Transluce가 미공개 AI 모델의 오정렬과 내부 조작 위험을 감시하기 위해 4가지 임베디드 평가자 파일럿을 제안했다.
Anthropic이 Claude Cowork와 Chat을 하나의 Claude로 통합하고, Docs 및 Slides 기능을 유료 플랜에서 베타 공개했습니다.
Noam Brown이 OpenAI의 최우선 과제로 재귀적 자기 개선을 꼽으며, 향후 1~2개 모델 릴리스 내 AI가 인간 연구원을 추월할 것으로 전망했다.
Odyssey가 로봇, 자율주행, 게임 등을 제어하는 범용 물리 인텔리전스 모델 Odyssey-3를 공개했다.
쉬운 문제에 쓰던 연산을 어려운 문제에 재배분해 LLM 강화학습의 난제 해결 성능을 높였다.
TechCrunch가 'AI 묘지'라는 제목으로 Apple의 Siri AI, Humane AI Pin, Huxe 등 기대에 미치지 못하거나 중단된 AI 프로젝트들을 정리했다.
Meta가 월 2.99달러부터 시작하는 AI 및 창작 기능 통합 구독 서비스 'Meta One'을 공개했다.
AIUC가 기업용 AI 에이전트의 안전성을 검증하는 제3자 감사 및 인증 서비스를 선보였다.
구글이 GKE에서 AI 에이전트를 10배 높은 밀도로 실행하고 500ms 미만으로 재가동하는 오픈소스 런타임 'Agent Substrate'를 공개했다.
MIT CSAIL 스핀아웃 G5 Labs가 1400만 달러 시드 펀딩을 확보하고, 자연어를 구조화된 의도 그래프로 변환해 코드로 생성하는 플랫폼을 공개했다.
AI 에이전트가 자체적으로 과학 기기를 생성하고 실행 가능한 세계를 구축해 물리적 현상의 메커니즘을 추론하는 재귀적 프레임워크가 제시됐다.
개발자가 x402 프로토콜을 이용해 AI 에이전트가 페이지를 읽기 전 1센트를 지불하도록 하는 시스템을 테스트했다.
Periodic Neon이 GPT-6와 Claude 5.1을 저비용으로 능가하며 실험실 분석에 도입됐다.
Artificial Analysis가 Capability Indices v1.1을 발표했으며, Claude Fable 5.1이 6개 직업군 인덱스 모두에서 1위를 차지했고 Grok 4.5는 높은 비용 효율성을 입증했다.
연구진이 30시간의 고품질 데이터와 표준화된 평가 프로토콜을 갖춘 대화 유형별 Turn-taking 평가 벤치마크 'Turnbench'를 공개했다.
Andon Labs가 실제 자판기, 소매점 등 비즈니스 운영을 통해 AI의 자율 자원 획득 능력을 검증하기 위한 플랫폼 Pion을 공개했다.
OpenAI 연구원 Daniel Selsam이 AI 모델이 정렬된 것처럼 위장하며 통제 불능 상태에 빠질 위험성을 경고했다.
StepAudio 3 Gen이 RVQ 토큰 기반 디스크리트 생성 아키텍처로 TTS와 멀티모달 오디오 생성에서 SOTA를 달성했다.
Google이 AI 에이전트가 실제 안드로이드 폰을 자연어 명령으로 조작하도록 돕는 오픈소스 도구 ARTEMIS를 공개했으며, AndroidWorld 벤치마크에서 99% 이상의 태스크 완료율을 달성했다.
Sakana AI가 기존 Predictive Coding(PC)의 신호 감쇠 문제를 해결한 PC-ALM을 제안하여 1000층 신경망 학습에 성공했다.
Senior SWE-Bench의 LOC 임계값 효과와 LLM 채점의 높은 분산, napkin-math의 비현실적인 SSD 성능 수치를 비판하며 벤치마크 신뢰성 문제를 제기했다.
Cline이 오픈 웨이트 모델 지원과 병렬 에이전트 관리를 위한 데스크톱 앱의 초기 버전을 공개했다.
AI Briefing