claude-mem — Claude 에이전트의 세션 초월 영구 컨텍스트
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
RealCompanion: Benchmarking Human Understanding from Reasoning over Longitudinal Real-World Conversations
장기간 대화하는 AI 동반자가 사용자를 얼마나 잘 이해하는지 평가하기는 어렵습니다. 이 연구는 최대 120일간 실제 사용자와 AI가 나눈 10개의 대화 기록인 ‘RealCompanion’ 벤치마크를 공개하여, AI의 장기 기억력과 추론 능력을 현실적으로 측정할 수 있는 기반을 마련했습니다.
Does Learning Protein Folding Generalize to Broader Reasoning?
대규모 언어 모델이 텍스트를 넘어 공간 및 구조적 추론 능력을 갖출 수 있을까요? 이 연구는 단백질 접힘 구조 학습이 모델의 일반적인 추론 능력을 향상시키는지 검증하기 위해, 단백질 구조 기반 질의응답 데이터셋을 구축하고 이를 통한 학습 방법론을 제시합니다.
MotorMind: Scaffolding General Vision Language Models for Zero-Shot Robot Manipulation
로봇 제어를 위한 기존 모델들은 새로운 작업에 대한 일반화 성능이 부족합니다. 이 연구는 별도의 훈련 없이 범용 비전-언어 모델(VLM)의 추론 능력을 직접 활용하여 로봇을 제어하는 ‘MotorMind’ 프레임워크를 제안하여, 처음 보는 작업에 대한 제로샷(zero-shot) 일반화 성능을 크게 향상시켰습니다.
World Action Modeling with Progressive Visual Planning
로봇 제어를 위한 월드 액션 모델(WAM)은 장기적인 작업을 예측하는 데 비효율적인 한계가 있었습니다. 이 연구는 전체 비디오 대신 목표 달성을 위한 핵심적인 중간 시각 상태들을 점진적으로 예측하는 ‘ProWAM’ 모델을 제안하여, 복잡한 장기 작업을 효율적으로 계획하고 성공률을 높였습니다.
Native Action-Prior Learning from Videos for World Action Models
월드 액션 모델(WAM)은 로봇의 행동 데이터가 라벨링된 영상이 필요하여 확장성이 제한되었습니다. 이 연구는 행동 라벨이 없는 일반 영상에서도 상호작용을 관찰하여 ‘네이티브 액션’을 직접 학습하는 NAVA-WAM 방법론을 제시하여, 방대한 영상 데이터를 활용해 모델의 확장성을 높였습니다.
Hugging Face Blog
Rethinking Long-Video Efficiency: A Joint Allocation Perspective on Frames, Pixels, and Front-End Latency
기존의 긴 영상 이해 모델은 고해상도의 중요 프레임을 선택하는 데 집중했지만, 이 연구는 새로운 효율성 접근법을 제시합니다. 연구진은 고해상도 프레임을 드물게 샘플링하는 것보다 저해상도 프레임을 더 촘촘하게 샘플링하는 방식이 여러 벤치마크에서 더 뛰어난 성능을 보인다는 사실을 발견했습니다.
Prism: Dynamic Sparse Attention for Native 2K Joint Video-Audio Generation Model Training
고해상도 비디오-오디오 생성 모델 학습 시 풀 어텐션(full attention)은 계산 비용이 높고 불필요한 정보에 주의를 분산시키는 문제가 있습니다. 이 연구는 비디오와 오디오 데이터의 특성을 모두 고려한 동적 희소 어텐션(dynamic sparse attention) 기법 ‘Prism’을 제안하여, 정보 가치가 높은 토큰에 집중함으로써 학습 효율성과 생성 품질을 동시에 향상시킵니다.
When Does Longer Reasoning Help? Predicting Mathematical Reasoning Through Discovery and Execution
이 연구는 모델에 더 많은 계산 시간을 할애했을 때 수학적 추론 능력이 향상될지를 예측하는 방법을 탐구합니다. 이를 위해 짧은 시도로 전략을 ‘발견’하고 이를 ‘실행’하는 과정을 결합한 DE(Discovery-Execution) 프레임워크를 제안하여, 적은 비용으로도 추가 계산 자원 투입 시의 성공 가능성을 효과적으로 예측합니다.
무신사 기술블로그
태블릿을 없애자 생긴 문제
무신사는 오프라인 매장의 긴 대기 줄을 관리하기 위해, 고객이 원격으로 순번을 받고 차례가 되면 알림을 받는 웨이팅 서비스를 개발했습니다. 이 서비스의 핵심 기술 과제는 매장에 비치된 태블릿 없이 고객의 GPS 위치만으로 실제 방문 여부를 정확히 판별하여 공정한 대기 순서를 보장하는 것이었습니다.
GitHub Trending
thedotmack/claude-mem
AI 에이전트가 이전 세션의 대화 내용을 기억하게 만드는 기술입니다. 에이전트의 활동을 기록하고 AI로 압축하여 다음 대화 시 관련 맥락을 제공함으로써, 마치 사람처럼 대화의 연속성을 유지해줍니다.
Panniantong/Agent-Reach
AI 에이전트가 인터넷 전체를 보고 검색할 수 있게 해주는 도구입니다. 단일 CLI 환경에서 트위터, 레딧, 유튜브 등 주요 플랫폼의 정보를 API 비용 없이 실시간으로 탐색하여 에이전트의 정보 수집 능력을 극대화합니다.
calesthio/OpenMontage
세계 최초의 오픈소스 에이전트 기반 영상 제작 시스템으로, AI 코딩 어시스턴트를 하나의 완전한 영상 제작 스튜디오로 만들어줍니다. 100개 이상의 도구와 700개 이상의 에이전트 기술을 활용하여 복잡한 영상 제작 파이프라인을 자동화합니다.
DuarteSantos8/openGym
개인 서버에 직접 설치하여 사용하는 오픈소스 운동 기록 관리 도구입니다. 사용자는 자신의 데이터를 직접 소유하며 운동 루틴 계획, 근육 피로도 추적, 다른 앱 데이터 가져오기 등 상세한 운동 관리가 가능합니다.
msitarzewski/agency-agents
프론트엔드 개발자, 커뮤니티 관리자 등 다양한 전문가 역할을 수행하는 AI 에이전트들의 모음입니다. 각 에이전트는 고유한 개성과 업무 프로세스를 가지고 있어, 마치 하나의 완전한 디지털 에이전시처럼 협업하며 결과물을 만들어냅니다.
오늘의 키워드
Reasoning Benchmark Vision RAG Agent Audio Test-Time Compute Claude Claude Code AI Agent