open-webui — Ollama, OpenAI API를 지원하는 통합 AI 인터페이스
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
DiffusionART: Efficient, Stable and Scalable Reinforcement of Diffusion Models
확산 모델을 강화학습으로 미세 조정하는 기존 방식은 비효율적이거나 불안정하다는 한계가 있었습니다. DiffusionART는 새로운 목표 함수를 도입하여 이 문제를 해결했으며, 이를 통해 더 효율적이고 안정적인 학습을 달성하여 모델의 성능을 확장할 수 있게 합니다.
S-Space: Exploring Spatial Workspace in Multimodal Language Models
멀티모달 언어 모델이 어떻게 공간을 추론하는지는 명확히 밝혀지지 않았습니다. 이 연구는 모델 내부에 객체의 수평, 수직, 거리 등 연속적인 공간 좌표를 인코딩하는 선형 부분 공간인 ‘S-Space’가 내재적으로 존재함을 최초로 발견했습니다.
Reflex: Visually Grounded Reactive Humanoid Control
인간처럼 움직이는 물체에 실시간으로 반응하는 휴머노이드 로봇 제어는 매우 어려운 과제입니다. ‘Reflex’는 시각 정보를 기반으로 전신을 사용해 반사적으로 움직이는 제어 시스템을 제안하며, 이를 통해 로봇이 날아오는 물체를 잡거나 피하는 등 복잡한 상호작용을 성공적으로 수행했습니다.
SoftwareGym: Scaling Computer-Use Agent Training with Diverse Synthesized Software Environments
컴퓨터 사용 에이전트(CUA)를 훈련시키기 위한 다양하고 안정적인 소프트웨어 환경을 대규모로 구축하는 것은 어려운 일이었습니다. ‘SoftwareGym’은 다양한 GUI 소프트웨어 환경을 자동으로 합성하는 파이프라인을 제안하여, 에이전트의 과적합을 방지하고 더 복잡한 작업을 확장적으로 훈련할 수 있도록 지원합니다.
Can AI Agents Learn Their Way to the Top? Evaluating Heuristic Learning in a Long-Running Game Agent Competition
AI가 제한된 경험만으로 게임 전략을 학습하고 적응하는 것은 여전히 어려운 문제입니다. 이 연구는 AI 에이전트가 게임 경험을 통해 실행 가능한 정책을 스스로 수정하는 ‘적대적 휴리스틱 학습(AHL)’ 개념을 제안하고, 실제 장기 게임 대회에서 이 방법의 효과를 성공적으로 입증했습니다.
Hugging Face Blog
S-Space: Exploring Spatial Workspace in Multimodal Language Models
멀티모달 언어 모델(MLLM)의 공간 추론 능력에 대한 내부 메커니즘을 밝히는 ‘S-Space’라는 개념을 제시합니다. S-Space는 객체 토큰 표현이 수평, 수직, 거리 등 연속적인 좌표 정보를 인코딩하는 선형 부분 공간으로, 특정 데이터에 의해 유도된 것이 아닌 모델 고유의 특성임이 밝혀졌습니다.
RSI-Anything: Unlocking Recursive Self-Improvement with World Models
재귀적 자기 개선(RSI)의 한계인 비싼 외부 피드백과 불안정한 월드 모델 문제를 해결하기 위해 ‘RSI-Anything’ 프레임워크를 제안합니다. 이 프레임워크는 예측적 월드 모델을 활용해 행동과 학습 데이터 선택을 유도하고, 관찰된 피드백으로 정책과 월드 모델을 지속적으로 개선하여 안정적인 자기 발전을 가능하게 합니다.
Towards Physically Grounded Articulated 3D Assets: A Multi-Agent Pipeline and Benchmark
이 연구는 3D 에셋 생성이 단순히 외형을 넘어 물리적으로 어떻게 움직이고 기능하는지까지 포착하는 것을 목표로 합니다. 이를 위해 물리 시뮬레이션 피드백을 활용하는 다중 에이전트 파이프라인 ‘Artisan’을 제시하여, 외형뿐만 아니라 충돌 없는 움직임과 물리적으로 타당한 관절 구조까지 생성합니다.
토스 기술블로그
서비스 개발에 집중할 수 있는 AI 플랫폼 만들기
토스는 서비스 개발팀이 AI 모델 개발 및 운영에 드는 반복적인 수고를 덜고 핵심 비즈니스 로직에만 집중할 수 있도록 지원하는 사내 AI 플랫폼을 구축했습니다. 이 플랫폼은 모델 서빙, 실험 관리, 모니터링 등 AI 개발의 전 과정을 표준화하여 개발 생산성을 극대화하고 서비스 출시 속도를 높이는 것을 목표로 합니다.
CPU 뼛속까지 써먹고, Milvus 사이징 기준을 만들기까지
토스증권은 벡터 검색 엔진 Milvus의 성능을 극한까지 끌어올려, 검색 품질은 그대로 유지하면서 동일한 서버 자원으로 더 많은 요청을 처리하는 데 성공했습니다. 이 과정에서 CPU 사용률을 면밀히 분석하고 최적화하여 자체적인 Milvus 리소스 사이징 기준을 수립함으로써 비용 효율적인 시스템 운영의 기반을 마련했습니다.
GitHub Trending
morluto/rea
rea는 AI 에이전트를 활용하여 리버스 엔지니어링을 수행하는 도구입니다. 애플리케이션의 동작 방식 분석부터 네이티브 바이너리 파일의 깊은 수준까지 모든 것을 역공학할 수 있습니다.
mksglu/context-mode
context-mode는 AI 코딩 에이전트의 컨텍스트 창을 최적화하는 기술입니다. 도구 출력 크기를 획기적으로 줄이고 세션 메모리를 유지하며, 여러 플랫폼 간의 라우팅을 관리하여 에이전트의 효율을 극대화합니다.
open-webui/open-webui
open-webui는 다양한 AI 모델을 손쉽게 사용할 수 있도록 도와주는 사용자 친화적인 웹 인터페이스입니다. Ollama, OpenAI API 등 여러 백엔드를 지원하여 로컬 및 클라우드 환경에서 유연하게 AI와 상호작용할 수 있습니다.
cathrynlavery/diagram-design
diagram-design은 Claude, GitHub Copilot 등 AI 코딩 도구를 위해 제작된 편집용 다이어그램 디자인 모음입니다. 그림자 효과 없이 깔끔하게 디자인된 44가지 유형의 다이어그램을 포함하며, 별도 라이브러리 없이 HTML과 SVG만으로 구현되어 간결합니다.
lyogavin/airllm
AirLLM은 거대 언어 모델(LLM) 추론 기술의 혁신을 보여주는 프로젝트입니다. 단일 4GB GPU라는 매우 제한된 하드웨어 환경에서도 2.8조 개의 파라미터를 가진 초대형 LLM을 구동할 수 있게 해줍니다.
오늘의 키워드
RAG LLM Agent Vision AI Agent Eval Workflow Benchmark AI Coding Llama