메타가 ‘스타일 스케치’라는 AI 패션 앱을 조용히 출시했습니다
이 앱은 인스타그램과 연동되어, 이미 공유한 사진을 바탕으로 가상 옷장을 구성하거나, 사진을 찍거나 짧은 동영상을 녹화하거나 카메라 롤에서 이미지를 업로드하여 수동으로 아이템을 추가할 수 있도록 해줍니다.
AI NEWS JOURNAL
AI 뉴스 검색
제목, 요약, 본문을 검색해 흩어진 정보를 연결하세요.
Kiro를 사용하여 반복 가능한 PHP에서 Java로의 마이그레이션 엔진을 구축하세요
Kiro를 통해 한 번의 무모한 시도에 그치던 PHP에서 Java로의 마이그레이션을 측정 가능하고 반복 가능한 프로세스로 전환해 보세요. 이 글에서는 재사용 가능한 엔진, 즉 기계식 발견 스캐너와 원본 PHP 애플리케이션을 명세로 간주하고 패리티 하니스로 Java 포트를 검증하는 8단계의 패리티 우선 워크플로우를 단계별로 안내합니다.
자신의 한계에 봉착한 바이브 코딩을 구할 수 있는 ‘골치 아픈’ 수학
새로운 스타트업 &Truth가 소프트웨어가 의도한 대로 작동함을 수학적으로 증명하는 까다로운 과정인 형식 검증을 자동화하려는 경쟁에 합류했습니다.
Le Chonk: 코더를 위해 설계되었으며, 보안 전문가들의 신뢰를 받습니다.
Mistral Large 4 (Le Chonk)의 가중치가 이제 공개되었습니다. 1조 개의 파라미터를 갖춘 다중 모달 모델로, 코딩 분야에서 가장 우수한 오픈 가중치 모델이며 유럽에서 훈련되었습니다.
나는 내 피를 AI 사망 시계에 바쳤다
사망 시계는 당신이 언제 죽을지 예측하고, 지구에서의 삶을 조금 더 연장할 수 있도록 도와준다고 약속합니다. 한 달이 지나자, 마치 내 생명을 빨아들이는 것만 같은 기분이 들었습니다.
인피니-AI-랩, AI 에이전트를 위한 오픈소스 하네스 어댑터 프레임워크 ‘허밋’ 출시
인피니-AI-랩은 작업 피드백을 기반으로 외부 계층의 명령, 기술, 메모리 및 도구를 학습시키는 아파치 2.0 라이선스의 하네스 어댑터 프레임워크 ‘허밋’을 공개했습니다. 이 글은 ‘인피니-AI-랩, AI 에이전트를 위한 오픈소스 하네스 어댑터 프레임워크 ‘허밋’ 출시’라는 제목으로 MarkTechPost에 처음 게재되었습니다.
[AINews] Gemini 4 Carbon, 리더보드 정상에 오르며 사이버 방어자들을 위한 출시를 시작
구글의 새로운 프론티어 모델이 독립 평가에서 선두를 달리고 있으며, 초기 접근 권한은 신뢰받는 방어자들에게만 제한됩니다.
GitHub Copilot Fusion으로 모델을 라우팅하고 오케스트레이션하세요
GitHub Copilot Fusion이 일반에 공개되었습니다. 각 작업마다 개별 모델을 선택하는 대신, Copilot Fusion을 선택하면 Copilot이 지능적으로 어떤 모델을 사용할지 라우팅하고 오케스트레이션해 줍니다.… 글 ‘GitHub Copilot Fusion으로 모델을 라우팅하고 오케스트레이션하세요’는 The GitHub Blog에 처음 게재되었습니다.
GitHub Copilot 앱, Universe 출시
작업은 항상 하나의 저장소나 세션에만 맞춰지지는 않습니다. 하나의 기능이 여러 저장소에 걸쳐 있을 수 있습니다. 런칭 계획은 저장소를 전혀 건드리지 않고도 스펙, 디자인, 자산 등을 포함할 수 있습니다… 이 글은 GitHub Copilot 앱, Universe 출시라는 제목으로 GitHub 블로그에 처음 게재되었습니다.
