trycua/cua — 크로스 OS 컴퓨터 제어를 위한 오픈소스 프레임워크
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
LimiX-2: A Contextual Mechanism Network Towards General Structured-Data Intelligence
LimiX-2는 기존 스케일링 법칙에 따라 모델과 데이터를 확장하여 개발된 새로운 정형 데이터 지능 모델입니다. 이 모델은 컨텍스트 메커니즘 네트워크(CMNs) 패러다임을 채택하여, 단순히 목표를 예측하는 것을 넘어 데이터 생성 메커니즘 자체를 공동으로 모델링함으로써 인-컨텍스트 학습의 원리를 혁신합니다.
DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression
긴 컨텍스트를 처리하는 모델은 프리필(prefill) 연산 비용이 높고 KV 캐시가 메모리와 대역폭에 큰 부담을 주어 배포 비용 절감에 병목이 됩니다. 이러한 문제를 해결하기 위해 DeepSeek-V4.1-Flash는 KV 캐시 압축 기술의 한계를 극복하여 컴퓨팅, 스토리지, 대역폭 요구 사항을 크게 줄이는 새로운 모델을 제시합니다.
Can MiniMax-H3 Reason About the Physical World? An Evaluation of Omni-Modal Generative Model
이 연구는 텍스트, 이미지, 영상, 오디오를 통합적으로 처리하는 최신 옴니모달(Omni-Modal) 생성 모델 MiniMax-H3가 물리적 세계에 대해 추론할 수 있는지 평가합니다. 다중 모드 정렬이 모델의 세계 이해 능력을 향상시키는지 근본적인 질문을 던지며, 옴니모달 입력이 가능하게 하는 새로운 평가 패러다임을 탐구합니다.
When EOS Tokens Disagree: Understanding Length Inflation in On-Policy Distillation
온-폴리시 증류(on-policy distillation) 과정에서 학생 모델의 응답이 비정상적으로 길어지는 ‘길이 팽창’ 현상의 원인을 분석합니다. 연구진은 이 문제의 주요 원인으로 기본 학생 모델과 후속 학습된 교사 모델 간의 종료 토큰(EOS token) 불일치를 지목했으며, 이 불일치가 학생 모델의 정상적인 문장 종료를 방해한다고 설명합니다.
ScienceIDE: Turning World's Scientific Codebase into Agent Learnable Environments
수십 년간 축적된 과학 분야의 코드 저장소는 방대한 지식을 담고 있지만, 파편화된 도구와 암묵적인 관행 때문에 AI 에이전트가 학습하기 어려운 ‘과학적 경험 병목 현상’이 존재합니다. 이 문제를 해결하기 위해, 전 세계의 과학 코드를 AI 에이전트가 학습할 수 있는 프로그래밍 가능한 환경으로 전환하는 인프라스트럭처인 ScienceIDE를 제안합니다.
Hugging Face Blog
An Empirical Study of Harness Design for Coding Agents
기존의 코딩 에이전트 연구는 하네스(harness)를 단일 시스템으로 평가하여 개별 구성 요소의 효과를 파악하기 어려웠습니다. 이 연구는 계획, 행동 공간, 컨텍스트 관리 등 하네스의 핵심 요소를 개별적으로 변경하며 성능을 측정함으로써, 각 구성 요소가 에이전트의 소프트웨어 엔지니어링 능력에 미치는 영향을 실증적으로 분석합니다.
JEPA-Anything: Learning Predictive Models across Different Worlds
지능형 에이전트가 세상을 이해하고 예측하는 ‘월드 모델링’ 기술은 특정 분야에만 적용되는 한계가 있었습니다. 본 연구는 ‘JEPA-Anything’이라는 새로운 프레임워크를 제안하여, 잠재적 목표를 여러 요인으로 분해하고 개별적으로 학습함으로써 도메인에 구애받지 않고 다양한 시스템의 결과를 예측하는 범용 모델링 원리를 제시합니다.
RetireOPD: Self-Retiring On-Policy Distillation for Agentic Reinforcement Learning
강화학습(RL) 기반 에이전트 훈련에서 ‘교사’ 모델이 ‘학생’ 모델을 가르치는 기존의 OPD(On-Policy Distillation) 방식은 교사의 신뢰도 문제와 단계별 학습 효율 저하라는 한계를 보였습니다. 이 연구는 ‘RetireOPD’라는 새로운 기법을 제안하여, 교사 모델의 도움이 더 이상 유용하지 않은 특정 학습 단계에서 교사를 스스로 ‘은퇴’시킴으로써 에이전트의 학습 효율과 최종 성능을 개선합니다.
GitHub Trending
trycua/cua
CUA는 오픈소스 드라이버를 활용하여 컴퓨터 사용 패러다임을 확장하는 프로젝트입니다. 다양한 운영체제를 지원하며, 모델 훈련, 평가, 데이터 생성을 위한 벤치마크를 제공하여 AI 기반 컴퓨터 제어 기술의 발전을 돕습니다.
addyosmani/agent-skills
이 프로젝트는 AI 코딩 에이전트가 실제 상용 환경 수준의 엔지니어링 역량을 갖추도록 돕는 기술 모음입니다. 단순한 코드 생성을 넘어, 실제 개발 현장에서 필요한 고급 기술과 노하우를 AI 에이전트에게 부여하는 것을 목표로 합니다.
anthropics/claude-code
Claude Code는 터미널 환경에서 동작하는 에이전트 기반 코딩 도구입니다. 자연어 명령을 통해 반복적인 작업을 자동화하고 복잡한 코드를 설명해주며, git 워크플로우 관리까지 지원하여 개발 속도를 향상시킵니다.
Open-Dev-Society/OpenStock
OpenStock은 고가의 상용 주식 시장 플랫폼을 대체할 수 있는 오픈소스 프로젝트입니다. 실시간 시세 추적, 개인 맞춤형 알림 설정, 상세한 기업 정보 조회 등의 기능을 누구나 무료로 사용할 수 있도록 개발되었습니다.
higgsfield-ai/higgsfield
Higgsfield는 수십억에서 수조 개에 이르는 파라미터를 가진 거대 모델 훈련을 위해 설계된 머신러닝 프레임워크입니다. 장애 허용성과 확장성이 뛰어난 GPU 오케스트레이션 기능을 제공하여 안정적인 대규모 모델 학습 환경을 구축합니다.
오늘의 키워드
DeepSeek RAG Agent Multimodal Alignment Eval Llama Distillation Vision AI Coding