본문으로 건너뛰기
AI NEWS.ccAI正在发生 未来正在更新
뉴스 북마크
THE JOURNAL
AI NEWS JOURNAL
AI, IN PERSPECTIVE

AI 뉴스 검색

제목, 요약, 본문을 검색해 흩어진 정보를 연결하세요.

발행 시간순

AWS 머신러닝 블로그

Amazon SageMaker AI에서 지식 증류를 활용한 효율적인 에이전트 구축

최첨단 모델을 기반으로 구축된 에이전틱 어시스턴트는 다중 단계 툴 루프를 실행하며, 모든 단계마다 최첨단 가격을 지불하는 것은 프로덕션 규모에서 지속하기 어렵습니다. 이 게시글에서는 시퀀스 수준 지식 증류(SeqKD)를 사용하여 최첨단 트레이너의 에이전틱 행동을 Amazon SageMaker AI의 소규모 저비용 학생 모델로 전달하는 방법을 보여줍니다.

공식튜토리얼
진행 상황 및 관련 보도
AWS 머신러닝 블로그

Circle K가 Amazon Bedrock을 활용하여 DevOps 인시던트 트리아지 시간을 15분 미만으로 단축한 방법

Circle K의 DevOps 팀은 Amazon Bedrock 기반 에이전트형 트리아지 시스템을 구축함으로써 인시던트 트리아지 시간을 45~60분에서 15분 미만으로 단축했습니다. 이 게시글에서는 아키텍처, 초기 Amazon Bedrock Flows 구현, Amazon Bedrock AgentCore로의 마이그레이션, 그리고 확장 과정에서 얻은 교훈을 자세히 설명합니다.

공식튜토리얼
진행 상황 및 관련 보도

마크테크포스트

엔비디아, AI 에이전트 SQL을 기반으로 하는 개방형 시맨틱 계층인 Auto Ontology 출시

엔비디아는 엔터프라이즈 메타데이터로부터 시맨틱 계층을 생성하는 Apache 2.0 라이브러리인 Auto Ontology를 공개했습니다. 이는 인증된 정의를 바탕으로 에이전트 SQL을 구체화하며, MCP, CLI 및 API를 통해 컨텍스트를 제공합니다. 해당 게시물 ‘엔비디아, AI 에이전트 SQL을 기반으로 하는 개방형 시맨틱 계층인 Auto Ontology 출시’는 MarkTechPost에 처음 게재되었습니다.

新闻源配图 · MarkTechPost
진행 상황 및 관련 보도
애플 머신 러닝

실시간 iOS 앱에서의 UI 탐색을 위한 계획-기반 에이전트를 활용한 온라인 밀집 강화 학습

최첨단 비전-언어 모델은 사용자 인터페이스(UI) 탐색에서 뛰어난 성능을 보여주지만, 높은 추론 비용으로 인해 일상적인 사용이 어렵습니다. 반면, 지도형微調(SFT) 또는 오프라인 강화 학습으로 훈련된 소규모 모델들은 종종 정적인 경로를 단순히 암기하여 실행이 취약하고 오류 발생 시 복구가 불가능합니다. 이러한 한계를 해결하기 위해 우리는 실시간 iOS 애플리케이션에서 직접 UI 탐색 에이전트를 훈련시키는 새로운 온라인 강화 학습 프레임워크를 제안합니다. 우리의 프레임워크는 에이전트를 두 가지 특화된 구성 요소로 분리합니다: 계획…

진행 상황 및 관련 보도
OpenAI 공식 뉴스

라이프발

라이프발을 소개합니다. 라이프발은 AI가 보육 찾기부터 재무 관리, 정부 서류 처리에 이르기까지 사람들이 일상 업무를 얼마나 잘 수행할 수 있도록 돕는지를 측정하는 벤치마크입니다.

진행 상황 및 관련 보도

텐센트 뉴스 · AI 채널

마스크의 예측: 아직도 사람마다 일일이 서명을 받아야 하는 기업은 결국 패배할 것이다!

내용 출처: 본 글은 인터넷 공개 자료를 바탕으로 정리되었습니다. 편집자 | 칠 제9923편의 심층 기사: 6,342자 | 읽는 데 약 14분 소요 2026년 10월 27일, 실리콘밸리의 최고급 벤처캐피털 a16z의 공동 창립자 벤 호로위츠가 만자에 달하는 장문의 글을 발표했습니다. 그는 ‘벤처 캐피털의 어려움’의 저자이기도 합니다. 그가 분석한 대상은 기업 가치 1,900억 달러, 연간 매출 70억 달러를 돌파한 데이터 기업 데이터브릭스였습니다. 그러나 실제로 당신이 시간을 들여 살펴볼 만한 것은 기업 가치 수치가 아니라...

马斯克预测：还要人挨个签字的公司，会输！
AI텐센트 뉴스
진행 상황 및 관련 보도

마이크로소프트 리서치

합성 기업 데이터 평가에서 실제 Microsoft Copilot AI의 신뢰성까지

기업 규모에서 Microsoft Copilot을 평가하려면 실제 조직의 모든 복잡성을 반영한 테스트 데이터가 필요하지만, 실제 기업 데이터에는 어떠한 경우에도 평가에 사용할 수 없는 민감한 정보가 포함되어 있습니다. 포스트 “합성 기업 데이터 평가에서 실제 Microsoft Copilot AI의 신뢰성까지”는 Microsoft Research에 처음 게재되었습니다.

From synthetic enterprise data evaluations to real Microsoft Copilot AI confidenceFrom synthetic enterprise data evaluations to real Microsoft Copilot AI confidence
공식연구
진행 상황 및 관련 보도
arXiv cs.CV

공정한 딥페이크 탐지를 위한 교차성 불변 학습

arXiv:2610.37881v1 발표 유형: 신규 초록: 딥페이크 탐지 모델은 전반적인 정확도는 높지만, 인구통계학적 집단 간 성능 격차가 크기 때문에 일부 집단에서는 다른 집단에 비해 훨씬 높은 거짓양성률을 경험하게 된다. 기존의 공정성 지향 방법들은 모델 출력을 제한하여 집단별 예측을 균등화하는 방식으로 이 문제를 해결하지만, 근본적인 특징 수준의 편향에는 대응하지 못한다. 그 결과, 모델들이 여전히 피부 질감과 같은 인구통계학적 특성을 조작된 콘텐츠를 탐지하는 간접적 단서로 활용할 가능성이 남아 있다. 이러한 문제를 해결하기 위해 우리는 모델 출력 조정에 그치지 않고 특징 학습 자체를 개선하는 프레임워크인 교차적 불변 학습(IIL)을 제안한다. IIL은 가장 도전적인 인구통계학적 하위 집단을 식별하는 과정을 반복적으로 수행하며…

진행 상황 및 관련 보도