LLM을 활용한 랜드마크 기반 경로 안내를 위한 구조화된 지도
arXiv:2610.36582v1 발표 유형: 신규 초록: 랜드마크 기반 경로 안내를 생성하려면 모델이 지도의 기하학적 구조와 인간의 랜드마크 선호를 모두 이해해야 합니다. 대규모 언어 모델(LLM)은 언어 처리 과제에서 뛰어난 성능을 보여주지만, 이러한 모델에 적합한 지도 데이터의 구조화 방식은 아직 확립되지 않았습니다. 본 논문에서는 경로 탐색에서의 랜드마크 선택 과제를 위해 SVG 형식을 활용하여 공간적 특징을 인코딩하는 구조화된 텍스트 표현 방식을 제안합니다. 이 구조화된 텍스트는 렌더링된 지도 이미지와 기하학적 연관성을 유지함으로써, 언어 모델이 공간적 및 의미적 데이터에 직접 접근할 수 있도록 합니다. 인간이 작성한 경로 설명과 OpenStreetMap 데이터를 기반으로 새롭게 구성한 데이터셋을 사용하여, 우리는 회전 지점에서의 랜드마크 선택과 목적지 주변 랜드마크 선택이라는 두 가지 과제에 대해 모델을 평가합니다.
학습자는 MIT의 동료들과 협력하여 인공지능 통찰에 관한 책을 집필합니다.
프라바 자는 MIT 오픈 러닝의 고위 임원 대상 프로그램에서 얻은 경험을 바탕으로, 자신의 직장인 버라이즌을 위해 인공지능 솔루션을 개발하고 한 권의 책을 집필했습니다.
프론티어 AI 연구소는 자사의 모델들이 지수 시간 가설을 반증했다고 밝혔습니다. 이것이 무엇을 의미하는 걸까요?
테크크런치는 OpenAI의 최신 기발한 발견을 설명하는 임무를 맡은 MIT의 컴퓨터 과학자와 인터뷰했다.
우리가 디자인 에이전트를 어떻게 구축했는지
LangChain이 Slack에서 브랜드에 맞는 동영상, 그래픽 및 프레젠테이션을 제작하는 오픈소스 디자인 에이전트인 Content Studio와 이를 구동하는 하네스를 어떻게 구축했는지.
Meta AI 이사 로힛 파텔이 마이크로소프트 오피스와 구글 워크스페이스를 맡기 위해 회사를 떠납니다.
로힛 파텔은 AI 평가와 강화학습 분야에서 8년간 근무한 뒤 메타를 떠난다고 테크크런치가 단독으로 확인했다. 그의 스타트업 엔닥(Ndoc)은 마이크로소프트 오피스 스위트에 도전하는 것을 목표로 한다.
엔비디아, 기업들이 더 적은 GPU로 AI 모델을 실행할 수 있도록 지원하는 인도 스타트업을 후원
심플리스마트는 연간화된 매출액이 6개월 만에 14배로 증가했으며, 미국 시장이 전체 매출의 절반 이상을 차지한다고 밝혔습니다.
