Gitlawb/openclaude — 어디서나 실행 가능한 오픈소스 Claude
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
Does On-Policy Distillation Really Distill? From Noisy Teacher to Self-Improvement
On-policy distillation(OPD)은 강화학습의 대안으로 제시되었지만, 이 연구는 교사 모델이 제공하는 지도 신호의 신뢰성에 의문을 제기합니다. 분석 결과, 교사 모델의 지도에는 상당한 노이즈가 포함되어 있으며, 학생 모델의 성능 향상은 불완전한 지도를 극복하는 자기 개선 과정에서 비롯될 수 있음을 시사합니다.
LoopArena: Benchmarking Models as Runtime Controllers for Loop Engineering
이 연구는 코딩 에이전트를 자동화된 루프(loop)로 관리하는 ‘루프 엔지니어링’ 개념과, 이 루프의 제어기 역할을 하는 모델 성능을 평가하는 벤치마크 ‘LoopArena’를 제안합니다. 유능한 코딩 에이전트를 사용하더라도 제어기의 성능이 낮으면 프로젝트가 실패할 수 있으므로, LoopArena는 다양한 제어 모델의 신뢰성과 효율성을 체계적으로 측정합니다.
DreamX-Creator: Democratizing Native Audio-Video Generation at 2K Resolution
DreamX-Creator 1.0은 텍스트 프롬프트와 첫 프레임만으로 2K 고해상도 영상과 음향을 동시에 생성하는 네이티브 오디오-비디오 생성 시스템입니다. 기존 모델들이 음향을 별도 단계에서 합성하는 것과 달리, 이 시스템은 시각적 역동성과 음향 이벤트를 상호적으로 모델링하여 더욱 자연스러운 결과물을 만들어냅니다.
DART-SD: Diamond-topology Aware Retrieval and Tuning for Self-Distillation of Multi-Turn Tool-Calling Agents
여러 단계의 도구 사용이 필요한 자율 에이전트를 학습시킬 때, 기존 방식은 단일 해결 경로만 모방하여 다양한 정답 가능성을 제한하는 문제가 있었습니다. 이 연구는 다이아몬드 형태의 복잡한 해법 공간을 인지하는 DART-SD 기법을 제안하여, 에이전트가 유효한 여러 대안 경로를 탐색하더라도 불이익을 받지 않고 효율적으로 학습하도록 돕습니다.
Lucida: Parse, Generate, and Place for Composable Real-to-Sim Scene Modeling
Lucida는 실제 실내 공간을 로봇 시뮬레이션에 바로 사용할 수 있는 편집 가능한 3D 씬으로 재구성하는 새로운 파이프라인입니다. 기존 방식이 객체가 어지럽게 겹친 실제 환경에서 객체를 정확히 분리하지 못하는 한계를 보인 반면, Lucida는 복잡한 현실 장면을 더 효과적으로 분석하여 완성도 높은 디지털 복제본을 생성합니다.
Hugging Face Blog
DreamX-Creator: Democratizing Native Audio-Video Generation at 2K Resolution
DreamX-Creator 1.0은 기존 모델과 달리 영상과 음향을 분리하지 않고 동시에 생성하는 네이티브 오디오-비디오 생성 시스템입니다. 텍스트 프롬프트와 첫 프레임을 입력받아 2K 고해상도 영상과 그에 맞는 음향을 함께 디노이징(denoising) 처리함으로써, 시각적 요소와 청각적 요소가 긴밀하게 연결된 결과물을 만들어냅니다.
PaperGym: Rubric-Centered Evolution for Research-Plan Generation
AI의 연구 계획 수립 능력을 고도화하기 위한 PaperGym은 과학 논문에서 추출한 평가 기준(rubric)을 강화 학습의 보상으로 활용하는 새로운 프레임워크입니다. 이를 통해 AI는 단순히 원문을 모방하는 수준을 넘어, 스스로 연구 계획의 품질을 평가하고 개선하며 더 창의적인 결과물을 생성하도록 훈련받습니다.
Learning to Evaluate Before Improving: Automatic Rubric Induction for Automatic Research Agents
자율 연구 AI 에이전트가 명확한 기준이 없는 과제에서 겪는 한계를 해결하기 위해, 연구 수행 전 스스로 평가 기준(rubric)을 생성하도록 학습시키는 방법론을 제안합니다. 이 접근법은 AI가 과제의 성공 요건을 먼저 정의하고 이해하게 함으로써, 분석 누락이나 부적절한 방법 사용 등의 오류를 줄이고 신뢰도 높은 연구 결과를 도출하도록 돕습니다.
GitHub Trending
Gitlawb/openclaude
OpenClaude는 어떤 환경에서든 실행 가능한 오픈소스 프로젝트입니다. 다양한 데이터나 도구를 활용할 수 있는 높은 유연성과 범용성을 특징으로 합니다.
Imbad0202/academic-research-skills
이 프로젝트는 Claude Code AI를 위한 학술 연구 스킬셋을 제공합니다. AI가 리서치, 초고 작성, 검토, 수정, 최종화에 이르는 전체 논문 작성 과정을 체계적으로 수행하도록 돕습니다.
THU-MAIC/OpenMAIC
OpenMAIC는 다수의 AI 에이전트가 상호작용하는 몰입형 가상 교실 환경을 제공하는 오픈소스 프로젝트입니다. 사용자는 단 한 번의 클릭으로 여러 AI 에이전트와 함께 학습하는 경험을 할 수 있습니다.
jingyaogong/minimind
minimind는 6400만 개의 파라미터를 가진 소형 LLM을 처음부터 단 2시간 만에 훈련시킬 수 있는 프로젝트입니다. 이를 통해 누구나 비교적 적은 자원으로도 자신만의 언어 모델을 구축하고 실험해 볼 수 있습니다.
K-Dense-AI/scientific-agent-skills
이 프로젝트는 모든 AI 에이전트를 ‘AI 과학자’로 변모시키는 과학 분야 에이전트 스킬 라이브러리입니다. 생물학, 화학, 의학 등 다양한 분야를 포괄하는 165개 이상의 검증된 스킬과 100개 이상의 과학 데이터베이스를 즉시 활용할 수 있습니다.
AI Weekly
AI Weekly Issue #528: What are companies building with AI? An Applied AI Deep Dive
기업들의 실제 AI 활용 사례는 챗봇을 넘어 진단 샘플 운반 드론, 자율주행 트럭 등 매우 다양하게 나타났습니다. 하지만 최근 조사된 136개의 적용 사례 중 단 38개만이 구체적인 성과를 보고하여, AI 도입 효과를 측정하고 검증하는 것이 중요한 과제로 떠올랐습니다.
오늘의 키워드
Vision Distillation Eval Agent Prompt Audio LLM LoRA Retrieval Claude