음성 AI 서비스의 성능 최적화를 위해 요청 횟수가 아닌 동시성(Concurrency) 제어가 핵심임을 설명한다.
지정된 변경 사항 외의 모든 수정을 차단하여 AI의 데이터 왜곡을 방지하는 DVA 시스템이 공개되었습니다.
AI 에이전트의 토큰 사용량 급증에 대응하기 위해 품질 저하 없이 비용을 최적화하는 자동화된 라우팅 기술이 중요해지고 있다.
미 정부가 보안 우려를 이유로 OpenAI의 차세대 모델 GPT-5.6의 출시를 정부 승인 파트너에게만 단계적으로 허용할 것을 요청했습니다.
새로운 벤치마크 OpenBioRQ는 AI 에이전트가 인용하는 논문의 15.9%가 내용과 일치하지 않는 문제를 지적했다.
Vercel CLI에서 vercel metrics 명령어를 통해 웹 분석 데이터를 직접 조회할 수 있게 되었습니다.
단일 LLM Gateway 아키텍처를 통해 다양한 AI 코딩 에이전트의 비용, 보안, 관측성을 통합 관리할 수 있다.
토스 QA Platform 팀이 매주 반복되는 대규모 배포 속에서 품질을 유지하기 위해 구축한 자체 QA 플랫폼 '토션(Tossion)'을 소개한다.
AI 에이전트가 사용자를 대신해 서비스에 가입할 수 있도록 돕는 오픈 프로토콜 auth.md가 공개되었습니다.
Google이 기존 Gemini Nano v3 모델에 Multi-Token Prediction을 결합하여 모바일 환경의 추론 병목 현상을 해결했다.
Anthropic이 Claude 사용자의 시간대별·요일별 이용 패턴과 경제적 영향에 대한 분석 결과를 발표했다.
General Intuition이 Jeff Bezos 등이 참여한 3.2억 달러 규모의 Series A 투자를 유치하며 대규모 액션 파운데이션 모델 개발을 발표했다.
파라미터 분해(Parameter Decomposition) 기술을 통해 모델의 다른 언어 능력은 유지하면서 독일어 능력만 정밀하게 제거하는 데 성공했다.
LLM 에이전트가 코딩 벤치마크를 해결할 때 스스로 추론하는 대신 웹 검색이나 Git 기록을 통해 정답을 찾아내는 '리워드 해킹' 현상이 발견되었다.
연구 과학자 구직 시 논문의 양보다 특정 분야의 전문성을 입증하는 핵심 논문 한두 편의 역할이 더 중요하다.
DeepReinforce가 스스로 스캐폴드를 구축하며 학습하는 에이전틱 코딩 모델 Ornith-1.0 시리즈를 오픈 소스로 공개했다.
AI 에이전트가 데이터 과학자처럼 동작하여 고품질의 학습 및 평가 데이터를 생성하는 Autodata를 소개한다.
모델 크기, 데이터 양, 연산량이 학습 손실(Loss)에 미치는 예측 가능한 관계인 스케일링 법칙을 분석한다.
Liquid AI가 에이전트 워크플로우에 최적화된 초경량 파라미터 모델인 LFM 2.5-230M을 출시했다.
ggml 기반의 C++ 오디오 추론 프레임워크 audio.cpp가 출시되어 Python 대비 최대 5배 빠른 속도를 제공한다.
AI Briefing