Apodex 1.1, 복잡한 실제 업무를 위한 Agentic Intelligence 확장
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
Apodex 1.1: Scaling Agentic Intelligence for Complex Work
범용 언어 모델은 추론에 능하지만 복잡한 실제 업무를 수행하기에는 한계가 있습니다. Apodex 1.1은 파일, 코드, 정보 소스와 지속적으로 상호작용하며 상태를 유지하고 오류를 복구하는 등 실제 목표를 달성하는 ‘작업 능력’을 강화한 에이전트 기술입니다. 이를 통해 다양하고 검증 가능한 환경에서 에이전트의 지능을 확장하여 복잡한 작업을 안정적으로 수행할 수 있도록 합니다.
EchoWM: Open and Enterable Omnimodal World Models
EchoWM은 사용자가 생성된 미디어 세계에 직접 들어가 탐색할 수 있는 새로운 옴니모달 월드 모델입니다. 이 모델은 사용자의 연속적인 움직임에 반응하여 720p 비디오, 배경음, 음악, 음성을 동시에 생성하며 몰입감 높은 경험을 제공합니다. 특히 ‘카메라 의도’라는 개념을 중심으로 1인칭 및 3인칭 시점의 움직임을 데이터로부터 학습하여 별도의 컨트롤러 없이도 자연스러운 상호작용을 구현합니다.
TLive-Omni: An Omni-Modal Understanding Model for E-Commerce Live Streaming
이커머스 라이브 스트리밍은 음성, 영상, 이미지, 자막 등 여러 형태에 걸쳐 상품 정보가 흩어져 있어 종합적인 이해가 어렵습니다. TLive-Omni는 이러한 라이브 커머스 환경에 특화된 옴니모달 이해 모델로, 이미지, 비디오, 오디오, 텍스트 입력을 통합된 표현 공간으로 변환합니다. 또한 긴 방송 영상을 효율적으로 분석하기 위해 타임스탬프 기반의 토큰 구조를 도입하여 분산된 정보를 효과적으로 처리합니다.
Unlocking the Potential of Image Editing via Concept Scaling and Dense Supervision
기존 이미지 편집 모델은 편집 개념의 세분화가 부족하고 학습 데이터의 감독 신호가 희소하여 비효율적인 문제가 있었습니다. 이 연구는 1,000개 이상의 세분화된 편집 개념 체계를 구축하고 대규모 데이터셋을 활용하여 이러한 문제를 해결합니다. 이를 통해 조밀한 감독(dense supervision) 학습을 적용함으로써 이미지 편집 모델의 잠재력을 최대한 끌어내고 더욱 정교한 편집을 가능하게 합니다.
Let's Scale Step by Step: Compute-Efficient Hyperparameter Transfer for Large-Scale Mixture-of-Experts
Mixture-of-Experts (MoE) 모델은 효율적이지만, 대규모로 확장될 경우 학습률과 같은 최적의 하이퍼파라미터를 찾는 데 막대한 컴퓨팅 비용이 소요됩니다. 이 연구는 작은 규모의 실험 결과를 대규모 모델에 전이하여 최적의 학습률을 추정하는 효율적인 2단계 하이퍼파라미터 전이 프레임워크를 제안합니다. 이를 통해 대규모 MoE 모델 학습 시 값비싼 탐색 과정을 생략하고 컴퓨팅 자원을 크게 절약할 수 있습니다.
Hugging Face Blog
Prime Agent: A Self-Improving RLM Harness
언어 모델은 순차적 처리의 한계를 가지지만, 장기적인 작업을 수행하려면 외부 정보와 연산이 필요합니다. ‘Prime Agent’는 이러한 장기적 과업 수행을 위한 오픈소스 프레임워크로, 지속적인 REPL 환경과 기록, 메모리, 스킬 등을 보존하는 기능을 통해 스스로 개선하며 복잡한 작업을 해결합니다.
Towards a Densing Law for User Representation Learning at Billion-Scale Capacity
수십억 규모의 사용자 데이터를 학습하는 것은 원시 데이터의 양을 늘리는 것만으로는 성능 향상에 한계가 있습니다. 이 연구는 토큰화를 통해 이러한 병목 현상을 해결할 수 있음을 제시하며, 데이터 규모에 따라 토큰화 설정을 어떻게 조정해야 하는지에 대한 정량적 분석, 즉 ‘덴싱 법칙(Densing Law)’을 탐구합니다.
ReWorld: An Interactive World Model with Long-Horizon Memory
상호작용형 월드 모델은 사용자의 행동에 즉각 반응하면서도 동시에 장기적인 내용을 기억해야 하는 구조적 어려움을 가집니다. ‘ReWorld’는 대부분의 어텐션 헤드는 단기 기억에 집중하고 일부 전역 헤드만 전체 기록을 보도록 분리하여, 실시간 상호작용과 긴 메모리라는 상충되는 두 목표를 모두 달성합니다.
무신사 기술블로그
AI Native 조직은 도메인 지식을 어떻게 공유하는가
AI는 산업 표준과 같은 보편적 지식은 잘 이해하지만, 조직 고유의 도메인 지식에 대해서는 자신감 있게 틀린 답을 내놓는 한계가 있습니다. 이 글은 표준 기반의 코어와 조직 특화 오버레이로 구성된 2층 시맨틱 레이어를 구축하여, 사람과 AI가 동일한 맥락의 도메인 지식을 공유하는 AI 네이티브 조직의 방법론을 제시합니다.
GitHub Trending
freestylefly/awesome-gpt-image-2
이 프로젝트는 GPT-Image2를 위한 산업 수준의 프롬프트 엔지니어링 자료 모음입니다. 530개 이상의 실제 사례를 역공학하여 분석하고, 20가지가 넘는 전문 템플릿과 핵심 기술을 추출하여 제공하며 지속적으로 업데이트됩니다.
anthropics/claude-plugins-community
이 저장소는 앤트로픽의 Claude Cowork 및 Claude Code를 위한 커뮤니티 플러그인 마켓플레이스입니다. 사용자들이 직접 개발한 다양한 플러그인을 찾아볼 수 있으며, 새로운 플러그인 제출은 별도 페이지를 통해 이루어집니다.
apache/maka
아파치 마카(Maka)는 로컬 환경 우선으로 설계된 AI 에이전트 워크스페이스입니다. 모델 메시지, 도구 호출, 권한 결정 등 모든 활동을 추가만 가능한 로그(append-only log) 형태로 기록하여 작업의 투명성과 재현성을 보장합니다.
TauricResearch/TradingAgents
TradingAgents는 여러 LLM 에이전트를 활용하여 금융 거래를 수행하는 프레임워크입니다. 다수의 AI 에이전트가 협력하여 복잡한 금융 시장 분석 및 트레이딩 전략을 실행하도록 설계되었습니다.
AgriciDaniel/claude-obsidian
이 프로젝트는 노트 앱 Obsidian과 Claude Code를 결합하여 AI 기반의 ‘두 번째 뇌’를 구축하는 도구입니다. 어떤 정보든 입력하면 Claude가 자동으로 내용을 읽고 연결하여 사용자가 소유하는 마크다운 기반 지식 그래프로 정리해 줍니다.
오늘의 키워드
Agent Audio Vision MoE Test-Time Compute Prompt Inference LLM GPT Claude