claude-code-templates — Claude 코딩을 위한 CLI 설정/모니터링 툴
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
Vidu S1: A Real-Time Interactive Video Generation Model
Vidu S1은 사용자가 음성 명령으로 디지털 캐릭터를 제어하며 실시간으로 영상을 생성할 수 있는 상호작용형 비디오 생성 모델입니다. 이 모델은 일반 소비자용 GPU에서도 흐릿함이나 왜곡 없이 무한 길이의 영상을 실시간으로 만들어낼 수 있으며, 사용자가 직접 원하는 인물이나 캐릭터 이미지를 업로드하여 활용할 수도 있습니다.
Accurate, Interdisciplinary and Transparent Structure-property Understanding with Deep Native Structural Reasoning
생물학, 화학, 재료 과학 분야에서 물질의 구조와 특성 간의 관계를 이해하는 것은 매우 중요하지만, 기존 AI는 이를 과학적 원리에 기반하여 설명하는 데 한계가 있었습니다. 이 연구는 ‘심층 원시 구조 추론’이라는 새로운 접근법을 통해, AI가 입체화학, 결합, 대칭과 같은 물리적 제약을 바탕으로 구조적 증거를 해석하고 그 관계를 명확하게 설명할 수 있는 방법을 제시합니다.
Dual Latent Memory in Vision-Language-Action Models for Robotic Manipulation
기존의 시각-언어-행동(VLA) 모델은 현재 관찰 정보에만 의존하기 때문에 과거의 경험을 기억해야 하는 장기적인 로봇 조작 작업에 어려움을 겪습니다. 이 연구는 VLA 모델의 잠재 공간에 직접 기억을 통합하는 ‘이중 잠재 기억’ 구조를 제안하여, 로봇이 과거의 경험을 현재의 추론 과정에 자연스럽게 융합시켜 복잡한 작업을 더 효과적으로 수행할 수 있도록 합니다.
Video-Oasis: Rethinking Evaluation of Video Understanding
비디오-LLM의 벤치마크 성능이 실제 시각적 이해 능력 때문인지, 언어적 추론 능력이나 사전 지식 덕분인지 판단하기 어려운 문제가 있습니다. 이 연구는 새로운 벤치마크를 추가하기보다 한 걸음 물러나, ‘Video-Oasis’라는 틀을 통해 비디오 이해 능력을 평가하는 근본적인 기준 자체를 재검토하고 공유된 평가 기준의 필요성을 강조합니다.
Why Can't I Open My Drawer? Mitigating Object-Driven Shortcuts in Zero-Shot Compositional Action Recognition
제로샷 구성 행동 인식(ZS-CAR) 모델은 새로운 동사-객체 조합을 인식해야 하지만, 실제 동작을 보기보다 객체 종류에만 의존해 행동을 예측하는 ‘객체 주도 지름길’ 오류를 자주 범합니다. 이 연구는 이러한 문제의 원인을 분석하고, 모델이 객체라는 지름길에 의존하지 않고 시간적 증거에 기반하여 행동을 올바르게 인식하도록 유도하는 진단 지표와 해결 방안을 제시합니다.
Hugging Face Blog
LongE2V: Long-Horizon Event-based Video Reconstruction, Prediction, and Frame Interpolation with Video Diffusion Models
LongE2V는 희소한 이벤트 데이터 스트림으로부터 고품질 비디오를 생성하는 새로운 접근법입니다. 이 모델은 사전 훈련된 비디오 확산 모델을 활용하여, 기존 방식의 단점이었던 장기적 불안정성과 흐릿한 텍스처 문제를 해결하고 비디오 재구성, 예측, 프레임 보간 작업을 효과적으로 수행합니다.
UniClawBench: A Universal Benchmark for Proactive Agents on Real-World Tasks
UniClawBench는 일상 도구를 사용하며 현실 세계에서 사용자를 돕는 최신 AI 에이전트의 성능을 평가하기 위해 설계된 새로운 범용 벤치마크입니다. 기존 벤치마크가 제한된 가상 환경과 단일 평가 방식에 의존하는 한계를 극복하여, 실제와 유사한 환경에서 에이전트의 능동적인 문제 해결 능력을 종합적으로 측정합니다.
Enhancing In-context Panoramic Generation via Geometric-aware Pretraining
Canvas360은 기하학적 구조를 고려한 사전 훈련과 후속 미세 조정을 결합하여 컨텍스트에 맞는 파노라마 이미지를 생성하는 2단계 프레임워크입니다. 이 연구는 스타일 변환, 인페인팅 등 다양한 파노라마 생성 작업을 위한 100만 개의 고품질 샘플로 구성된 Canvas360Dataset을 함께 제안하여 데이터 부족 문제를 해결했습니다.
GitHub Trending
davila7/claude-code-templates
이 프로젝트는 Claude Code를 설정하고 모니터링하기 위한 CLI(명령줄 인터페이스) 도구입니다. 사용자는 이 도구를 통해 Claude Code의 작동 방식을 손쉽게 구성하고 관리할 수 있습니다.
google-labs-code/stitch-skills
구글 랩스에서 개발한 에이전트 스킬 라이브러리로, Stitch MCP 서버와 함께 작동하도록 설계되었습니다. 이 스킬들은 개방형 표준을 따르기 때문에 Gemini CLI나 Claude Code와 같은 다양한 코딩 에이전트와 호환되는 것이 특징입니다.
hashicorp/terraform
Terraform은 인프라를 코드로 관리(IaC)하게 해주는 도구로, 안전하고 예측 가능하게 인프라를 생성, 변경, 개선할 수 있습니다. API를 선언적 구성 파일로 코드화하여 팀원들과 공유하고, 코드처럼 편집, 검토, 버전 관리를 할 수 있게 지원합니다.
openai/plugins
이 저장소는 OpenAI 모델의 기능을 확장하는 플러그인 관련 자료를 담고 있습니다. 개발자들은 이 플러그인을 통해 모델이 실시간 정보에 접근하거나 외부 서비스와 상호작용하도록 만들 수 있습니다.
wonderwhy-er/DesktopCommanderMCP
이 프로젝트는 AI 모델인 Claude에게 데스크톱 제어 능력을 부여하는 MCP 서버입니다. 이를 통해 Claude가 직접 터미널을 제어하고, 파일 시스템을 검색하며, 파일 수정까지 수행할 수 있게 됩니다.
오늘의 키워드
Reasoning Vision LLM Eval Fine-tuning RAG Multimodal Agent Claude Claude Code