NVIDIA가 4GB VRAM에서 동작하는 대화형 에이전트용 소형 모델 Nemotron 3.5 Bolt E4B를 공개했다.
Anthropic이 Scion 도입으로 하루 3만 건 병합을 처리하며 CI CPU를 25% 절감했다.
OpenEnv가 AAIF 프로젝트로 합류하고 v0.10.0이 출시되어 에이전트 학습 환경 개발이 중립 재단 하에서 진행됐다.
OpenAI가 Open Responses 사양을 AAIF에 기증해 LLM 호출 표준화를 추진했다.
Modular가 Mojo 1.0을 오픈소스로 공개하고 MAX 프레임워크의 소스를 공개했으며, Qualcomm 인수를 완료했다.
import 문만 변경하면 로컬과 클라우드 LLM을 동일하게 제어할 수 있다.
공식 파이프라인 조작으로 악성 LiteLLM v1.107.0이 배포되어 자격 증명 탈취 위험이 발생했다.
Cloudflare Workers 기반 셀프 호스팅으로 WhatsApp 대화를 읽기 전용으로 검색하게 한다.
에이전트 모델 전환 시 KV 캐시 한계와 대화 상태 관리 전략을 벤치마크로 제시했다.
Linux Foundation 산하 AAIF가 4개 프로젝트를 추가하며 호스팅 규모가 10개로 늘었다.
PyMuPDF 2.0이 3개 패키지를 통합해 GPU 없이 PDF를 LLM용 데이터로 변환한다.
PyTorch 2.15가 Mac GPU MoE 디코딩을 5~6.5배 향상시키고 FP8을 지원한다.
DeepSeek이 V4.1-Flash용 추론 프레임워크 DeepInfer의 오프라인 추론 코드를 공개했다.
TorchTPU와 TorchTitan이 대규모 LLM 학습에서 50% 이상 MFU를 달성했다.
Anthropic Scion의 공개된 설명을 참고해 만든 비공식 오픈소스 Git 서버 gitai v0.1.0이 공개됐다.
정답 라벨 없이 에이전트 하네스를 재귀적으로 개선해 벤치마크 점수를 최대 11.5점 높였다.
Helion vLLM 백엔드가 H100 일부 워크로드에서 10% 이상 처리량 향상을 달성했다
LLM 에이전트 능력 향상이 가중치 수정이 아닌 메모리와 스킬 등 외부화에서 비롯된다고 분석했다.
MIT 라이선스 셀프 호스팅 관측 플랫폼 Traceway가 LLM 비용 추적과 AI 에이전트 연동을 지원한다.
Anthropic 주니어 기술직 채용 비중이 27%에서 9%로 줄었고, 직원이 직접 실행한 대화형 에이전트 작업량은 사람의 6배에 달했다.
8KB 스킬 파일로 REA의 207개 MCP 도구를 대체해, 저자의 자체 벤치마크에서 실행 시간 38%와 비용 35%를 절감했다.
AI Briefing