ai-job-search — Claude 기반의 자동화된 구직 에이전트
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
OmniOpt: Taxonomy, Geometry, and Benchmarking of Modern Optimizers
대규모 모델 훈련을 위한 최적화기(optimizer) 선택은 복잡한 시스템 설계 문제가 되었지만, 100가지가 넘는 방법론들은 파편화되어 있습니다. 이에 OmniOpt는 모든 최적화기 업데이트를 5단계 메타 파이프라인으로 구조화하여, 연구 커뮤니티를 위한 통합된 조사 및 벤치마크를 제공합니다.
UI-MOPD: Multi-Platform On-Policy Distillation for Continual GUI Agent Learning
여러 플랫폼에서 작동하는 GUI 에이전트를 개발하는 것은 데이터 부족과 플랫폼별 상호작용 방식의 차이로 인해 어렵습니다. UI-MOPD는 이러한 문제를 해결하기 위해 제안된 프레임워크로, 에이전트가 여러 플랫폼을 거치며 지속적으로 학습하고 새로운 플랫폼에 효율적으로 적응할 수 있도록 돕습니다.
ResearchStudio-Reel: Automate the Last Mile of Research from Paper to Poster, Video, and Blog
논문을 포스터, 영상, 블로그 게시물로 만드는 연구 결과물 배포 과정은 여전히 수작업에 의존하고 있습니다. ResearchStudio-Reel은 이 과정을 자동화하여, 연구자가 파워포인트나 워드에서 직접 수정할 수 있는 고품질의 결과물을 생성함으로써 연구 확산의 마지막 단계를 효율적으로 해결합니다.
PixWorld: Unifying 3D Scene Generation and Reconstruction in Pixel Space
3D 재구성(reconstruction)과 생성(generation)은 일반적으로 별개의 패러다임으로 다루어져 왔으며, 이를 잠재 공간(latent space)에서 통합하려는 시도는 정보 손실 등의 단점이 있었습니다. PixWorld는 픽셀 공간에서 직접 3D 장면의 생성과 재구성을 통합하는 새로운 접근법을 제시하여, 사전 훈련된 오토인코더 없이도 두 작업을 효과적으로 수행합니다.
DataComp-VLM: Improved Open Datasets for Vision-Language Models
고성능 비전-언어 모델(VLM)을 구축하려면 대규모 학습 데이터셋을 신중하게 큐레이션해야 하지만, 이러한 전략을 평가할 체계적인 벤치마크가 부족했습니다. 이를 해결하기 위해 DataComp-VLM(DCVLM)은 이미지-캡션, 문서, 텍스트 등 다양한 유형의 데이터로 구성된 대규모 코퍼스를 제공하여, 데이터 중심의 VLM 훈련 개선 연구를 위한 표준 벤치마크를 제시합니다.
Hugging Face Blog
PixWorld: Unifying 3D Scene Generation and Reconstruction in Pixel Space
3D 장면 생성과 복원은 보통 별개의 기술로 다루어졌습니다. PixWorld는 픽셀 공간에서 이 두 작업을 통합하여, 기존 잠재 공간(latent space) 방식의 정보 손실 문제와 사전 학습된 VAE 의존성을 해결하는 새로운 프레임워크를 제시합니다.
LLM-as-a-Verifier: A General-Purpose Verification Framework
기존 LLM 성능 향상이 주로 컴퓨팅 자원 확장에 초점을 맞춘 것과 달리, 이 연구는 ‘검증(verification)’ 능력을 새로운 발전 축으로 제시합니다. ‘LLM-as-a-Verifier’는 별도 학습 없이도 에이전트 작업의 결과물 정확성을 판단하고 세밀한 피드백을 제공하여, LLM이 스스로 솔루션의 정합성을 검증하게 하는 범용 프레임워크입니다.
MV-Forcing: Long Multi-View Video Generation via 4D-Grounded Spatio-Temporal Self-Forcing
최근 비디오 확산 모델은 긴 단일 시점 영상이나 짧은 다중 시점 영상 생성은 가능했지만, 길면서도 여러 시점에서 일관된 동적 장면 영상 생성에는 한계가 있었습니다. MV-Forcing은 순차적으로 생성된 뷰 사이에 4D 기하학적 다리를 놓아 시간적, 공간적 자기회귀(autoregression)를 결합함으로써 이 문제를 해결하는 새로운 프레임워크를 제안합니다.
무신사 기술블로그
LLM 비용 64% 절감, 캐시 히트율 98% 달성기
무신사 29CM 팀은 AWS Bedrock 기반 LLM의 운영 비용이 계속 증가하는 문제를 겪었습니다. 이들은 API별 비용 분석이 어려운 문제를 해결하기 위해 먼저 메트릭 가시성을 확보했고, 이후 Prompt Caching을 도입하여 LLM 비용을 64% 절감하고 캐시 히트율 98%를 달성하는 성과를 거두었습니다.
GitHub Trending
MadsLorentzen/ai-job-search
이 프로젝트는 Claude Code를 활용한 AI 기반 구직 자동화 프레임워크입니다. 사용자가 자신의 프로필을 입력하면 AI가 자동으로 채용 공고를 평가하고, 맞춤형 이력서와 자기소개서를 작성해주며 면접 준비까지 지원합니다.
Zackriya-Solutions/meetily
개인정보 보호에 중점을 둔 오픈소스 AI 회의 비서 도구입니다. 모든 데이터 처리가 클라우드 없이 100% 로컬에서 이루어지며, 빠른 실시간 음성 기록, 화자 구분, 회의 요약 기능을 제공합니다.
addyosmani/agent-skills
이 프로젝트는 AI 코딩 에이전트가 실제 상용 서비스 수준의 역량을 갖추도록 돕는 엔지니어링 기술들을 정리한 자료입니다. AI 에이전트의 개발 및 문제 해결 능력을 실무에 적용 가능한 수준으로 끌어올리는 데 필요한 핵심 기술들을 다룹니다.
asgeirtj/system_prompts_leaks
Claude, GPT, Gemini 등 주요 AI 모델에서 추출된 시스템 프롬프트를 수집하고 공유하는 프로젝트입니다. 이를 통해 각 AI가 어떤 지침과 규칙에 따라 응답을 생성하는지 그 내부 동작 원리를 파악할 수 있습니다.
TencentCloud/CubeSandbox
텐센트 클라우드에서 공개한 AI 에이전트 전용 샌드박스 기술입니다. 즉각적인 실행, 동시성, 보안성, 경량화를 특징으로 하여 AI 에이전트가 안전하고 격리된 환경에서 작업을 수행할 수 있도록 지원합니다.
오늘의 키워드
RAG Benchmark Multimodal Distillation Agent Eval LLM Test-Time Compute Prompt Claude