Falcon 3 릴리스 노트 / 새로운 기능
Technology Innovation Institute (TII)가 높은 효율성과 강화된 과학, 수학, 코딩 능력을 갖추도록 설계된 100억 파라미터 미만의 디코더 전용 대규모 언어 모델 제품군인 Falcon 3를 출시했습니다.
OpenAI o1 및 개발자 도구 업데이트 2024년 12월
OpenAI가 API에 프로덕션 준비가 완료된 o1 추론 모델을 출시하고, DPO를 통한 Preference Fine-Tuning을 도입했으며, WebRTC 지원 및 대폭적인 가격 인하를 포함한 Realtime API 업데이트를 발표했습니다.
Hugging Face Synthetic Data Generator
Hugging Face는 사용자가 자연어 프롬프트를 사용하여 맞춤형 텍스트 분류 및 채팅 데이터셋을 생성할 수 있는 노코드 애플리케이션인 Synthetic Data Generator를 선보였습니다.
OpenAI 타임라인: 일론 머스크의 영리 구조 제안 및 이탈
OpenAI는 상세한 타임라인과 내부 커뮤니케이션을 공개하여, 일론 머스크가 2017년에 OpenAI를 자신의 절대적인 통제 하에 있는 영리 기업으로 전환하려고 적극적으로 시도했음을 드러냈다.
LeMaterial v1.0: LeMat-Bulk 데이터셋 출시
LeMaterial v1.0은 Materials Project, Alexandria, OQMD의 670만 개 항목을 7가지 속성을 가진 표준화된 형식으로 통합하여 재료 발견을 가속화하는 오픈 소스 이니셔티브인 LeMat-Bulk 데이터셋 출시와 함께 시작됩니다.
Sora는 여기 있습니다 – OpenAI가 새로운 인터페이스와 구독 접근을 갖춘 비디오 생성 모델 Sora Turbo를 출시합니다
OpenAI는 ChatGPT Plus 및 Pro 사용자를 위한 독립형 제품으로 제공되는 더 빠른 비디오 생성 모델인 Sora Turbo의 출시를 발표했으며, 새로운 인터페이스, 최대 1080p 해상도 및 20초 클립, 그리고 내장된 안전 조치를 특징으로 합니다.
허깅 페이스 오픈 선호 데이터셋 텍스트-이미지 생성
Data is Better Together 커뮤니티는 모델 정렬을 위한 오픈소스 선호 데이터 부족 문제를 해결하기 위해 텍스트-이미지 생성을 위한 Apache 2.0 라이선스 오픈 선호 데이터셋을 출시했습니다.
허깅페이스 모델이 아마존 베드록 마켓플레이스에 제공됨
허깅페이스는 아마존 베드록 마켓플레이스에 83개의 오픈 모델을 통합하여 AWS 고객이 관리형 인프라에서 오픈 모델을 배포하면서 베드록 API와의 호환성을 유지할 수 있도록 했습니다.
OpenAI Sora: 애니메이터 Lyndon Barrois를 위한 창의적 워크플로 통합
애니메이터 Lyndon Barrois는 OpenAI Sora를 사용하여 전통적인 스튜디오 생산 파이프라인을 우회하고, 상상력을 고충실도 비디오 콘텐츠로 직접 번역할 수 있게 합니다.
Vallée Duhamel과 Sora
OpenAI는 Sora 비디오 생성 모델에 대한 Vallée Duhamel의 예술적 관점을 강조하지만, 해당 제품은 2026년 4월 26일 기준으로 더 이상 사용할 수 없다고 명시되어 있습니다.
OpenAI Sora 시스템 카드
OpenAI는 Sora라는 비디오 생성 모델의 시스템 카드를 공개했는데, 이 모델은 diffusion-transformer 아키텍처를 사용하여 최대 20초 길이의 1080p 해상도 비디오를 생성할 수 있습니다.
Minne Atairu와 Sora
다학제적 예술가 Minne Atairu는 OpenAI의 Sora를 사용하여 부권적인 이미지에 도전하고 문화적 아이콘을 재정의합니다.
OpenAI 제품 팀 AI 통합
OpenAI는 제품 팀 워크플로에 AI를 통합하여 생산성과 제품 개발을 향상시키는 웨비나와 지침을 출시했습니다.
ChatGPT Pro 출시
OpenAI는 월 200달러의 ChatGPT Pro 구독 계획을 출시했으며, o1, o1-mini, GPT-4o 및 복잡한 문제 해결을 위한 고성능 'o1 pro mode'에 무제한으로 접근할 수 있습니다.
OpenAI o1 시스템 카드
OpenAI는 사고의 연쇄 추론 모델, 안전성 평가, 그리고 설득 및 CBRN에 대한 중간 위험, 사이버 보안 및 모델 자율성에 대한 낮은 위험을 상세히 설명한 o1 시스템 카드를 공개했습니다.
