diagram-design — Claude, Copilot을 위한 42종 다이어그램 디자인
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
From Traces to Agentic Worlds: Agentic Language World Models for Interactive Environment Simulation
LLM 에이전트 훈련을 위한 현실적인 환경을 복제하기 어려울 때, 실행 가능한 환경을 새로 구축하는 대신 또 다른 에이전트가 환경 역할을 수행하는 방법을 제안합니다. 이 ‘월드 모델 에이전트’는 기존 시스템의 상호작용 기록을 바탕으로 작업 에이전트에게 충실하고 상태를 유지하는 시뮬레이션 환경을 제공합니다.
Self-Retrospection Distillation: Turning Post-hoc Experiences into Prior Foresight
강화학습에서 모든 결과가 동일한 보상을 받아 학습 신호가 사라지는 문제를 해결하기 위해, 에이전트가 자신의 과거 경험을 되돌아보는 ‘자기 회고 증류’ 기법을 제안합니다. 이 방법은 상호작용이 끝난 후의 깨달음을 행동하기 전의 예측 능력으로 전환하여 에이전트가 무엇을 예측했어야 하는지 학습하도록 돕습니다.
Gains and Collapse in On-Policy Distillation:A Reinforcement Learning Perspective
언어 모델 후속 학습에 사용되는 온폴리시 증류(OPD) 기법이 때로는 성능 향상을 가져오지만, 때로는 지나치게 길고 반복적인 결과물을 생성하는 붕괴 현상을 일으킵니다. 이 연구는 강화학습 관점에서 이러한 현상을 분석하며, 교사 모델이 학생 모델의 특정 행동을 암묵적으로 보상하는 과정에서 붕괴가 발생할 수 있음을 보여줍니다.
PhysEvo: Astra Can Act, Let It
로봇 시스템이 스스로 물리적 작업을 개선해나가는 재귀적 자기 개선(RSI) 프레임워크 ‘PhysEvo’를 소개합니다. 이 시스템은 작업 에이전트의 실패를 진단하고 도구와 기술을 수정하는 메타 에이전트를 활용하며, 메타 에이전트 자체도 개선되어 지속적인 성능 향상 사이클을 만듭니다.
NAMVIS: Next-Scale Autoregressive Multi-View Image Synthesis
소수의 이미지로 새로운 3D 뷰를 생성하는 기존 확산 모델 기반 방식은 추론 시간이 길다는 단점이 있습니다. 이를 해결하기 위해 확산 모델을 사용하지 않는 ‘NAMVIS’ 프레임워크는 다중 뷰 이미지 합성을 기하학 정보 기반의 자기회귀(autoregression) 문제로 재정의하여 더 빠른 속도로 고품질 뷰를 생성합니다.
Hugging Face Blog
AgentGarten: Code Worlds for Evolving Agents
에이전트가 학습하고 상호작용할 수 있는 가상 세계는 현실적이면서도 일관된 규칙을 가져야 하는데, 이 두 가지를 모두 만족시키기는 어렵습니다. ‘AgentGarten’은 시뮬레이터와 게임 엔진을 신경망 렌더러와 결합하여, 에이전트가 실시간으로 상호작용하며 학습할 수 있는 사실적인 가상 환경을 구축하는 새로운 프레임워크입니다.
SparseDecoding: Decoding-Aware Pruning for Accurate and Efficient LLM Inference
대규모 언어 모델(LLM)의 추론 속도는 디코딩 단계의 메모리 사용량 때문에 느려지는 문제가 있습니다. ‘SparseDecoding’은 모델이 스스로 생성하는 토큰의 분포를 고려하여 가중치를 제거하는 디코딩 인식 프루닝(pruning) 기법으로, 기존 방식의 데이터 불일치 문제를 해결합니다. 이를 통해 정확도를 유지하면서도 더 빠르고 효율적인 LLM 추론을 가능하게 합니다.
From Prompting to Composing: A Spatial Canvas Interface for Poster Generation
텍스트 프롬프트만으로 2차원 포스터 디자인을 지시하는 것은 비효율적이고 간접적인 방식입니다. ‘Spatial Canvas Interface’는 사용자가 캔버스 위에서 직접 요소들을 배치하고 구성하여 공간적으로 생성 의도를 전달할 수 있게 하는 새로운 인터페이스입니다. 이를 통해 사용자는 텍스트뿐만 아니라 의미, 정체성, 픽셀 등 다양한 요소를 직접 제어하며 원하는 포스터를 생성할 수 있습니다.
GitHub Trending
cathrynlavery/diagram-design
AI 기술 개념을 설명하기 위해 특별히 제작된 42가지 유형의 다이어그램 디자인 모음입니다. 그림자 효과 없이 깔끔한 HTML과 SVG로만 구성되어 있으며, Claude나 GitHub Copilot 같은 서비스를 위한 편집용 다이어그램으로 활용할 수 있습니다.
morluto/rea
AI 에이전트를 활용하여 모든 것을 리버스 엔지니어링할 수 있는 도구입니다. 애플리케이션의 동작 방식 분석부터 네이티브 바이너리 파일의 깊은 수준까지, 다양한 대상을 자동으로 분석하고 이해할 수 있도록 돕습니다.
mattpocock/skills
유명 개발자 Matt Pocock이 자신의 AI 에이전트 디렉토리에서 직접 추출한 ‘스킬’들을 모아놓은 저장소입니다. 이 스킬들은 실제 엔지니어링 업무에 바로 적용할 수 있는 실용적인 기능들로 구성되어 있어, AI 에이전트의 능력을 향상시키는 데 도움을 줍니다.
thedotmack/claude-mem
AI 에이전트가 여러 세션에 걸쳐 대화 내용을 기억할 수 있도록 영구적인 컨텍스트를 제공하는 기술입니다. 에이전트의 활동 기록을 AI로 압축하여 저장한 뒤, 다음 세션에서 관련된 맥락을 다시 주입하여 마치 이전 대화를 기억하는 것처럼 만들어 줍니다.
anthropics/knowledge-work-plugins
AI 모델 Claude 개발사 Anthropic이 직접 공개한 오픈소스 플러그인 저장소입니다. 주로 지식 노동자들이 Claude Cowork 환경에서 생산성을 높일 수 있도록 설계된 다양한 기능들을 플러그인 형태로 제공합니다.
오늘의 키워드
LLM Agent Eval Distillation Vision Inference LoRA Prompt Claude Claude Code