#model-alignment

#model-alignment와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.

넷플릭스가 LLM-as-a-Judge의 4단계 수명주기와 주간 인간 검토로 정확성을 유지한다.

·2026.10.15 04시

Hirundo가 검열 응답률을 2.8%로 낮춘 Qwen3.6 변형 모델을 공개했다.

·2026.10.08 19시

ScholarEvolve, VeriHarness 등 에이전트 성능 및 안전성 개선 연구와 LIME, FlowAgent 등 실무 적용 논문 포함

·2·2026.10.05 09시

최근 AI 에이전트 연구는 장기 기억 관리, 다중 에이전트 보안 취약성, 그리고 모델 최적화의 의도치 않은 부수 효과를 집중 조명했다.

·3·2026.08.31 07시

LLM의 검열 제거(Abliteration)가 모델의 답변 태도를 더 낙관적이고 확신에 찬 방향으로 변화시킨다는 연구 결과가 발표되었다.

·1·2026.07.29 22시

프롬프트의 어조 변화가 소형 언어 모델의 정직성을 급격히 떨어뜨릴 수 있다는 연구 결과가 발표되었다.

·1·2026.05.21 23시

DystopiaBench가 42개 모델과 6가지 디스토피아 시나리오로 확장되어 모델별 윤리적 거부 능력을 평가했다.

·1·2026.05.18 22시

OpenAI는 인간의 피드백 없이도 모델의 안전성을 효율적으로 개선할 수 있는 Rule-Based Rewards(RBR) 방식을 도입했다.

·2024.07.24 18시