TensorFlow — 모두를 위한 오픈소스 머신러닝 프레임워크
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
MiMo-V2.6: Scaling Reinforcement Learning Towards Self-Improvement
MiMo-V2.6는 대규모 강화학습(RL)을 통해 파운데이션 모델의 자가 개선 능력을 발전시키는 것을 목표로 하는 옴니모달 모델 시리즈입니다. 본격적인 강화학습에 앞서 광범위한 멀티모달 데이터로 사전 학습을 진행하고 안정적인 인프라를 구축하여, 대규모 연산을 통해 모델 지능의 한계를 뛰어넘고자 합니다.
Multi-Agent Egocentric World Model with Fine-Grained Embodied Interaction
기존의 1인칭 시점 월드 모델은 단일 에이전트에 초점을 맞추지만, 이 연구는 여러 에이전트가 공유 환경에서 상호작용하는 상황을 다룹니다. 단순한 움직임을 넘어 세밀한 물리적 상호작용까지 모델링하며, 여러 에이전트의 1인칭 시점 비디오를 동기화하여 생성하는 방식으로 다중 에이전트 월드 모델을 구축합니다.
Foundations of Large Language Models
이 책은 대규모 언어 모델(LLM)의 최신 기술보다는 핵심적인 기초 개념에 중점을 두고 있습니다. 사전 학습, 생성 모델, 프롬프팅, 정렬, 추론, 리즈닝 등 여섯 가지 주요 영역을 다루며 자연어 처리 분야의 학생이나 현업 전문가들을 위한 참고 자료로 활용될 수 있습니다.
OuroWorld: Bringing Any 3D World Alive as Diverse, Endlessly Looping 3D Cinemagraphs
OuroWorld는 정적인 3D 장면을 생동감 넘치고 끊임없이 반복되는 ‘3D 시네마그래프’로 변환하는 프레임워크입니다. 시간이 멈춘 듯한 기존 3D 월드 모델의 한계를 극복하기 위해, 비전-언어 모델을 활용하여 자연스러운 움직임을 추론하고 이를 기반으로 어떤 시점에서든 역동적인 장면을 생성합니다.
Beyond Spatio-Temporal Priors: A Generalizable Approach for Dense Correspondence Matching
기존의 조밀한 대응점 찾기 기술은 부드러운 움직임이나 단단한 형태를 가정하여, 이미지 편집처럼 물리적 연속성이 깨지는 경우 한계가 있었습니다. 이 연구는 이러한 한계를 넘어 객체의 정체성은 유지하면서 형태가 크게 변형되는 경우에도 대응점을 찾을 수 있는 ‘FreeMatching’ 프레임워크를 제안합니다.
Hugging Face Blog
OuroWorld: Bringing Any 3D World Alive as Diverse, Endlessly Looping 3D Cinemagraphs
OuroWorld는 정적인 3D 가우시안 스플래팅(Gaussian Splatting) 장면에 생동감을 불어넣는 프레임워크입니다. 이 기술은 비전-언어 모델을 활용하여 장면에 어울리는 자연스러운 움직임을 추론하고, 이를 바탕으로 어떤 시점에서 보아도 끊김 없이 반복되는 3D 시네마그래프를 생성하여 정지된 3D 세계를 살아 움직이는 동적 공간으로 변환합니다.
DreamTrue: Action-Faithful Robot World Model with Counterfactual Post-Training
DreamTrue는 로봇의 행동을 충실하게 반영하고 물리적으로 타당한 영상을 예측하는 멀티뷰 로봇 월드 모델입니다. 이 모델은 기존 로봇 데이터셋의 부정확한 보정 문제와 성공적인 상호작용에 편향된 문제를 해결하여, 다양한 로봇 환경에서 더 정확하고 신뢰도 높은 행동 예측을 가능하게 합니다.
OmniCapBench: A Deep-Structured Evaluation Framework for Fine-Grained Audio-Visual Captioning
OmniCapBench는 멀티모달 대규모 언어 모델(MLLM)의 오디오-비주얼 캡셔닝 능력을 세밀하게 평가하기 위해 설계된 새로운 벤치마크 프레임워크입니다. 기존 평가 방식의 한계를 극복하고 심층 구조화된 평가를 도입하여, 모델의 오디오-비주얼 추론 능력의 한계를 명확히 진단하고 측정할 수 있습니다.
GitHub Trending
morluto/rea
AI 에이전트를 활용하여 애플리케이션 동작부터 네이티브 바이너리까지 모든 것을 리버스 엔지니어링하는 프로젝트입니다. 이 도구는 복잡한 시스템 분석 과정을 자동화하여 개발자와 보안 연구원의 작업을 효율적으로 돕습니다.
cathrynlavery/diagram-design
Claude, GitHub Copilot 등 AI 코딩 도구의 개념을 설명하기 위한 편집 다이어그램 디자인 모음입니다. 그림자 효과나 외부 의존성 없이 HTML과 SVG만으로 구성된 44가지 유형의 깔끔한 다이어그램을 제공하여 기술 콘텐츠의 가독성을 높여줍니다.
mksglu/context-mode
AI 코딩 에이전트의 컨텍스트 창 사용을 최적화하는 기술입니다. 도구 출력 크기를 대폭 줄이는 샌드박싱, 세션 메모리 유지 등의 기능을 통해 AI 에이전트의 효율성과 성능을 극대화합니다.
mattpocock/skills
유명 개발자 Matt Pocock이 실제 엔지니어링 업무에 사용하는 AI 에이전트용 ‘스킬’들을 모아놓은 저장소입니다. 그의 개인 디렉토리에서 직접 가져온 프롬프트와 설정들을 공유하여 다른 개발자들이 실용적인 AI 활용법을 배울 수 있도록 돕습니다.
tensorflow/tensorflow
구글이 개발하여 누구나 사용할 수 있는 오픈소스 머신러닝 프레임워크입니다. 유연한 생태계와 강력한 도구를 통해 초보자부터 전문가까지 다양한 연구 및 제품 개발에 널리 사용되고 있습니다.
오늘의 키워드
Multimodal LoRA Agent Reasoning Alignment RAG Prompt Vision LLM Eval