thunderbolt 트렌드 지속 — bring-your-own AI 흐름
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
RationalRewards: Reasoning Rewards Scale Visual Generation Both Training and Test Time
시각적 생성 보상 모델이 단순한 점수 대신 다차원적인 평가와 그 이유를 명시적으로 생성하도록 학습시키는 방법을 제안합니다. 이를 통해 강화학습 훈련 과정과 테스트 환경 모두에서 생성기의 성능을 개선하고 평가 과정을 더 투명하게 만듭니다.
HY-World 2.0: A Multi-Modal World Model for Reconstructing, Generating, and Simulating 3D Worlds
텍스트, 이미지, 비디오 등 다양한 입력을 받아 고품질 3D 환경을 생성하고 시뮬레이션할 수 있는 멀티모달 World Model인 HY-World 2.0을 소개합니다. 특히 텍스트나 단일 이미지만으로도 자유롭게 탐색 가능한 3D Gaussian Splatting 기반의 입체적인 세계를 만들어낼 수 있습니다.
DR^{3}-Eval: Towards Realistic and Reproducible Deep Research Evaluation
복잡하고 긴 호흡이 필요한 연구용 AI 에이전트를 평가하기 위해 현실적이고 재현 가능한 DR^{3}-Eval 벤치마크를 제안합니다. 실제 사용자가 제공한 자료를 바탕으로 구성되어, 멀티모달 이해력과 다중 파일 기반의 보고서 생성 능력을 정확하게 측정할 수 있습니다.
Memory Transfer Learning: How Memories are Transferred Across Domains in Coding Agents
코딩 에이전트가 단일 도메인을 넘어 다양한 작업 환경에서도 축적된 기억(Memory)을 활용할 수 있도록 돕는 Memory Transfer Learning (MTL) 방법을 연구했습니다. 통합된 메모리 풀을 활용하여 서로 다른 프로그래밍 환경이나 언어 사이에서도 지식을 효과적으로 전달하고 코딩 문제 해결 능력을 향상시킵니다.
RAD-2: Scaling Reinforcement Learning in a Generator-Discriminator Framework
자율주행의 모션 플래닝을 개선하기 위해 Generator와 Discriminator 구조를 활용한 RAD-2 프레임워크를 제안합니다. 기존 모방 학습의 한계를 극복하고 강화학습을 적용하여, 복잡한 주행 상황에서도 안정적이고 피드백 수용이 가능한 폐루프(closed-loop) 제어를 실현합니다.
Hugging Face Blog
RAD-2: Scaling Reinforcement Learning in a Generator-Discriminator Framework
자율주행의 모션 플래닝을 개선하기 위해 Generator와 Discriminator 구조를 활용한 RAD-2 프레임워크를 제안합니다. 기존 모방 학습의 한계를 극복하고 강화학습을 적용하여, 복잡한 주행 상황에서도 안정적이고 피드백 수용이 가능한 폐루프(closed-loop) 제어를 실현합니다.
Hao Gao, Shaoyu Chen, Yifan Zhu
GlobalSplat: Efficient Feed-Forward 3D Gaussian Splatting via Global Scene Tokens
3D Gaussian Splatting의 효율성을 높이기 위해 Global Scene Tokens를 활용하는 GlobalSplat 모델을 소개합니다. 기존의 지역적인 할당 방식의 한계를 벗어나 전체 장면의 맥락을 이해함으로써, 렌더링 품질과 3D 재구성 속도를 모두 크게 개선했습니다.
Roni Itkin, Noam Issachar, Yehonatan Keypur
LeapAlign: Post-Training Flow Matching Models at Any Generation Step by Building Two-Step Trajectories
Flow Matching 모델을 인간의 선호도에 맞게 미세조정할 때 발생하는 메모리 및 그래디언트 폭발 문제를 해결하는 LeapAlign 방법을 제안합니다. 전체 생성 과정을 짧은 두 단계 궤적으로 나누어 학습함으로써, 최종 이미지 품질에 중요한 초기 생성 단계까지 효과적으로 최적화할 수 있습니다.
Zhanhao Liang, Tao Yang, Jie Wu
GitHub Trending
thunderbird/thunderbolt
사용자가 AI 모델을 직접 선택하고 데이터 소유권을 유지할 수 있도록 돕는 오픈소스 도구입니다. 특정 기업에 종속되는 Vendor lock-in을 방지하며, 나만의 맞춤형 AI 환경을 완벽하게 통제할 수 있습니다.
tractorjuice/arc-kit
기업의 엔터프라이즈 아키텍처(EA) 관리와 벤더 조달 과정을 돕는 실용적인 툴킷입니다. 체계적인 거버넌스 구축을 위한 다양한 템플릿과 가이드를 제공하여 효율적인 IT 인프라 기획을 지원합니다.
openai/openai-agents-python
OpenAI에서 공식적으로 제공하는 Python 기반의 경량화된 Multi-agent 워크플로우 프레임워크입니다. 여러 AI 에이전트들이 서로 협력하여 복잡한 작업을 수행할 수 있도록 쉽고 강력한 개발 환경을 제공합니다.
paperless-ngx/paperless-ngx
커뮤니티 주도로 개발되는 강력한 오픈소스 문서 관리 시스템입니다. 종이 문서나 디지털 파일을 스캔, 색인화, 보관하는 모든 과정을 자동화하여 체계적이고 깔끔한 문서 보관 환경을 만들어줍니다.
EvoMap/evolver
유전자 진화 프로토콜(GEP)을 기반으로 작동하는 AI 에이전트용 자가 진화 엔진입니다. 에이전트 스스로 능력을 개선하고 진화할 수 있는 독특한 환경을 제공하여 더욱 고도화된 AI 시스템 구축을 돕습니다.
AI Weekly
AI Weekly Issue #485: When AI teaches AI, it teaches in secret
Nvidia의 젠슨 황과 Anthropic에 얽힌 최신 AI 업계의 흥미로운 소식을 다루는 뉴스레터입니다. AI 에이전트 엔지니어링의 발전 현황과 다가오는 기술적 변곡점에 대한 심도 있는 팟캐스트 요약도 함께 만나볼 수 있습니다.
오늘의 키워드
Reasoning Eval Prompt Multimodal Retrieval Agent RAG Inference Fine-tuning Alignment