지둥시(공식 계정: zhidxcom) 저자 | 리수이칭 편집 | 신위안 지둥시 10월 31일 소식에 따르면, 알리바바는 방금 애플과 협력을 체결해 Qwen을 애플 인텔리전스에 통합한다고 발표했습니다. 중국 사용자들은 시리, 글쓰기 도구 및 비전 인텔리전스에서 Qwen의 텍스트 및 이미지 이해, 콘텐츠 생성 등 기능을 직접 활용할 수 있게 됩니다. 이들 기능은 11월 4일부터 최신 iOS 개발자 베타 버전과 함께 테스트를 시작하며...
엔비디아가 새로운 음성 텍스트 변환 거대 모델 Nemotron 3.5 Transcribe를 공식 오픈소스로 제공했습니다. 이 모델은 전문적인 음성 처리를 목표로 하며, 다국어 텍스트 변환 정확도, 장시간 오디오 처리, 다중 화자 분리 등 핵심 지표에서 업계 최고 수준을 자랑합니다. 혼합 전문가(MoE) 아키텍처를 채택한 이 모델의 총 파라미터 수는 약 340억 개로, 매번 전방향 전파 시 일부 파라미터만 활성화되어 효율성을 높입니다. 전체적으로 볼 때, 전문 음성 텍스트 변환 분야에 있어 새로운 오픈소스 옵션을 제공합니다.
arXiv:2610.38355v1 발표 유형: 신규 초록: KV 캐시 재사용은 LLM 서비스를 가속화하지만, 기존 시스템들은 호스트 DRAM과 NVMe SSD를 계층적 하위 구조로 관리하며, DRAM을 중간 캐시로 활용합니다. 그러나 실제 생산 환경의 LLM 워크로드는 이러한 계층 구조의 두 가지 전제 조건을 모두 무너뜨립니다. 첫째, 이중 모드 재사용 방식은 DRAM의 시간적 필터링 기능을 무력화합니다. 왜냐하면 워크로드는 재사용 거리가 긴 일회성 블록이나 DRAM 용량을 초과하는 수기가바이트 규모의 에이전트 세션으로 구성되어 있어 SSD가 핵심 읽기 경로에 위치하게 되기 때문입니다. 둘째, DRAM의 스테이징과 제거 순서에 따른 배치 방식은 SSD 복원 과정을 병목으로 만듭니다. 인-플라이트 프리픽스를 위해 호스트 스테이징 버퍼를 유지하면 부하 상황에서 컨텐션을 유발해 프리페치 작업이 중단되며, 증분식 제거는 세션의 블록들을 SSD 전체에 분산시켜 대규모 연속 읽기를 방해합니다. 우리는 p
arXiv:2610.37905v1 발표 유형: 신규 초록: SEC EDGAR와 같은 공시 저장소는 기업 공시에 대한 웹 접근을 통해 정보에 기반한 투자를 지원합니다. 이러한 문서의 검토를 언어 모델 기반 에이전트로 지원하려면, 관련 문서들 간의 미표명된 결함을 발견하고, 누락된 회사 정보를 확보하며, 요청된 수정 사항이 증거에 근거한 요구사항을 충족하는지 검증해야 합니다. 기존의 재무 관련 질문-답변 평가는 이러한 상호작용 능력에 대해 제한적인 근거만 제공합니다. 우리는 기업 공시 검토 및 수정을 위한 대화형 벤치마크이자 자체 진화형 에이전트 프레임워크인 \textbf{FilingLoop}을 소개합니다. FilingLoop은 미국 증권거래위원회의 역사적 서신을 바탕으로, 96개 기업의 주로 IPO 검토 과제 380개를 재구성합니다.
Anthropic은 10월 29일 Claude 모바일 앱 업데이트를 발표하며, iPhone, iPad, Android, Chromebook은 물론 웹과 데스크톱에서도 사용 가능해졌다고 밝혔다. 특히 iPhone 버전의 음성 모드가 Apple CarPlay에 완전히 통합되어, 운전자는 손을 휠에서 떼지 않은 채로 바로 음성으로 AI에 질문할 수 있게 되었다. 출퇴근길에 경로를 확인하거나 자료를 찾고 생각을 정리하는 등 다양한 작업을 음성으로 처리할 수 있다. 차량 내 사용 환경은 이번 업데이트에서 가장 큰 상상력을 불러일으키는 영역으로 평가된다.
구글은 대화형 AI 거대 모델 Gemini의 주요 업그레이드를 발표하며, 파일 내 직접 수정 기능을 새롭게 추가했습니다. 모든 사용자는 웹 및 모바일 환경에서 다양한 주요 파일 형식을 실시간으로 생성, 미리 보기 및 전체 화면 편집할 수 있어 더 이상 내보내기에만 국한되지 않습니다. 이번 업그레이드는 PDF, 구글 문서, 스프레드시트, 프레젠테이션, 마크다운 등 다양한 형식을 포괄하며, AI 기반 생산성과 상호작용의 원활함을 한층 높이는 것을 목표로 합니다.