PaliGemma 2 릴리스 노트
Google은 PaliGemma 2를 출시했습니다. 이는 세 가지 매개변수 크기와 여러 입력 해상도에 걸쳐 SigLIP 이미지 인코더와 Gemma 2 텍스트 디코더를 결합한 비전 언어 모델 가족입니다.
LLM은 자신의 실수를 얼마나 잘 수정할까? Keras와 TPU를 이용한 챗봇 아레나 실험
Hugging Face는 여러 10B 미만의 LLM을 대상으로 간단한 캘린더 API 작업 테스트를 진행했으며, Gemma 2 9B는 최소한의 프롬프트로 실수를 일관되게 수정한 반면, 더 작은 모델과 구형 모델은 어려움을 겪거나 많은 교정 턴이 필요하다는 것을 발견했습니다.
OpenAI와 Future의 전문 콘텐츠를 위한 전략적 파트너십
OpenAI와 Future는 Future의 200개 이상의 전문 미디어 브랜드 콘텐츠를 ChatGPT에 통합하여 사용자에게 신뢰할 수 있는 전문 정보를 제공하고 출판사의 배포 범위를 확장하는 파트너십을 체결했습니다.
모건 스탠리 AI 통합 및 평가 프레임워크
모건 스탠리는 OpenAI와 협력하여 GPT-4와 Whisper 기반 도구를 배포했으며, 신뢰성과 규제 준수에 중점을 둔 엄격한 평가 프레임워크를 통해 어드바이저 채택률 98%를 달성했습니다.
AraGen 벤치마크 및 리더보드: 아랍어 LLM을 위한 3C3H 평가 도입
Hugging Face는 아랍어 LLM의 정확성, 완전성, 간결성, 도움이 됨, 솔직함, 무해함을 평가하는 3C3H 측정을 사용하는 동적 벤치마크 및 리더보드인 AraGen을 도입했습니다.
Hugging Face CFM 사례 연구: LLM 인사이트를 활용한 소형 모델 파인튜닝
Capital Fund Management (CFM)는 Llama 3.1을 사용하여 GLiNER와 SpanMarker와 같은 소형 모델의 파인튜닝을 위한 데이터 라벨링을 지원함으로써 금융 Named Entity Recognition(NER)의 정확도를 최대 6.4% 향상시키고 추론 비용을 최대 80배 줄였습니다.
오픈소스 개발자를 위한 EU AI 법 가이드
허깅 페이스 가이드는 EU AI 법이 오픈소스 AI 개발자에게 어떻게 적용되는지 설명하며, 제한된 위험 AI 시스템과 비시스템적 위험 범용 AI 모델에 대한 의무를 정리하고 준수를 위한 도구를 제시합니다.
QwQ-32B-Preview: 깊은 추론 기능 탐구
Qwen은 내부 사유 과정(chain-of-thought)을 통해 깊은 추론과 복잡한 문제 해결을 위한 모델인 QwQ-32B-Preview를 도입했습니다.
허깅페이스 허브 스토리지 재아키텍처
허깅페이스는 콘텐츠 주소 저장소(CAS)를 도입하여 바이트 수준 중복 제거를 가능하게 하고巨大한 AI 모델의 전송 속도를 향상시키기 위해 업로드 및 다운로드 아키텍처를 재설계하고 있습니다.
SmolVLM 출시 노트 / 새로운 기능
Hugging Face는 낮은 메모리 점유율과 엣지 디바이스에서의 높은 처리량에 최적화된, 완전한 오픈 소스인 2B 파라미터 Vision Language Model (VLM) SmolVLM을 선보입니다.
당신은 최첨단 위치 인코딩을 설계할 수 있었을 것입니다
허깅 페이스 블로그 글은 트랜스포머를 위한 위치 인코딩의 반복적 설계를 안내하며, sinusoidal 인코딩이 어떻게 Rotary Positional Encoding (RoPE)로 이어지는지 보여주고, 이것이 토큰 관계 모델링에 왜 중요한지 설명합니다.
사람과 AI를 통한 레드 팀링 발전 – OpenAI의 접근 방식 및 o1 패밀리 적용
OpenAI는 AI 모델에 대한 외부 레드 팀링 프로세스를 상세히 설명하는 백서를 출판하고, 이를 바탕으로 OpenAI o1 패밀리를 공개 출시 준비에 적용했습니다.
GrabMaps를 위한 Grab의 GPT-4o Vision Fine-Tuning
Grab은 GrabMaps를 위한 교통 표지판 위치 식별 및 차선 수 계산을 자동화하기 위해 GPT-4o vision fine-tuning을 도입했으며, 이를 통해 속도 제한 표지판 위치 식별은 13%, 차선 수 정확도는 20% 향상되었습니다.
