Seeing Fast and Slow — 비디오 속 시간 흐름을 학습하는 모델
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
LLaDA2.0-Uni: Unifying Multimodal Understanding and Generation with Diffusion Large Language Model
LLaDA2.0-Uni는 텍스트와 이미지 같은 다양한 종류의 데이터를 하나의 모델에서 이해하고 생성까지 할 수 있는 새로운 dLLM(diffusion Large Language Model)입니다. 시각 정보를 텍스트처럼 잘게 쪼개어 처리하는 방식으로, 복잡한 멀티모달 작업을 통합된 프레임워크에서 효율적으로 수행합니다.
LLaTiSA: Towards Difficulty-Stratified Time Series Reasoning from Visual Perception to Semantics
LLM이 시계열 데이터를 제대로 이해하는 것은 여전히 어려운 과제입니다. 이 연구는 시계열 추론(Time Series Reasoning) 문제의 난이도를 체계적으로 분류하고, 이를 기반으로 새로운 데이터셋 HiTSR을 공개하여 LLM의 시계열 데이터 분석 능력을 한 단계 발전시키고자 합니다.
Near-Future Policy Optimization
강화학습(RL)의 성능을 높이기 위해 좋은 외부 데이터를 활용하는 것은 매우 중요하지만, 적절한 데이터를 찾기 어렵습니다. 이 논문은 기존 학습 과정에서 얻은 데이터와 외부 고품질 데이터를 효과적으로 결합하는 ‘Near-Future Policy Optimization’이라는 새로운 방법을 제안하여 더 빠른 학습과 높은 성능을 달성합니다.
DR-Venus: Towards Frontier Edge-Scale Deep Research Agents with Only 10K Open Data
스마트폰 같은 엣지 디바이스에서도 강력한 성능을 내는 소형 연구 에이전트 개발에 대한 논문입니다. DR-Venus는 단 1만 개의 공개 데이터만을 사용하여 학습 데이터의 품질과 활용도를 극대화하는 전략으로, 비용과 속도, 개인정보 보호에 유리한 4B 크기의 고성능 에이전트를 구현했습니다.
WorldMark: A Unified Benchmark Suite for Interactive Video World Models
최근 급부상하는 인터랙티브 비디오 생성 모델들은 각자 다른 기준으로 평가되어 공정한 성능 비교가 어려웠습니다. 이 문제를 해결하기 위해 ‘WorldMark’라는 통합 벤치마크를 제안하여, 모든 모델을 동일한 조건에서 객관적으로 평가할 수 있는 표준을 마련했습니다.
Hugging Face Blog
Seeing Fast and Slow: Learning the Flow of Time in Videos
이 연구는 AI가 비디오 속 시간의 흐름, 즉 빠르기와 느림을 학습하고 제어하는 방법에 대해 다룹니다. 비디오에 자연스럽게 존재하는 여러 단서를 활용하여, AI가 단순히 장면을 인식하는 것을 넘어 시간의 속도를 이해하고 조작할 수 있는 모델을 개발합니다.
Yen-Siang Wu, Rundong Luo, Jingsen Zhu
TingIS: Real-time Risk Event Discovery from Noisy Customer Incidents at Enterprise Scale
대규모 클라우드 서비스에서 장애를 실시간으로 탐지하는 것은 매우 중요합니다. ‘TingIS’는 수많은 고객 문의 데이터 속에 숨겨진 기술적 위험 신호를 실시간으로 분석하고 발견하는 시스템으로, 노이즈가 많고 복잡한 데이터로부터 핵심적인 문제를 빠르게 파악하여 대응할 수 있게 돕습니다.
Jun Wang, Ziyin Zhang, Rui Wang
Context Unrolling in Omni Models
Omni는 텍스트, 이미지, 비디오, 3D 등 다양한 데이터를 함께 학습한 통합 멀티모달 모델입니다. 이 모델은 여러 종류의 데이터를 넘나들며 종합적으로 추론하는 ‘Context Unrolling’ 능력을 보여주며, 이를 통해 각 데이터의 보완적인 정보를 활용하여 더 정확한 예측을 수행합니다.
Ceyuan Yang, Zhijie Lin, Yang Zhao
GitHub Trending
Alishahryar1/free-claude-code
터미널, VS Code 확장 프로그램, 또는 디스코드를 통해 Claude의 코드 생성 모델을 무료로 사용할 수 있게 해주는 도구입니다. 개발자들이 강력한 AI 코딩 어시스턴트 기능을 손쉽게 활용할 수 있도록 돕습니다.
huggingface/ml-intern
허깅페이스에서 공개한 오픈소스 AI 기반 머신러닝 엔지니어입니다. 이 AI 에이전트는 논문을 읽고 이해하며, 직접 모델을 훈련시키고 배포하는 작업까지 자동화하여 ML 개발 과정을 돕습니다.
zilliztech/claude-context
Claude 같은 코딩 에이전트가 프로젝트의 전체 코드베이스를 한 번에 파악하고 컨텍스트로 활용할 수 있도록 돕는 도구입니다. 이를 통해 AI가 더 넓은 맥락을 이해하고 정확한 코드를 제안하거나 수정할 수 있게 됩니다.
open-metadata/OpenMetadata
데이터 검색, 관찰, 거버넌스를 위한 통합 메타데이터 플랫폼입니다. 중앙 집중식 저장소와 상세한 데이터 계보 추적 기능 등을 통해 조직 내 데이터 자산을 효율적으로 관리하고 팀 간의 협업을 촉진합니다.
PostHog/posthog
성공적인 제품 개발을 위한 올인원 개발자 플랫폼입니다. 제품 분석, 세션 리플레이, 기능 플래그, A/B 테스트 등 제품 개발과 성장에 필요한 거의 모든 도구를 하나로 통합하여 제공합니다.
오늘의 키워드
LLM RAG Eval LoRA Small Language Model Agent Multimodal Claude Claude Code