llama.cpp 오픈소스 프로젝트에 StepFun 3.5 MTP 모델 지원을 위한 Pull Request가 제출되었다.
1-bit 및 Ternary 양자화를 통해 메모리 사용량을 1GB 내외로 줄인 초경량 이미지 생성 모델 Bonsai Image 4B가 공개되었다.
llama.cpp UI에 모델의 추론 과정을 제어할 수 있는 Thinking mode 토글 기능이 추가되었습니다.
코딩 에이전트의 컨텍스트 효율을 높이고 아키텍처 이해도를 개선하는 오픈소스 메모리 레이어 Provenant가 공개되었습니다.
역전파는 학습 직후 V1 영역의 뇌 정렬을 급격히 떨어뜨리지만, 예측 코딩 등 국소 학습 규칙은 이를 유지한다.
별도의 설정 없이 Mac GPU를 활용해 사진을 3D Gaussian Splat으로 변환하는 네이티브 앱이 출시되었습니다.
SpaceX, Anthropic, OpenAI의 대규모 IPO가 미국 주식시장에 미칠 영향과 리스크를 분석한다.
llama.cpp에 Stepfun AI의 Step-3.7-Flash 모델 지원을 위한 Pull Request가 제출되었습니다.
에이전트의 파일 탐색 성능을 높이기 위해 원본을 수정하지 않고 가상 구조를 제공하는 Rust 기반 가상 파일 시스템이다.
LLM 에이전트의 보안 취약점 패치 능력을 평가하는 새로운 벤치마크 CVE-Bench가 공개되었다.
PapersWithCode가 주요 AI 컨퍼런스 논문을 태스크별로 브라우징하고 관련 리소스를 확인할 수 있는 기능을 추가했다.
중국 미니맥스가 혁신적인 MSA 아키텍처를 통해 성능과 가성비를 모두 잡은 멀티모달 모델 M3를 출시했다.
스탠퍼드 CS336 과정에서 AI 코딩 도구가 단순 해법 생성기가 아닌 학습 조교 역할을 하도록 규정한 지침이다.
.NET 10 환경에서 AI 에이전트와 MCP 서버를 쉽게 구축할 수 있는 미니멀 스크립팅 SDK인 Cadenza를 소개한다.
Google이 Gemma 모델과 에이전트 간의 상호작용을 지원하는 공식 'Gemma Skills'를 공개했다.
스탠퍼드 CS336 과정은 데이터 정제부터 Triton 기반 FlashAttention2 구현, DPO 정렬까지 LLM 개발 전 과정을 다룬다.
Amnesty International은 불법 웹 스크래핑 기반 생성형 AI 시스템이 인권을 침해한다며 금지를 요구했다.
Microsoft가 NVIDIA와 협업하여 1,200억 파라미터 AI 모델을 로컬에서 실행할 수 있는 Surface Laptop Ultra를 공개했다.
Google이 AI 에이전트를 활용해 SRE 운영을 자동화하고 신뢰성을 확보하는 설계 방식을 공개했다.
NVIDIA가 AI 에이전트 및 로컬 LLM 구동에 최적화된 Arm 기반 RTX Spark Superchip을 공개했다.
AI Briefing