AI Tech - 2026-06-07
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
Code2LoRA: Hypernetwork-Generated Adapters for Code Language Models under Software Evolution
코드 언어 모델이 소프트웨어 진화에 맞춰 저장소별 컨텍스트를 효율적으로 학습하도록 돕는 Code2LoRA 프레임워크를 제안합니다. 이 기술은 하이퍼네트워크를 이용해 각 저장소에 맞는 LoRA 어댑터를 동적으로 생성함으로써, 추론 시 추가적인 토큰 오버헤드 없이도 프로젝트별 지식을 효과적으로 주입합니다.
ArcANE: Do Role-Playing Language Agents Stay in Character at the Right Time?
롤플레잉 언어 모델이 이야기의 흐름에 따라 캐릭터의 성격 변화를 제대로 반영하는지 평가하는 새로운 벤치마크 ArcANE을 소개합니다. 이 벤치마크는 원작에 나오지 않는 상황에서도 캐릭터의 심리적 성장 궤적에 맞는 반응을 보이는지 자동으로 측정하여, 보다 깊이 있는 역할 수행 능력을 검증합니다.
TIDE: Proactive Multi-Problem Discovery via Template-Guided Iteration
AI 에이전트가 사용자의 명시적인 요청에만 반응하는 수동적 역할을 넘어, 숨겨진 여러 문제를 능동적으로 발견하도록 하는 TIDE 프레임워크를 제안합니다. 이 기술은 주어진 컨텍스트 내에서 잠재된 문제들을 선제적으로 찾아내고 근거와 함께 제시함으로써, 사용자가 인지하지 못했던 부분까지 해결을 돕습니다.
AdaPlanBench: Evaluating Adaptive Planning in Large Language Model Agents under World and User Constraints
LLM 에이전트가 현실 세계처럼 점진적으로 드러나는 제약 조건에 맞춰 계획을 수정하고 적응하는 능력을 평가하기 위한 새로운 벤치마크 AdaPlanBench를 소개합니다. 이 동적 상호작용 벤치마크는 예측 불가능한 세상의 제약과 사용자 요구사항 변화에 따라 에이전트가 얼마나 유연하게 계획을 재수립하는지 측정합니다.
VideoKR: Towards Knowledge- and Reasoning-Intensive Video Understanding
복잡한 지식과 추론 능력을 요구하는 영상 이해 기술을 강화하기 위해 설계된 최초의 대규모 학습 데이터셋 VideoKR을 공개합니다. 이 데이터셋은 전문가 영역의 영상들을 기반으로 31만 5천 개의 추론 예시를 포함하며, 모델이 점진적으로 깊이 있는 영상 추론 능력을 갖추도록 돕습니다.
Hugging Face Blog
Code2LoRA: Hypernetwork-Generated Adapters for Code Language Models under Software Evolution
코드 언어 모델이 리포지토리 전체의 맥락을 이해하는 것은 중요하지만 기존 방식은 비용이 높거나 코드 변경에 취약합니다. 이를 해결하기 위해 Code2LoRA는 하이퍼네트워크를 이용해 각 리포지토리에 맞는 LoRA 어댑터를 생성함으로써, 추론 시 추가적인 토큰 오버헤드 없이 효율적으로 리포지토리 지식을 모델에 주입합니다.
Complexity-Balanced Diffusion Splitting
기존의 확산 모델은 생성 과정 전체에 단일한 대규모 네트워크를 사용하여 비효율적인 문제가 있었습니다. 이를 해결하기 위해 ‘복잡도 균형 분할(CBS)’ 프레임워크는 생성 과정을 여러 단계로 나누고 각 단계의 복잡도에 맞춰 모델 용량을 다르게 할당함으로써 작업 효율성을 크게 향상시킵니다.
MLEvolve: A Self-Evolving Framework for Automated Machine Learning Algorithm Discovery
기존 LLM 에이전트는 머신러닝 알고리즘 발견과 같은 장기적인 작업에서 정보 단절, 기억력 부재 등의 문제로 지속적인 자기 발전에 한계를 보였습니다. MLEvolve는 이러한 문제를 해결하기 위해 제안된 자기 발전형 다중 에이전트 프레임워크로, 여러 에이전트가 협력하여 자동으로 머신러닝 알고리즘을 탐색하고 발전시킵니다.
GitHub Trending
mvanhorn/last30days-skill
이 AI 에이전트 스킬은 특정 주제에 대해 Reddit, X, YouTube 등 다양한 웹 소스를 넘나들며 정보를 조사합니다. 조사한 내용을 바탕으로 근거에 기반한 종합적인 요약문을 생성하여 사용자에게 제공합니다.
MemPalace/mempalace
Mempalace는 현재까지 벤치마크에서 최고의 성능을 기록한 오픈소스 AI 메모리 시스템입니다. 누구나 무료로 사용할 수 있어, AI 애플리케이션에 장기 기억 능력을 손쉽게 통합할 수 있도록 돕습니다.
danielmiessler/Personal_AI_Infrastructure
이 프로젝트는 인간의 능력을 극대화하기 위해 설계된 에이전트형 AI 인프라스트럭처입니다. 사용자는 이를 활용하여 개인화된 AI 에이전트를 구축하고 반복적인 작업을 자동화하며 생산성을 높일 수 있습니다.
openai/plugins
이 저장소는 OpenAI가 공식적으로 제공하는 플러그인 관련 자료를 모아둔 곳입니다. 개발자들은 이곳의 예제와 문서를 참고하여 ChatGPT와 같은 OpenAI 모델의 기능을 확장하는 자신만의 플러그인을 만들 수 있습니다.
Panniantong/Agent-Reach
Agent-Reach는 AI 에이전트가 인터넷 전체를 보고 검색할 수 있는 ‘눈’을 제공하는 도구입니다. 단일 CLI 명령어로 트위터, 레딧, 유튜브 등 다양한 플랫폼의 정보를 API 비용 없이 읽고 검색할 수 있게 해줍니다.
오늘의 키워드
Fine-tuning RAG Agent Eval LLM Reasoning CoT AI Agent Benchmark