최신 AI 뉴스를 한눈에.

세바스티안 라슈카가 8개의 비디오 강좌 ‘제로부터 추론 모델 구축하기’를 발표했습니다.

세바스티안 라슈카는 2026년 10월 24일, Ahead of AI 매거진(magazine.sebastianraschka.com)에서 총 8강으로 구성된 11시간이 넘는 파이썬 및 파이토치 실습 동영상 강좌를 공개했으며, 추론 모델의 평가, 추론 시 확장, 강화학습(RLVR)과 지식 증류를 체계적으로 다루고, 모든 방법을 사전 훈련된 Qwen3-0.6B 모델을 기반으로 구현했습니다.

추천 이유이 강좌는 저자가 ‘0부터 구축하는 대규모 언어 모델’에 이어 선보이는 심화 기술 교육 콘텐츠로, 현재 주류 LLM의 핵심 발전 방향인 추론 능력 강화에 초점을 맞추고 있습니다. 기초 환경 구축부터 GRPO 강화학습, 자기 증류 등까지 포괄하는 완전한 기술 체인을 다루며, 모든 구현은 ‘0부터 수작업으로 작성’되어 재현 가능하다는 점을 명시하고 있어 높은 교육적 가치와 엔지니어링 참고 가치를 갖습니다.

아마존 세이지메이커 AI가 다중 라운드 강화학습(MTRL) 프레임워크를 출시하여, 엔드투엔드 방식으로 에이전트가 다단계 작업을 완수하도록 지원합니다.

AWS는 Multi-Turn Reinforcement Learning(MTRL) 기능을 출시하여, 사용자가 SageMaker AI에서 전체 작업 궤적과 최종 결과 피드백을 바탕으로 대규모 모델 에이전트를 단계별 주석 없이 학습할 수 있도록 지원합니다. Wordle을 예시로 삼아 AgentCore 배포, 데이터 준비, GRPO 학습, 보상 설계 및 비용 분석에 이르는 전 과정을 시연합니다.

IBM은 Granite 시계열 통합 예측 모델을 발표했습니다: 네 가지 모델을 미세조정 없이 결합하여 안정적인 기본 예측 솔루션을 제공합니다.

IBM 리서치는 오픈소스인 Granite Timeseries Ensemble(v1)을 출시했으며, PatchTST-FM-r1/r2, FlowState 및 Tiny Time Mixers 등 네 가지 사전훈련 아키텍처를 통합해 제로 편향(zero-shot) 미세조정 없이도 확률적 앙상블 예측을 지원합니다. 기본적으로 동등한 가중치의 확률적 앙상블(Probabilistic Ensemble)을 채택하며, 사분위 범위 기반 적응형 가중치(IQR Ensemble) 옵션도 제공합니다. GIFT-Eval 벤치마크(2026-10-20 기준 스냅샷)에서 점예측 오차(MASE=0.683)는 최고의 단일 모델보다 약간 우수하며, 전반적인 로버스트성이 크게 향상되었습니다.

AI 지원 ‘블라인드 스캔’ 초음파 기술이 기층 모자보건을 지원: 다기관 전향적 연구를 통해 지역 간 일반화 능력 검증

구글 연구팀은 임상 기관과 협력하여 전향적 다기관 연구를 수행한 결과, 저비용 휴대형 프로브를 사용하고 비초음파 전문의가 운영하는 AI 기반 ‘블라인드 스캔’ 초음파 방식이 시카고와 나이로비 두 지역에서 모두 전문가 수준의 초음파 생체측정과 동등한 임신 주수 평가 정확도(평균 절대 오차 4.18일 대 4.48일)를 달성했으며, 현지 데이터 미세조정이 필요하지 않아 자원이 부족한 지역에서 산전 초음파 검사의 보급을 확대할 수 있는 실현 가능한 경로를 제시했다.

구글 클라우드와 엔비디아는 NVIDIA Vera Rubin 인프라의 정식 상용화를 발표했습니다: A5X 인스턴스가 출시되었으며, 대규모 강화학습과 에이전트 추론에 중점을 두고 있습니다.

구글 클라우드와 엔비디아는 베라 루빈 아키텍처 기반의 A5X 인스턴스를 내달부터 정식으로 상용화한다고 발표했으며, 초기 단계에서는 미국을 대상으로 서비스를 제공하고 이후 유럽으로 확대할 예정입니다. 이 플랫폼은 NVL72 GPU, ConnectX-9 SuperNICs, Virgo 네트워크 및 4세대 액체 냉각 기술을 통합하여, 대규모 강화 학습과 생성형 에이전트 추론 등 고밀도 컴퓨팅 환경에 특화되어 설계되었습니다.

NVIDIA가 Kumo Forecast를 발표했습니다: 사전 훈련된 시계열 표현, 과거 패턴 검색 및 해석 가능성을 통합한 다변량 예측 모델

NVIDIA는 오픈소스 시계열 예측 모델인 Kumo Forecast(구 NV-Tesseract Forecasting)를 출시했습니다. 이 모델은 MOMENT-1-large Transformer 아키텍처를 기반으로 하며, 직접 예측과 도메인 인식 표현 및 검색(DARR)의 두 가지 경로 추론을 지원하고, 모델 구조를 수정할 필요 없이 내장된 해석 가능성 프레임워크를 탑재하고 있습니다.