ProtoEEG: EEG 시각적 해독을 위한 구조화된 프로토타입 정렬
arXiv:2610.33065v1 발표 유형: 신규 초록: 두피 기록은 잡음이 많고 공간적 해상도가 낮으며 실험 조건과 피실험자 간에 변동성이 크기 때문에 EEG를 통한 시각적 해독은 여전히 어려운 과제로 남아 있습니다. 대부분의 시스템은 각 실험을 고밀도 이미지 임베딩과 정렬하지만, 이러한 임베딩은 의미적 내용과 개별 사례에 특화된 질감, 자세, 배경 등을 혼합하고 있습니다. 이는 EEG에서 제공되지 않는 세부 정보를 요구할 뿐만 아니라, 예측을 뒷받침하는 시각적 요인들에 대한 명시적인 설명도 제공하지 않습니다. 우리는 \textbf{ProtoEEG}라는 프로토타입 기반 프레임워크를 제안합니다. 이 프레임워크는 EEG와 이미지 간의 정렬 문제를 공유 가능한 학습 가능한 시각 코드북 위에서 이루어지는 소프트한 합성으로 재구성합니다. 학습 가능한 EEG 인코더와 고정된 시각 교사가 동일한 $K=64$개의 프로토타입에 대한 할당 분포를 생성하며, 이들의 가중치를 적용한 재구성 결과는 구조화된 표현을 형성합니다
OpenESM: 에너지 기반 모델은 확장 가능하며, 파운데이션 학습자들입니다
arXiv:2610.33005v1 발표 유형: 신규 초록: 에너지 기반 모델은 도메인 특화 작업에서 유망한 성능을 보여왔지만, 범용 시나리오를 모델링하는 데는 여전히 어려움이 있습니다. 이러한 격차를 해소하기 위해 우리는 기초 언어 모델링을 위한 에너지 주도형 모델(ESM)을 설계합니다. ESM은 단일 아키텍처 내에서 에너지 주도와 토큰 생성을 통합하여, 에너지 기반 탐색을 활용해 토큰 생성을 정교화합니다. 구체적으로, ESM은 먼저 에너지 지형 위에서 잠재 상태를 최적화한 다음, 이 정교화된 잠재 상태를 토큰 생성에 활용합니다. 대규모 말뭉치를 대상으로 이러한 에너지 기반 사전훈련을 수행함으로써, ESM은 유리한 토큰이 낮은 에너지 값을 갖는 일반적으로 효과적인 에너지 지형을 학습합니다. ESM의 스케일링 특성을 탐구하기 위해, 우리는 ESM을 사전훈련합니다
ReMedI: 제어 가능한 분자 최적화를 위한 추론 시 정제 및 자기 디스틸레이션
arXiv:2610.32103v1 발표 유형: 신규 초록: 약물 개발에서 리드 최적화는 투과성을 높이고 독성을 낮추는 등 상충되는 특성을 개선하는 동시에, 리드의 효능을 저해할 수 있는 골격 변화를 제한해야 한다. C-MORAL과 같은 RL 기반 사후 학습은 분자 언어 모델을 미세 조정하여 관심 있는 목표에 대해 분자 리드를 직접 최적화함으로써 이러한 문제를 해결하지만, 이는 비용이 많이 드는 특정 작업용 데이터셋에 의존하며 다목적 최적화(MOO) 달성에도 어려움을 겪는다. 우리는 사전 학습된 모델이 이미 제로샷 생성으로는 효율적으로 도달하기 어려운 유용한 분자 수정 정보를 포함하고 있을 수 있다고 주장한다. 제로샷 생성의 제한된 탐색 능력에 착안하여, 우리는 효율적인 메트로폴리스-허스팅스 탐색 전략을 개발하여 베팅…
EVOLVE: 적응형 프로토타입 메모리를 활용한 불확실성 인식 다변량 시계열 이상 탐지
arXiv:2610.32189v1 발표 유형: 신규 초록: 비지도형 다변량 시계열 이상 탐지(AP)는 현재 관측값을 바탕으로 향후 이상 위험을 추정하여, 복잡한 시스템에서 선제적 개입과 유지보수를 위한 조기 경고 신호를 제공하는 것을 목표로 합니다. 기존의 비지도형 AP 방법들은 정해진 또는 무작위적인 섭동을 과거 창에 주입하여 비정상적인 미래 진화를 시뮬레이션하는 방식의 섭동 기반 패러다임을 따릅니다. 그러나 이러한 방법들은 서로 다른 변수와 맥락 간에 동일한 섭동을 공유하며, 결정론적 방식으로 과거에서 미래로의 진화를 학습합니다. 실제로 이상 현상의 진화는 변수와 상황에 따라 달라지며, 동일한 섭동이 한 변수나 맥락에서는 비정상적인 미래 동역학으로 증폭될 수 있는 반면, 다른 경우에는 정상적인 변동으로 흡수되기도 합니다.