diagram-design — Claude 코드용 29가지 다이어그램 타입
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
BDH-CQ: In-Context Learning with Recurrent Latent Reasoning
BDH-CQ는 인-컨텍스트 학습과 순환적 잠재 추론을 결합한 새로운 추론 모델입니다. 이 모델은 중간 추론 과정을 언어로 생성하는 대신, 입력된 정보를 바탕으로 순환 메모리를 업데이트하고 고차원 잠재 공간에서 반복 계산을 통해 문제를 해결합니다.
On-Policy Self-Distillation without Any Supervision
기존의 온-폴리시 자가 증류(OPSD)는 외부 감독에 의존하여 진정한 ‘자가’ 증류라고 보기 어려웠습니다. 본 연구에서는 외부의 도움 없이 오직 모델이 생성한 결과물의 내적 일관성만을 활용하여 LLM을 후속 학습시키는 완전한 비지도 온-폴리시 자가 증류 방법을 제안합니다.
ComBodied Agents: a New Paradigm of Human-Centric Agentic AI
기존의 디지털 에이전트와 물리적 에이전트는 각각 소프트웨어와 물리적 상태를 변화시킬 뿐, 인간의 내면 상태나 의도를 파악하는 데는 한계가 있었습니다. 본 연구는 인간의 변화하는 상태와 주체성을 모델링의 핵심으로 삼아 이 간극을 메우는 ‘컴바디드 에이전트(ComBodied Agents)’라는 새로운 인간 중심 AI 패러다임을 제시합니다.
Co-Evolution in Agentic Systems: Toward Self-Directed Evolution Beyond Human Design
단일 에이전트의 자기 진화는 고정된 환경에 의해 한계가 있지만, 여러 에이전트와 환경이 서로 적응 압력을 가하며 함께 발전하는 ‘공진화(co-evolution)’는 인간의 설계를 넘어서는 자기 주도적 진화를 가능하게 합니다. 본 연구는 에이전트 시스템의 공진화에 대한 기존 연구들을 체계적으로 분석하고, 인간의 개입에서 점차 벗어나는 과정을 3단계로 분류하여 제시합니다.
Beyond Pixels: From Video Priors to 4D Worlds
기존 4D 생성 기술은 생성된 비디오를 재구성하거나 특정 비디오 생성 모델을 직접 수정해야 하는 한계가 있었습니다. 본 연구는 비디오 모델을 재학습할 필요 없이, 최종 노이즈 제거 단계의 잠재 표현(latents)이 풍부한 4D 정보를 담고 있다는 점을 활용하여 동적인 3D 씬을 생성하는 새로운 방법을 제안합니다.
Hugging Face Blog
AdvFD: Boosting Visual Generation via Adversarial Fr'echet Distance Loss
생성 모델 학습에 프레셰 거리(Fréchet distance)를 사용하면 특정 지표만 과도하게 최적화되어 시각적 품질이 오히려 저하되는 문제가 발생할 수 있습니다. 이 논문은 적대적 학습으로 특징 공간을 동적으로 조정하는 AdvFD 손실 함수를 제안하여, 이러한 문제를 해결하고 생성된 이미지의 시각적 품질을 크게 향상시킵니다.
SkillZip: Evaluation-Free Skill Compression for Self-Evolving Agents by Discovering Reusable Structure
자기 발전 에이전트는 스킬을 축적하며 성장하지만, 이 과정에서 중복된 내용이 많아져 유지보수가 어렵고 비효율적인 문제가 발생합니다. SkillZip은 스킬의 구조적 특징을 파악하여 재사용 가능한 부분을 자동으로 찾아내고 압축함으로써, 별도의 평가 없이도 에이전트의 스킬 라이브러리를 효율적으로 관리하는 새로운 방법론을 제시합니다.
VIScore: Diagnosing Planning-Relevant Quality in Latent World Models
월드 모델에서 잠재 공간을 정규화하는 것은 안정적인 계획 수립에 중요하지만, 잠재 공간의 분포 특성만으로는 실제 계획 성공 여부를 보장하기 어렵습니다. 이 연구는 잠재 공간이 계획 수립에 얼마나 적합한지를 진단하는 새로운 지표인 VIScore를 제안하여, 다양한 정규화 방법이 계획 성능에 미치는 영향을 더 깊이 분석할 수 있도록 돕습니다.
GitHub Trending
cathrynlavery/diagram-design
클로드 코드(Claude Code)에서 사용할 수 있는 29가지 편집용 다이어그램 유형을 제공하는 프로젝트입니다. 그림자 효과나 복잡한 코드가 없는 깔끔한 디자인이 특징이며, 모든 다이어그램은 독립적인 HTML과 SVG 파일로 구성되어 손쉽게 활용할 수 있습니다.
macro-inc/macro
Macro는 팀의 협업을 위한 통합 워크스페이스로, 이메일, 채팅, 문서, 작업 관리 등 다양한 기능을 하나로 합친 도구입니다. 모든 데이터와 기능은 공유된 AI 메모리를 통해 ‘@’ 기호로 서로 연결되어 유기적인 협업 환경을 제공합니다.
semantica-agi/semantica
Semantica는 AI 시스템의 맥락(Context)을 관리하고 책임성을 부여하기 위한 그래프 네이티브(Graph-Native) 인프라입니다. 이 기술은 AI가 내리는 결정의 근거를 추적하고 설명할 수 있도록 지원하여, 더욱 신뢰할 수 있는 AI 시스템 구축을 목표로 합니다.
stablyai/orca
Orca는 여러 AI 에이전트를 병렬로 실행하고 관리하기 위한 에이전트 개발 환경(ADE)입니다. 사용자는 자신의 구독 계정을 이용해 원하는 코딩 에이전트를 구동할 수 있으며, 데스크톱, 모바일, 가상서버(VPS) 등 다양한 환경을 지원합니다.
msitarzewski/agency-agents
마치 하나의 완전한 AI 에이전시처럼, 다양한 전문 역할을 수행하는 AI 에이전트 모음입니다. 프론트엔드 개발자부터 커뮤니티 관리 전문가까지, 각 에이전트는 고유한 개성과 작업 프로세스를 가지고 특정 결과물을 만들어내도록 설계되었습니다.
AI Weekly
AI Weekly Issue #521: The frontier just split into three markets
최첨단 AI 시장은 더 이상 단일 경쟁 구도가 아니라, 세 가지 다른 종류의 영향력을 겨루는 시장으로 분화되었습니다. 이제는 단순히 최고 성능의 모델을 개발하는 것을 넘어, AI에 대한 접근성을 통제하거나 여러 모델에 작업을 분배하는 중개자 역할이 시장의 승자를 결정하는 핵심 요소가 되었습니다.
오늘의 키워드
Reasoning Inference Eval LLM Distillation Agent Alignment Prompt Claude Claude Code