GPT-OSS-20B 다중언어 추론 미세조정 실험: SFT는 초보자 수준의 행동 습득을 가능하게 하며, GRPO는 확률 헤드 공간이 존재할 때에만 효과적으로 성능을 향상시킨다.

AWS 팀은 Amazon SageMaker HyperPod에서 GPT-OSS-20B를 대상으로 다국어 추론 미세조정 실험을 수행했으며, LoRA 기반의 효율적 파라미터 미세조정을 적용했습니다. SFT는 영어·프랑스어·독일어·스페인어·이탈리아어 등 5개 언어에 대한 추론 정확도를 22%에서 100%로 끌어올렸지만, 답변 언어의 정확도는 62%에 그쳤습니다. GRPO는 이를 바탕으로 답변 언어 정확도를 70%까지 추가로 개선했으며, 추론 언어 성능에는 별다른 손상을 주지 않았습니다. 다만 이익의 정도는 언어마다 상이하여, 예를 들어 스페인어는 30%p 향상된 반면 이탈리아어는 20%p 하락했습니다. 실험 결과는 GRPO가 새로운 능력을 제로 상태에서 창출할 수 없으며, 기존에 간헐적으로 나타나던 행동만을 최적화할 수 있음을 분명히 보여줍니다.

“우리는 그동안 잘못 이해해 왔다”: Goodfire 연구원이 신경망의 해석 가능성에 대한 새로운 관점을 제시해 AI 분야에 큰 파장을 일으켰다

Goodfire 연구원 닉 카마라타는 2만 6천 단어에 달하는 장문의 글을 발표하며, 대형 언어 모델(LLMs)의 내부 메커니즘이 학계의 예상보다 훨씬 더 구조적이고 이해하기 쉽다는 주장을 제기했다. 그의 핵심 논지는 Inception v1과 같은 모델에서 관찰된 ‘다의성 뉴런’에 대한 재해석에 기반하는데, 예를 들어 ‘고양이/자동차 공용 뉴런’은 무질서한 초지정이 아니라 V자형 시각 패턴에 반응하는 것임을 지적한다. 다만 이 주장은 아직 현대 LLM들에 대해 체계적인 검증이 완료되지 않았으며, 스탠퍼드대학교의 크리스 포츠와 어라이먼트 리서치 센터의 제이컵 힐턴 등 학자들로부터 일반화 가능성과 기술적 깊이에 대한 의문을 받고 있다.

[AINews] 에이전트들이 다의성(다중 의미성)을 반증하며, 해석 가능성과 정렬성을 크게 향상시킵니다

닉 카마라타가 어디선가 갑작스럽게 중대한 주장을 내놓았습니다!

[AINews] 에이전트들이 다의성(다중 의미성)을 반증하며, 해석 가능성과 정렬성을 크게 향상시킵니다

닉 카마라타가 어디선가 갑작스럽게 중대한 주장을 내놓았습니다!

Scaling Indic Pretraining: 2.8 Trillion Tokens and an Open Data Generation Pipeline

Scaling Indic Pretraining: 2.8 Trillion Tokens and an Open Data Generation Pipeline

Agent Lightning v1.0: A 3,500-Line Lightweight Agentic RL Framework for Training Agents with Real Harnesses

Training AI agents with reinforcement learning can be challenging because their tools, context, and decision-making are managed by complex frameworks. Agent Lightning connects existing agents to RL training, making it easier to improve them without rebuilding them. The post Agent Lightning v1.0: A 3,500-Line Lightweight Agentic RL Framework for Training Agents with Real Harnesses appeared first on Microsoft Research.

1개의 모형 가족, 2개의 금 수준 결과: IOI와 IMO를 위한 정밀한 Tuning Nemotron

1개의 모형 가족, 2개의 금 수준 결과: IOI와 IMO를 위한 정밀한 Tuning Nemotron

Fyxer는 AI 임원 조력자를 신뢰하는 방법

Fyxer는 OpenAI 모델, 미세 조정, 메모리 및 실제 사용자 피드백을 사용하여 각 사용자의 목소리에 inboxes 및 초안 이메일을 구성합니다.

Paul Christiano, OpenAI 재단 이사회에 합류

Paul Christiano는 OpenAI Foundation Board와 Safety and Security Committee에 합류하여 AI 정렬, 안전 및 표준에 대한 경험을 제공합니다.

100 GRPO 단계에서 더 나은 구조화 산출을 위한 350M 모형을 순조롭게 하기

100 GRPO 단계에서 더 나은 구조화 산출을 위한 350M 모형을 순조롭게 하기

교육 및 미세 조정 Multi-Vector Embedding 모델 Sentence 변압기

교육 및 미세 조정 Multi-Vector Embedding 모델 Sentence 변압기

NVIDIA NeMo AutoModel와 변압기 미세 조정

NVIDIA NeMo AutoModel와 변압기 미세 조정

LoRA를 넘어서 : 가장 인기있는 미세 조정 기술을 이길 수 있습니까?

LoRA를 넘어서 : 가장 인기있는 미세 조정 기술을 이길 수 있습니까?

Import AI 461: "Alignment is not on track"; FrontierCode; and synthetic research interns

Where are your agents right now?