openai/skills — Codex를 위한 스킬 카탈로그 공개
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
Bilevel Coordinated Reflection: A Game-Theoretic Approach to Multi-Agent LLM Systems
다중 에이전트 LLM 시스템의 협업 방식을 게임 이론을 통해 분석하는 새로운 모델을 제안합니다. 이 모델은 오케스트레이터와 워커 에이전트 간의 상호작용을 2단계 협응 게임으로 정의하여, 기존 시스템의 협업 및 성능 개선 과정을 이론적으로 설명합니다.
Dr. Claw: An AI Scientist Workspace for Vibe Research
AI 코딩 에이전트를 활용한 연구 과정이 여러 도구에 분산되는 문제를 해결하기 위해 ‘Dr. Claw’라는 오픈소스 워크스페이스를 제시합니다. Dr. Claw는 새로운 자율 에이전트가 아니라, 기존 에이전트들을 인간 주도(human-in-the-loop) 워크플로우에 통합하여 연구 과정 전체를 체계적으로 관리하고 감사할 수 있도록 돕습니다.
RoboTok: An Internet-Scale Data Engine for Human Demonstration Retrieval and Dexterous Manipulation Learning
로봇 학습에 필요한 방대하고 다양한 시연 데이터를 수집하는 어려움을 해결하기 위해 ‘RoboTok’이라는 인터넷 스케일 데이터 엔진을 제안합니다. RoboTok은 웹상의 동영상에서 인간의 손동작을 분석하고 관련 데이터를 검색하여, 이를 정교한 로봇 제어 정책 학습에 활용합니다.
Unlocking Lossless Speedups in LLMs via Discrete Diffusion
LLM이 토큰을 순차적으로 생성하여 속도가 느린 자기회귀(autoregressive) 방식의 한계를 극복하기 위한 새로운 방법을 제시합니다. 이 연구는 확산(diffusion) 모델을 결합하여 기존 자기회귀 모델의 분포를 그대로 따르면서도 여러 토큰을 병렬로 생성함으로써, 성능 저하 없이 생성 속도를 크게 향상시킵니다.
FlowBalance: Verifier-Grounded Self-Improvement from On-Policy Reasoning Experience
추론 모델이 자신의 경험을 통해 스스로 학습할 때 발생하는 불안정성 문제를 해결하기 위한 ‘FlowBalance’라는 자기 개선 방법론을 제안합니다. 이 방법은 검증기(verifier)의 신뢰도 높은 피드백과 모델 자체의 피드백 사이의 균형을 맞추어, 잘못된 확신을 강화하거나 특정 해법에 과도하게 집중하는 현상을 방지하고 안정적인 학습을 가능하게 합니다.
Hugging Face Blog
WorldSculpt: Generating Compositional Worlds from Grounded Videos
WorldSculpt는 수백 개의 객체가 뒤섞인 복잡한 장면을 비디오로부터 3D 세계로 생성하는 기술입니다. 이 기술은 각 객체를 개별적인 3D 메시로 분리하여 게임, AR/VR, 시뮬레이션 등에서 활용할 수 있는 구성적인 3D 표현을 만드는 것을 목표로 합니다.
UniMate: One Unified Model to Animate Diverse Skeletons
UniMate는 다양한 형태의 3D 스켈레톤에 애니메이션을 적용할 수 있는 통합 파운데이션 모델입니다. 기존 기술과 달리, 텍스트 프롬프트만으로 특정 구조에 얽매이지 않고 어떤 스켈레톤이든 자연스러운 동작을 생성하여 애니메이션 제작의 병목 현상을 해결합니다.
RISE: Recursive Improvement via Self-Extrapolating Policy Distillation
RISE는 언어 모델의 성능을 스스로 개선하는 새로운 정책 증류(Policy Distillation) 기법입니다. 이 방법은 모델 자신의 학습 궤적을 기반으로 가상의 교사 모델을 구축하여, 외부 교사 모델의 한계나 분포 불일치 문제 없이 재귀적으로 성능을 향상시킵니다.
토스 기술블로그
AI가 팀 규칙을 지키도록 하는 방법
AI 코딩 에이전트는 편리하지만 팀의 고유한 코딩 스타일을 따르지 않는 문제가 있습니다. 토스는 이러한 문제를 해결하기 위해 AI가 팀의 코드 스타일을 학습하고 일관성 있는 코드를 생성하도록 돕는 ‘스타일팩’ 기능을 개발하여 코드 품질과 개발 생산성을 향상시켰습니다.
GitHub Trending
cathrynlavery/diagram-design
이 프로젝트는 Claude Code, Codex와 같은 AI를 위해 설계된 38가지의 편집용 다이어그램 유형을 제공합니다. 그림자 효과가 없고 Mermaid 같은 복잡한 도구 없이, 독립적인 HTML과 SVG 파일만으로 깔끔한 다이어그램을 만들 수 있습니다.
openai/skills
이 저장소는 OpenAI의 Codex 모델을 위한 스킬 카탈로그입니다. Codex가 특정 작업을 더 효과적으로 수행할 수 있도록 미리 정의된 다양한 기능과 능력의 모음을 제공합니다.
affaan-m/ECC
ECC는 AI 에이전트의 성능을 최적화하기 위한 시스템입니다. Claude Code, Codex와 같은 에이전트에게 스킬, 메모리, 보안 기능 등을 제공하여 능력을 향상시키며, 연구 중심의 개발 환경을 지원합니다.
heygen-com/hyperframes
Hyperframes는 HTML 코드를 작성하여 비디오를 렌더링할 수 있게 해주는 혁신적인 프로젝트입니다. 특히 AI 에이전트가 프로그래밍 방식으로 비디오 콘텐츠를 생성할 수 있도록 설계되었습니다.
coreyhaines31/marketingskills
이 프로젝트는 Claude Code와 같은 AI 에이전트를 위한 마케팅 스킬 모음입니다. 전환율 최적화(CRO), 카피라이팅, 검색 엔진 최적화(SEO), 데이터 분석 등 전문적인 마케팅 업무를 AI가 수행할 수 있도록 돕습니다.
오늘의 키워드
LLM Agent Claude RAG Claude Code Retrieval Eval Vision Fine-tuning Inference