10월 29일, 쾌과기 보도에 따르면 바이트댄스 산하 ‘더우바오 워크’가 기업 고객을 대상으로 새로운 제3자 대형 모델 서비스를 출시했습니다. 이 서비스는 기업들이 그동안 서로 다른 업체로부터 개별적으로 구매하던 방식을 탈피하고, 사용자가 하나의 작업 화면에서 장문 처리, 코드 작성, 논리 추론 등 다양한 작업 요구에 따라 여러 주요 대형 모델을 유연하게 전환할 수 있도록 합니다. 첫 번째 단계에서는 이미 세 가지 업계 대표 모델이 연동되었습니다.
자격 요건을 갖춘 ChatGPT 구독에 대한 API 크레딧 혜택. 이달 초 앤트로픽은 Max 및 Team 구독자들을 위한 풍성한 새로운 혜택을 발표했는데, 월간 구독료가 100달러, 200달러, 500달러인 사용자들은 앤트로픽 API에서 사용할 수 있는 동일한 양의 (만료 예정) 크레딧을 받게 됩니다.
이제 PDF, Google 문서, Google 스프레드시트, 프레젠테이션 자료, Markdown 파일, TXT 파일 및 코드를 Google Gemini 내에서 직접 생성하고 미리 보고 편집할 수 있습니다. 새로운 파일 편집 기능은 오늘부터 모든 Gemini 사용자에게 제공되며, PDF 미리 보기와 편집은 웹과 모바일 모두에서 지원되지만 다른 모든 파일 형식은 현재 웹 버전에서만 이용 가능합니다.
구글은 크롬의 자동 완성을 ‘기억하기’에서 ‘찾아오기’로 전환하고 있다. Gemini와 개인 지능 기술에 의해 구동되는 크롬은 Gmail을 읽어 현재 작성 중인 양식에 따라 주문번호, 배송 조회번호, 항공편 예약 번호 등 정보를 적극적으로 제안한다. 이 강화된 자동 완성 기능은 10월 말부터 미국 사용자들을 대상으로 순차적으로 배포되며, 데스크톱 크롬과 iOS·Android에서 Gemini를 활성화한 사용자들에게 적용된다. 이를 통해 지난 10년간 사용자가 직접 이름과 주소를 저장해 두어야 했던 기존 방식을 바꾸려는 시도다.
온라인에서는 헝뎬 영화·TV가 바이트댄스와 협력해 15만 명의 엑스트라에 대한 디지털 자료와 얼굴, 연기력을 수집·보존한 뒤 이를 심층 분석하며, “앞으로는 더 이상 엑스트라가 필요하지 않게 될 것”이라고 밝혔다는 소문이 퍼졌고, 이로 인해 AI 기술이 저소득층 배우들의 생존권을 박탈하는 것이 아니냐는 논란이 일어나며 영화·TV 업계의 큰 관심을 받았다. 10월 28일, 도우바오 홍보 담당자 류싱은 “헝뎬과 바이트댄스가 협력한다”고 밝혔으나, 그 후속 발언은 원문에서 완전히 전달되지 않았다.
DeepSeek, Google, 그리고 NVIDIA가 에이전트 스택을 구축하다
외국인 블로거 ‘Carlo Wu(카로)’가 소셜 미디어에 한의원 방문 경험을 공유했습니다. 그는 천문 AI 귀걸이형 이어폰을 착용하고, 의사와 각각 한 개씩 착용한 채 대면 통역을 통해 소통을 도왔습니다. 카로는 전통 의학이 매우 흥미롭지만 언어가 늘 장벽이었다고 말했습니다. 진료 중 의사가 어디가 불편한지 물었을 때, 그는 손짓과 함께 “전체가 아파요”라고만 답했고, 이어폰을 착용한 뒤부터 두 사람은 본격적으로 더 깊은 소통을 시작했습니다. 그는 이번이 처음으로 한의사의 말을 제대로 이해할 수 있었다고 감탄했습니다.
10월 28일 소식에 따르면, 네티즌들이 DeepSeek가 다시 한 번 대규모 모델의 지문을 변경한 것을 발견해, 곧 강력한 신모델을 발표할 것이라는 추측을 불러일으켰다. DeepSeek Harness 공식 코드 저장소에는 이미 DeepSeek-V5, V5-open 및 V5-next 등의 코드가 등장했다. 현재 V5 관련 내용은 주로 자리표시자에 불과하지만, 새로운 모델 출시를 위한 준비가 이미 갖춰졌음을 시사한다.
