marketingskills — Claude와 AI 에이전트를 위한 마케팅 스킬셋
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
On-Policy or Off-Policy Learning? A Systematic Study of Distillation Dynamics
온폴리시(On-policy) 학습이 파국적 망각을 줄이는 등 여러 장점이 있다고 알려졌지만, 기존 연구들은 여러 요인을 동시에 비교하여 그 효과를 명확히 분리하기 어려웠습니다. 따라서 이 논문은 강력한 모델에서 약한 모델로 지식을 전달하는 통제된 증류(distillation) 환경에서 롤아웃 정책의 영향을 독립적으로 분석하여, 학습 동역학에 미치는 순수한 효과를 체계적으로 연구합니다.
OneStreamer: Unifying Perception, Memory, and Proactive Response in Streaming Video Interaction
스트리밍 비디오 LLM은 실시간으로 정보를 인식하고 기억하며, 적절한 시점에 응답해야 하는 과제를 안고 있습니다. 이 논문은 쿼리와 무관하게 증거를 기록하는 과정과 작업에 응답하는 과정을 통합하여 실시간 인식 성능 저하 없이 재사용 가능한 사실적 메모리를 형성하는 OneStreamer 아키텍처를 제안합니다.
Transformers Stop Thinking Too Early, and a Tiny LoRA Fixes It
사전 학습된 트랜스포머 모델은 문맥 속 참조 관계를 추적할 때 깊이를 충분히 활용하지 않고 초반에 계산을 멈추는 경향이 있습니다. 이 연구는 단 하나의 초기 레이어에 작은 LoRA를 적용하는 간단한 수정만으로도 모델이 깊은 추론을 수행하도록 유도하여, 긴 추론 사슬 문제 해결 능력을 극적으로 향상시킬 수 있음을 보여주었습니다.
Prefill-Free Cross-Family KV Cache Transfer for Heterogeneous Multi-Agent LLMs
서로 다른 종류의 LLM을 사용하는 멀티 에이전트 시스템에서는 에이전트 간 통신 시 수신자가 이미 처리된 문맥을 다시 처리해야 하는 비효율이 발생합니다. 이 논문은 토큰화, 모델 깊이, KV 표현 방식의 차이를 해결하여 이종 모델 간에도 프리필(prefill) 없이 KV 캐시를 효율적으로 전송하는 HeteroFold 기법을 제안합니다.
E-MoE: Enhanced Mixture-of-Experts for Non-Factorized Diffusion Language Models
마스크 확산 모델(MDM)은 여러 토큰을 동시에 생성하여 속도를 높이지만, 이 과정에서 토큰 간의 상관관계를 제대로 모델링하지 못해 적은 스텝으로 생성할 때 샘플 품질이 저하되는 문제가 있습니다. 이 논문은 전문가 혼합(MoE) 구조를 도입한 E-MoE를 제안하여 토큰 위치 간의 복잡한 의존성을 효과적으로 포착하고, 적은 스텝 내에 고품질 텍스트를 생성하는 성능을 크게 향상시켰습니다.
Hugging Face Blog
ActiveSaddler: Automated Curriculum Learning for Agent Harness Optimization
기존 LLM 에이전트 최적화는 프롬프트나 도구를 개선하는 방식에 집중했지만, 어떤 훈련 데이터를 사용할지는 고정되어 있었습니다. ‘ActiveSaddler’는 에이전트가 발전함에 따라 가장 효과적인 훈련 시나리오를 동적으로 선택하는 자동화된 커리큘럼 학습을 제안하여 최적화 효율을 극대화합니다.
ROWBench: Do Video Models Render What the Program Specifies?
프로그램으로 제어 가능한 월드 모델은 생성된 영상이 코드의 세밀한 규칙을 정확히 따르는지 평가하기 어려웠습니다. ‘PROWBench’는 프로그램이 지정한 이벤트가 영상 속에서 얼마나 충실하게 렌더링되는지 정밀하게 측정하기 위해 고안된 새로운 벤치마크입니다.
SILSA: Sliding-Window Slice Latents for Topology-Preserving High-Resolution 3D Generation
기존 고해상도 3D 생성 방식은 연속적인 표면을 여러 조각으로 나누어 처리하여 위상 구조가 깨지기 쉬웠습니다. ‘SILSA’는 슬라이딩 윈도우 방식의 슬라이스 잠재 공간을 활용하여 3D 모델의 위상적 일관성을 보존하면서도 효율적으로 고품질 결과물을 생성하는 새로운 프레임워크입니다.
GitHub Trending
pbakaus/impeccable
impeccable은 AI가 더 나은 디자인 결과물을 만들도록 돕는 디자인 언어 시스템입니다. 이 프로젝트를 활용하면 AI 에이전트의 디자인 능력을 한층 더 향상시킬 수 있습니다.
coreyhaines31/marketingskills
AI 에이전트에게 마케팅 능력을 부여하는 프로젝트입니다. 전환율 최적화(CRO), 카피라이팅, SEO, 분석 등 다양한 마케팅 기술을 AI가 활용할 수 있도록 돕습니다.
DietrichGebert/ponytail
ponytail은 AI 에이전트가 마치 경험 많지만 효율을 중시하는 시니어 개발자처럼 사고하도록 만드는 도구입니다. ‘가장 좋은 코드는 작성하지 않은 코드’라는 철학을 바탕으로, 최소한의 노력으로 최적의 결과를 내는 것을 목표로 합니다.
Panniantong/Agent-Reach
Agent-Reach는 AI 에이전트가 인터넷 전체를 보고 검색할 수 있는 ‘눈’을 제공하는 도구입니다. 별도의 API 비용 없이 단일 CLI 명령어로 트위터, 레딧, 유튜브 등 다양한 플랫폼의 정보를 실시간으로 읽고 활용할 수 있게 해줍니다.
calesthio/OpenMontage
OpenMontage는 세계 최초의 오픈소스 에이전트 기반 영상 제작 시스템입니다. 100개 이상의 도구와 제작 파이프라인을 통해, 단순한 AI 코딩 도우미를 완전한 영상 프로덕션 스튜디오로 탈바꿈시킬 수 있습니다.
AI Weekly
AI Weekly Issue #534: Universities cannot grade their way out of AI
대학가에서 AI가 IT 리더들의 최우선 과제로 선정되는 등 주요 현안으로 떠올랐습니다. 이제 대학의 과제는 학생들에게 AI와 협업하는 방법을 가르치는 동시에, AI의 도움 없이도 학생이 가진 본연의 역량을 어떻게 평가하고 인증할 수 있을지에 대한 새로운 교육 및 평가 방식을 정립하는 것입니다.
오늘의 키워드
Fine-tuning LLM Transformer LoRA Agent MoE Prompt Eval RAG Claude