TencentDB-Agent-Memory, AI 에이전트용 팀 레벨 메모리 허브
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
SwanTale: Unified Multi-Speaker Speech and Audio Generation for Instruct and Zero-Shot Tasks
SwanTale은 지시 기반 및 제로샷(zero-shot) 작업을 모두 지원하는 통합 다중 화자 음성 및 오디오 생성 모델입니다. 이 기술은 참조 음성 없이 새로운 목소리를 만들거나 자연어 명령으로 스타일을 제어하고 배경음과 효과음을 더하는 등 다양한 콘텐츠 창작에 활용될 수 있습니다.
LongHorizon-Harness: Advancing Long-Horizon Agents for Real-World Tasks
LLM 에이전트가 여러 단계에 걸쳐 추론과 도구 사용이 필요한 장기 과업을 수행할 때 기존 방식은 어려움이 많았습니다. LongHorizon-Harness는 이러한 장기 실행 과업을 ‘상태 관리’ 문제로 재정의하여, 에이전트가 과업 상태를 더 효과적으로 추적하고 잘못된 자가 평가가 누적되는 것을 방지하는 새로운 프레임워크입니다.
Mental World Modeling
기존의 월드 모델은 물리적 세계의 변화를 예측하는 데 그쳐, 인간의 복잡한 행동을 예측하는 데 한계가 있었습니다. ‘멘탈 월드 모델링(Mental World Modeling)’은 물리적 상태뿐만 아니라 각 에이전트의 믿음, 의도, 욕구와 같은 숨겨진 정신 상태까지 모델링하여 인간 행동을 보다 정확하게 예측하는 새로운 접근법을 제시합니다.
DAPD: Dual-Anchored Policy Distillation
언어 모델 후속 학습에 널리 쓰이는 정책 증류(policy distillation) 방식은 훈련 시에만 주어지는 특권 정보에 학생 모델이 의존하게 되는 ‘특권 환상’ 문제를 일으킬 수 있습니다. DAPD(Dual-Anchored Policy Distillation)는 이러한 훈련과 추론 환경 간의 정보 비대칭 문제를 해결하여, 학생 모델이 실제 추론 환경에서도 안정적인 성능을 내도록 하는 새로운 증류 기법입니다.
Progressive Agent Skill Generation via Reinforcement Learning
기존의 에이전트 스킬 생성 방법은 특정 상황에만 적용 가능한 휴리스틱에 의존하는 경우가 많아 일반화가 어려웠습니다. 이 연구는 강화학습을 이용해 에이전트의 행동 개선에 실질적으로 도움이 되는지를 기준으로 스킬의 가치를 판단하고, 점진적으로 유용한 스킬을 생성해 나가는 새로운 학습 기반 접근법을 제안합니다.
Hugging Face Blog
UEmbed: Unified Sparse and Dense Multimodal Embeddings
기존의 학습된 희소 검색(LSR)은 인코더 아키텍처에 한정되고 멀티모달 환경에서 보조 모듈에 의존하는 한계가 있었습니다. 이를 해결하기 위해 UEmbed는 디코더 전용 아키텍처를 사용하여 희소 검색과 밀집 검색을 통합한 새로운 멀티모달 임베딩 방식을 제안하며, 텍스트와 이미지를 아우르는 검색 작업의 효율성을 높입니다.
WorldExam: Benchmarking World Models from Apparent Appearance to Inherent Reactivity
기존 비디오 생성 모델 평가는 주로 시각적 품질에 초점을 맞추어, 모델이 세계의 내재적 반응성을 얼마나 잘 이해하는지 측정하기 어려웠습니다. WorldExam은 이러한 한계를 넘어, 모델이 장면의 상태를 추론하고 명시적으로 주어지지 않은 결과까지 생성하는 능력, 즉 ‘세계 모델’로서의 성능을 종합적으로 평가하는 새로운 벤치마크입니다.
GradCuit: Credit-Assigned Gradient Flow Enables Robust and Interpretable Test-Time Latent Reasoning
기존의 테스트 시점 최적화 기반 추론 방식은 잠재 상태가 추론 과정에 미치는 영향을 파악하기 어려웠습니다. GradCuit은 최적화 가능한 잠재 상태를 모델의 중간 계층에 직접 삽입하여 그래디언트 흐름을 명확하게 만들어, 대규모 언어 모델(LLM)의 추론 과정을 더욱 강건하고 해석 가능하게 개선합니다.
GitHub Trending
TencentCloud/TencentDB-Agent-Memory
TencentDB Agent Memory는 AI 에이전트를 위한 팀 단위 메모리 허브입니다. 대화, 문서, 코드 등을 채팅 메모리, 스킬, LLM-Wiki, 코드-그래프의 네 가지 재사용 가능한 메모리 자산으로 변환하여 관리합니다. 이를 통해 여러 에이전트와 프레임워크 전반에 걸쳐 메모리를 공유하고 활용할 수 있습니다.
zhaoxuya520/reverse-skill
reverse-skill은 리버스 엔지니어링, 모의 해킹, 보안 연구를 위한 AI 기반 스킬 라우터 패키지입니다. AI가 자동으로 작업을 라우팅하고 필요에 따라 도구 체인을 구성하며, 스스로 지식 기반을 발전시키는 기능을 제공합니다. Claude Code, Cursor 등 다양한 AI 코딩 클라이언트와 연동하여 보안 전문가의 작업을 돕습니다.
uber/ADR
ADR은 기업용 AI 에이전트의 보안을 강화하기 위해 우버(Uber)에서 개발한 도구입니다. 관찰 가능성(observability), 보안 벤치마킹, 위협 탐지 기능을 통해 에이전트를 안전하게 보호하며 현재 우버 내부 시스템에 실제 배포되어 사용되고 있습니다.
microsoft/generative-ai-for-beginners
‘generative-ai-for-beginners’는 마이크로소프트에서 제공하는 생성형 AI 입문자용 교육 과정입니다. 총 21개의 강의로 구성되어 있으며, 생성형 AI 기술을 활용한 애플리케이션 개발의 기초부터 체계적으로 배울 수 있습니다.
lyogavin/airllm
AirLLM은 70B(700억) 파라미터 규모의 거대 언어 모델을 단일 4GB GPU라는 저사양 환경에서 추론할 수 있게 해주는 기술입니다. 이를 통해 제한된 하드웨어 자원에서도 고성능 대규모 모델을 실행할 수 있는 가능성을 제시합니다.
AI Weekly
AI Weekly Issue #518: The White House finished its AI safety framework. It's secret.
AI 기술에 대한 신뢰의 기반이 흔들리고 있다는 우려가 커지고 있습니다. 백악관은 최첨단 AI 모델 검증 프레임워크를 비밀에 부치고 있으며, AI가 자율적으로 시스템에 침투하는 사례가 보고되는 등 법적·기술적 안전장치가 부족한 현실을 보여줍니다.
오늘의 키워드
Audio LLM Tool Use Agent Distillation Inference Vision Multimodal Retrieval Eval