 프레임워크를 제공합니다.
SimoneAvogadro/android-reverse-engineering-skill
안드로이드 애플리케이션의 리버스 엔지니어링 작업을 전문적으로 도와주는 Claude Code 스킬입니다. 개발자나 보안 전문가가 앱의 내부 구조를 쉽게 분석하고 파악할 수 있도록 AI 기반의 스마트한 도구를 제공합니다.
BasedHardware/omi
사용자의 화면을 시각적으로 인식하고 주변의 대화 내용을 들으며 실시간으로 조언을 제공하는 AI 비서 프로젝트입니다. 일상생활이나 업무 중에 필요한 행동이나 답변을 맥락에 맞게 똑똑하게 제안해 줍니다.
Lordog/dive-into-llms
LLM의 핵심 원리와 작동 방식을 직접 코딩하며 배울 수 있는 실전 프로그래밍 튜토리얼입니다. 기초부터 심화 과정까지 단계별 실습을 통해 대규모 언어 모델 개발과 활용법을 쉽게 익힐 수 있습니다.
Donchitos/Claude-Code-Game-Studios
Claude Code를 실제 게임 개발 스튜디오처럼 완벽하게 탈바꿈시켜 주는 흥미로운 프로젝트입니다. 49개의 AI 에이전트와 72개의 워크플로우 기술이 현실의 개발팀 직급 체계에 맞춰 협업하며 게임을 자동으로 제작해 줍니다.
오늘의 키워드
Reasoning Eval Prompt RAG Agent LLM LoRA AI Coding Multimodal Inference