CloddsBot — 1000개 이상 시장에서 자율 거래하는 오픈소스 AI 에이전트
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
Show-Harness: Just a VLM Agent Can Play Robots
파운데이션 비전-언어 모델(VLM)이 가진 방대한 지식을 로봇 제어에 활용하는 것은 어려운 과제입니다. ‘Show-Harness’는 VLM이 로봇을 ‘플레이’할 수 있도록, 의도를 행동으로 연결하는 간결한 시맨틱 인터페이스를 제공하는 새로운 프레임워크입니다. 이 시스템을 통해 VLM은 추상적인 행동 단위를 다루고, 내장된 해석기가 이를 로봇의 구체적인 동작으로 변환하여 복잡한 제어 문제를 해결합니다.
AgentGrad: Intervention-guided Prompt Optimization for Multi Agent Systems
LLM 기반 다중 에이전트 시스템(MAS)의 성능은 각 에이전트의 프롬프트 설계에 크게 좌우됩니다. ‘AgentGrad’는 자연어 피드백을 이용해 프롬프트를 최적화하는 기존 방식의 한계를 극복하기 위한 새로운 방법론을 제시합니다. 이 방법은 개입 기반의 접근법을 통해 프롬프트 업데이트 과정의 효율성과 정확성을 높여 다중 에이전트 시스템의 전반적인 성능을 향상시킵니다.
Programmable World Model
최근 비디오 월드 모델은 현실적인 시각 경험을 생성하지만, 일관된 월드 상태를 유지하거나 프로그래밍된 규칙을 장시간 적용하는 데 한계가 있습니다. ‘Programmable World Model’은 월드 상태의 변화와 시각적 결과물 생성을 분리하는 새로운 프레임워크를 제안합니다. 이 모델은 자연어 지시를 실행 가능한 프로그램으로 변환하여 개체의 상태와 규칙을 직접 제어함으로써, 더 안정적이고 예측 가능한 가상 세계를 구축합니다.
OpenWAM: An Open, Modular Exploration Towards Systematic World-Action Model Pretraining
기존의 월드-액션 모델 시스템은 생성 모델, 아키텍처, 데이터 등 모든 요소가 긴밀하게 결합되어 있어 어떤 설계가 중요한지 파악하기 어려웠습니다. ‘OpenWAM’은 이러한 문제를 해결하기 위해 월드-액션 모델 사전 훈련을 체계적인 실험 프로그램으로 전환하는 개방형 모듈식 연구 스택을 제안합니다. 이를 통해 연구자들은 다양한 설계 요소를 통제하며 실험하고, 모델 성능에 영향을 미치는 핵심 요인을 명확히 규명할 수 있습니다.
Marigold V2: Revisiting Diffusion Transformers for Monocular Depth Estimation
단일 이미지로부터 깊이를 추정하는 단안 깊이 추정 기술은 여전히 새로운 유형의 입력 데이터에 대한 일반화 성능과 세밀한 결과물 생성에 어려움을 겪고 있습니다. ‘Marigold V2’는 최신 이미지 생성 모델인 디퓨전 트랜스포머(DiT)를 깊이 추정에 활용하는 기존 기법을 재검토하고 개선한 새로운 버전입니다. 이 모델은 더 선명하고 정교한 깊이 맵을 생성하며, 다양한 환경에서의 일반화 성능을 크게 향상시켰습니다.
Hugging Face Blog
Show-Harness: Just a VLM Agent Can Play Robots
기존의 비전-언어 모델(VLM)이 가진 지능을 로봇 제어에 적용하는 것은 어려운 과제였습니다. ‘Show-Harness’는 VLM이 의도를 행동으로 연결하는 간결한 시맨틱 인터페이스를 통해 로봇을 ‘플레이’할 수 있도록 지원하는 새로운 프레임워크입니다. 이 기술은 VLM이 추론할 수 있는 의미론적 행동 단위를 제공하고 이를 로봇의 실제 동작으로 변환하여 VLM의 지능을 로봇 제어에 효과적으로 활용합니다.
Programmable World Model
최신 비디오 월드 모델은 현실적인 시각 경험을 제공하지만, 장시간 일관된 월드 상태를 유지하거나 프로그래밍 가능한 규칙을 적용하는 데 한계가 있습니다. ‘프로그래머블 월드 모델’은 월드 상태의 변화를 시각적 관찰 생성과 분리하는 새로운 프레임워크입니다. 이 모델은 자연어 지시를 실행 가능한 프로그램으로 변환하여 엔티티의 상태와 규칙을 직접 제어함으로써 보다 안정적인 가상 세계를 구현합니다.
Φ-Bench: Can Large Language Models Engineer the Infrastructure That Powers Them?
대규모 언어 모델(LLM)이 스스로를 구동하는 인프라를 개발하고 최적화할 수 있는지에 대한 관심이 높아지고 있지만, 기존 벤치마크는 이를 평가하기에 부족했습니다. ‘Φ-Bench’는 LLM이 개방적이고 장기적인 관점에서 LLM 인프라 엔지니어링 작업을 수행하는 능력을 종합적으로 평가하기 위해 새롭게 제시된 벤치마크입니다. 이 벤치마크는 단편적인 커널이나 사전 정의된 작업의 한계를 넘어, LLM의 실제 인프라 개발 역량을 측정하는 것을 목표로 합니다.
GitHub Trending
alsk1992/CloddsBot
CloddsBot은 1000개 이상의 다양한 시장에서 자동으로 거래를 수행하는 오픈소스 AI 트레이딩 에이전트입니다. Claude 모델을 기반으로 사용자가 쉬는 동안에도 시장 기회를 포착하고 즉시 거래를 실행하며, 위험 관리까지 자율적으로 처리합니다.
Tencent/teamai-cli
Tencent/teamai-cli는 모든 팀이 AI 네이티브(AI Native)가 되도록 돕는 것을 목표로 하는 커맨드 라인 인터페이스(CLI) 도구입니다. 이 프로젝트는 개발팀이 AI 기술을 더 쉽게 도입하고 작업 흐름에 통합할 수 있도록 지원합니다.
AlexsJones/llmfit
llmfit은 수백 가지의 다양한 LLM 모델 중 자신의 하드웨어에서 실행 가능한 모델이 무엇인지 찾아주는 도구입니다. 단 하나의 명령어로 호환성 확인이 가능하여, 개발자가 자신의 환경에 맞는 최적의 모델을 쉽게 선택할 수 있도록 돕습니다.
cathrynlavery/diagram-design
diagram-design은 Claude Code, Codex, Pi와 같은 AI 모델을 위해 디자인된 38가지 유형의 다이어그램 템플릿 모음입니다. 그림자 효과나 복잡한 종속성 없이 깔끔한 디자인을 특징으로 하며, 독립적인 HTML과 SVG 파일로 구성되어 간편하게 사용할 수 있습니다.
freestylefly/awesome-gpt-image-2
awesome-gpt-image-2는 이미지 생성 AI를 위한 프롬프트와 결과물 예시를 모아놓은 방대한 자료 모음집입니다. 530개 이상의 사례와 20가지 이상의 산업 수준 템플릿을 제공하며, ‘코드로 작성하는 프롬프트(Prompt as Code)’ 개념을 적용하여 체계적으로 관리되고 지속적으로 업데이트됩니다.
오늘의 키워드
Vision Agent LLM Prompt LoRA Inference Eval Claude Claude Code GPT