mattpocock/skills — 실제 엔지니어를 위한 에이전트 스킬 모음
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
In-Distribution Forcing for Long Video Generation at Test Time
자동회귀(AR) 비디오 모델은 긴 영상을 생성할 때 색상이나 질감이 변하고 움직임이 저하되는 ‘드리프팅’ 현상을 겪습니다. 이 연구는 기존 기법이 장시간 생성 시 데이터 분포에서 벗어나는 문제를 지적하며, 생성 과정이 학습된 분포 내에 머무르도록 강제하는 새로운 접근법을 제시하여 안정성을 높입니다.
LMBuild: Evaluating LLM Agents for Generating Buildable and Functional Structures
LLM 기반 에이전트가 3D 구조물을 생성하는 능력이 발전했지만, 기존 평가는 기하학적 완성도에만 치중해 실제 제작 가능성과 기능성을 간과하는 문제가 있었습니다. 이에 이 연구는 LLM 에이전트가 생성한 구조물이 실제로 제작 가능하고 의도된 기능을 수행하는지 평가하는 새로운 벤치마크 ‘LMBuild’를 제안합니다.
Foundations of Proactive Agents: Principles, Technical Layers, and Proactivity-Gym
선제적으로 작동하는 LLM 에이전트는 사용자가 요청하기 전에 유용한 작업을 수행할 수 있지만, 사용자의 의도를 오해하거나 신뢰를 해칠 위험이 있습니다. 이 연구는 과업 수행 능력, 시간적 자원 할당, 신뢰라는 세 가지 핵심 원칙을 기반으로 선제적 에이전트를 설계하고 평가하는 기초와 함께 ‘Proactivity-Gym’ 환경을 제안합니다.
Self-Generated Feedback Destabilizes Test-Time Training: A Causal Decomposition of Long-Horizon Adaptation
추론 중에 모델이 자신의 출력으로 학습하는 테스트-타임 트레이닝(TTT)은 불안정한 결과를 낳을 수 있습니다. 이 연구는 모델이 스스로 생성한 데이터로 계속 업데이트될 경우 오히려 예측 성능이 저하되는 현상을 발견하고, 이러한 자기 참조 피드백이 학습을 불안정하게 만드는 원인임을 인과적으로 분석합니다.
OmniReasoning: Pushing the Limits of Audio-Visual Joint Reasoning
최신 멀티모달 모델은 오디오, 비전, 언어를 각각 이해할 수 있지만, 오디오와 비전 정보를 동시에 활용해 종합적으로 추론하는 능력은 부족했습니다. 이 연구는 오디오와 시각적 단서가 모두 필수적인 새로운 벤치마크 ‘OmniReasoningBench’와 학습 방법을 제안하여, 복합적인 오디오-비주얼 공동 추론 능력의 한계를 끌어올리고자 합니다.
Hugging Face Blog
TRACE: Rollout-Guided Quantization-Aware Training for FP4 Reinforcement Learning of MoE Language Models
LLM의 강화학습(RL)은 많은 계산 자원을 필요로 하므로, 저정밀도(FP4) 롤아웃이 효율적인 대안으로 떠오르고 있습니다. TRACE는 훈련과 롤아웃 경로 간의 양자화 불일치를 직접적으로 줄여, FP4 강화학습의 성능을 최적화하는 새로운 기법입니다.
ALIVE: Interaction-Aligned Object Insertion for First-Frame-Guided Video Editing
기존 비디오 편집기는 객체를 삽입할 수는 있지만, 영상 속 인물이나 다른 사물과 자연스럽게 상호작용하게 만드는 데 어려움이 있습니다. ALIVE는 편집된 첫 프레임과 간단한 지시어만으로 삽입된 객체가 영상의 내용과 자연스럽게 상호작용하도록 만들어, 마치 살아있는 것처럼 생생한 결과물을 생성하는 새로운 프레임워크입니다.
Two Halves are More than One: Phase-wise Velocity Distillation for Fast and High-Quality Image Generation
대규모 확산 모델은 이미지 생성 속도가 느리다는 단점이 있으며, 이를 한 번의 추론 단계로 압축하는 것은 여전히 어려운 과제입니다. 이 연구는 단일 모델을 사용하는 대신 전체 과정을 두 개의 작은 단계로 나누어 처리하는 ‘단계별 속도 증류’ 기법을 제안하며, 이를 통해 제한된 연산 예산 내에서 더 빠르고 높은 품질의 이미지를 생성할 수 있습니다.
GitHub Trending
mattpocock/skills
이 저장소는 실제 엔지니어들을 위한 AI 에이전트 기술 모음입니다. 개발자의 개인 디렉토리에서 직접 가져온 실용적인 설정과 능력들을 담고 있어, AI 에이전트 개발에 바로 적용할 수 있습니다.
pbakaus/impeccable
Impeccable은 AI 시스템이 디자인 작업을 더 잘 수행하도록 돕는 디자인 언어입니다. 이 도구를 활용하면 AI 에이전트나 관련 프레임워크에 뛰어난 디자인 감각과 능력을 부여할 수 있습니다.
thedotmack/claude-mem
claude-mem은 AI 에이전트가 여러 세션에 걸쳐 대화 내용을 기억하게 만드는 지속적인 컨텍스트 관리 도구입니다. 에이전트의 활동 기록을 AI로 압축하여 저장하고, 다음 대화 시 관련 정보를 다시 주입하여 Claude, Gemini 등 다양한 모델에서 맥락을 유지시켜 줍니다.
morluto/rea
rea는 AI 에이전트를 활용하여 모든 것을 리버스 엔지니어링하는 도구입니다. 애플리케이션의 동작 방식 분석부터 네이티브 바이너리 파일의 심층 분석까지, AI가 자동화된 분석을 수행합니다.
deepseek-ai/DeepGEMM
DeepGEMM은 GPU에서 사용할 수 있는 깨끗하고 효율적인 BLAS 커널 라이브러리입니다. 딥러닝의 핵심 연산인 행렬 곱셈(GEMM)을 최적화하여 높은 성능을 제공하는 것을 목표로 합니다.
AI Weekly
AI Weekly Issue #535: AI got too expensive, so companies are moving to cheaper models
AI 도입 비용이 예상보다 비싸지자 많은 기업들이 비용 절감을 위해 더 저렴한 모델로 전환하는 추세입니다. 이와 더불어 AI가 일상 업무에 본격적으로 활용되는 대규모 도입 사례가 늘어나는 한편, 특정 영역에서는 AI 사용을 제한하거나 철회하는 움직임도 함께 나타나고 있습니다.
오늘의 키워드
LLM Agent Eval Inference Vision Quantization Distillation Claude Claude Code DeepSeek