arXiv:2610.36191v1 발표 유형: 신규 초록: 대규모 언어 모델(LLM)은 흔히 유창하지만 사실과는 맞지 않는 응답을 생성하여 그 신뢰성에 대한 우려를 불러일으킵니다. 최근의 환각 탐지기들은 점점 더 내부 표현을 활용하고 있지만, 고차원의 숨은 상태에서 유의미한 신호를 추출하는 것은 여전히 어려운 과제입니다. 기존 접근법들은 종종 선택된 활성화 값이나 풀링 기반 압축에 의존하는데, 이로 인해 트랜스포머 계층, 특징 모드 및 토큰 전반에 걸쳐 분산된 판별적 정보를 놓칠 수 있습니다. 우리는 LOTUS(Low-rank Order-statistic TUcker-based Subspace learning)를 제안합니다. 이는 환각 탐지를 위한 다중선형 저랭크 분해 프레임워크로서, LLM의 숨은 상태로부터 컴팩트한 표현을 추출하면서도 레이블에 대한 의존성을 줄여줍니다.
arXiv:2610.36353v1 발표 유형: 신규 초록: 대규모 언어 모델(LLM)은 종종 모호한 입력에 대해 하나의 의도된 의미만 있는 것처럼 답변합니다. 이는 문제가 되는데, 입력의 모호성은 불확실성의 상류 원천이기 때문입니다. 즉, 프롬프트가 여러 가지 타당한 해석을 허용할 때, 핵심 질문은 모델이 과연 직접 답변을 해야 하는지 여부입니다. 기존의 입력 불확실성 처리 방법들은 종종 LLM이 생성한 문장이나 명확화에 의존하지만, 이러한 변환 과정 자체가 모호성을 측정하기 전에 이미 입력을 해석해 버릴 수 있습니다. 우리는 입력 모호성 감지를 위한 라벨 보존형 페르투베이션 프레임워크를 제안하며, 이 프레임워크에서는 페르투베이션이 원래 입력에 가까운 상태로 유지되면서 동시에 해당 입력의 라벨을 보존합니다. 우리는 이 원칙을 두 가지 감지기로 구현했습니다: 블랙박스 기반 규칙 기반 페르투베이션 라이브러리와
arXiv:2610.36668v1 발표 유형: 신규 초록: 애쉬 동조 실험은 최근 대규모 언어 모델(LLM)에서의 동조를 측정하는 방법으로 상당한 주목을 받고 있습니다. 기존 연구들이 LLM에서의 동조를 입증하는 데 집중해 왔다면, 우리 연구는 이 접근법에 추가적인 정량적 층을 더합니다. 우리는 프론티어 LLM을 여러 질문 세트에 대해 샘플링하는 대신, 단일 질문을 반복적으로 샘플링하여 LLM의 확률적 특성을 활용해 답변 분포를 생성합니다. 이를 통해 모델에 가공된 합의가 제시되기 전후의 답변 분포를 비교할 수 있습니다. 우리의 실험은 프론티어 LLM이 실제로 동조를 보임을 확인하며, 기존 문헌을 뒷받침하고, 분포 간 비교를 통해 추가적인 정보를 제공합니다.
케이틀린 레스와 앤젤라 장이 Latent Space에 합류하여 Claude 플랫폼의 기술적 배경을 설명합니다: Opus 5.5 출시, 모델의 ‘뇌’와 에이전트의 ‘손’을 분리하고, API를 확장하며, 신뢰할 수 있는 관리형 에이전트를 구축하는 과정을 소개합니다. 새로운 서론...
K3.1 Pro 출시 이후, 여러 사용자가 할당량이 너무 빠르게 소진된다는 피드백을 제출하자 월지암면은 긴급 공지를 통해 “문제는 우리에게 있었으며, 우리는 더 일찍 이를 수정했어야 했다”고 밝혔다. 보상 할당량을 제공하는 동시에 월지암면은 “불필요한 하위 에이전트 호출과 출력 길이를 줄이겠다”고도 밝혔다. 모델이 정식으로 출시되기 이틀 전, 앤트로픽은 ‘에이전트 구축: 언제 하위 에이전트를 메인 에이전트 루프로 통합할 것인가’(Building agents: When to fold subagents into your main agent loop)라는 제목의 글을 발표했는데, 이 글에서 다루는 내용은 바로 하위 에이전트와 관련된 사항이었다. 앤트로픽의 결론에 따르면, 여러 기업이 배포한 Claude를 비교한 결과, 기술을 갖춘 하나의 에이전트가 오히려 “일군의...”보다 품질 면에서 우월하다는 것을 확인했다.
1. 워커들에게 더 적합한 GPT-6.1 Terra가 출시되며, API 가격은 절반으로 인하되고 컴퓨터 작업 속도는 더욱 빨라집니다. 10월 26일, OpenAI는 GPT-6.1 Terra를 발표했으며, 주요 기능으로 시각적 이해력, 컴퓨터 작업 능력, 사실 정확성 및 프로그래밍 능력을 향상시켰습니다....
AI NEWS.cc