Hugging Face와 LLM-jp, 오픈 일본어 LLM 리더보드 출시
Hugging Face와 LLM-jp가 투명한 평가 플랫폼인 Open Japanese LLM Leaderboard를 도입했습니다. 이 플랫폼은 20개가 넘는 데이터셋을 통해 일본어 대형 언어 모델의 성능을 벤치마킹합니다.
Hugging Face가 저장 효율을 높이기 위해 콘텐츠 정의 청킹을 도입합니다
Hugging Face는 Xet 팀을 통해 콘텐츠 정의 청킹 저장 방식을 발표했으며, 이는 수정된 청크만 업로드하여 대용량 모델 및 데이터셋 파일의 저장 및 전송 비용을 줄입니다.
자체 추측 디코딩을 통한 더 빠른 텍스트 생성
Hugging Face는 LayerSkip을 통해 자체 추측 디코딩을 소개합니다. 이는 단일 LLM의 초기 레이어를 초안 작성에 사용하고 posteriores 레이어를 검증에 사용하여 생성 속도를 높이고 메모리 오버헤드를 줄이는 방법입니다.
FlagEval Debate: 새로운 다국어 LLM 평가 프레임워크
BAAI는 다국어 토론에서 LLMs가 경쟁하여 추론, 논리 및 적대적 능력을 더 잘 평가할 수 있도록 하는 동적 평가 플랫폼인 FlagEval Debate를 출시했습니다.
Rox 수익 플랫폼 OpenAI 통합
Rox는 OpenAI의 API를 사용하여 데이터 통합, 판매 워크플로우 자동화 및 계정 모니터링을 수행하는 AI 에이전트 스웜 시스템을 통해 AI 기반 수익 관리 플랫폼을 출시했습니다.
Hugging Face Judge Arena: LLM을 평가자로 벤치마킹하기
Hugging Face는 다른 AI 생성 응답을 채점하는 평가자로서 어떤 LLM이 가장 효과적인지 결정하기 위해 사용자 투표를 사용하는 크라우드소싱 플랫폼인 Judge Arena를 출시했습니다.
OpenAI가 프랑스 AI 생태계 확장을 위해 파리 사무소를 개설
OpenAI는 프랑스 조직, 스타트업 및 정부 협력 전반에 걸친 AI의 빠른 채택을 지원하기 위해 파리에 새로운 사무소를 개설했습니다.
Qwen2.5-Turbo 1M 토큰 컨텍스트 길이 출시
Qwen은 Qwen2.5-Turbo를 출시했으며, 이는 모델의 컨텍스트 윈도우를 1백만 토큰으로 확장하면서 추론 속도를 크게 향상시키고 짧은 시퀀스 작업에서 경쟁력 있는 성능을 유지합니다.
에스티 로더 컴퍼니즈 ChatGPT Enterprise 구현
에스티 로더 컴퍼니즈는 ChatGPT Enterprise를 배포하여 75+ 년 이상의 소비자 및 임상 데이터를 분석하고, 제품 개발 및 시장 responsiveness를 가속화하기 위해 240개 이상의 맞춤형 GPT를 만들었습니다.
연구자를 위한 Hugging Face Hub 데이터셋 공유
Hugging Face Hub는 탐색, 보안 및 커뮤니티 참여를 위한 통합 도구와 함께 대규모 ML 데이터셋을 호스팅하고 공유할 수 있는 포괄적인 플랫폼을 제공합니다.
Qwen2.5-Coder 시리즈 릴리스 노트
Qwen은 0.5B부터 32B까지 여섯 가지 모델 크기를 갖춘 Qwen2.5-Coder 시리즈를 출시했으며, 32B-Instruct 모델은 코딩 작업에서 GPT-4o와 comparable한 SOTA 오픈소스 성능을 달성했습니다.
허깅 페이스 PyCharm 통합
허깅 페이스는 허브를 PyCharm Professional에 직접 통합하여, 개발자가 IDE를 떠나지 않고 머신러닝 모델을 발견, 삽입, 관리할 수 있도록 합니다.
Argilla 2.4 릴리즈 노트 / 새로운 내용
Argilla 2.4는 인간 피드백을 통해 파인튜닝 및 평가 데이터셋을 구축하기 위해 Hugging Face Hub 데이터셋을 가져오는 노코드 UI를 도입했습니다.
ChatGPT 검색 소개
OpenAI는 ChatGPT에 새로운 웹 검색 기능을 통합하여 사용자가 관련 웹 소스에 대한 직접 링크와 함께 빠르고 시의적절한 답변을 얻을 수 있게 했습니다.
Promega ChatGPT 채택 사례 연구
Promega는 조직 전반에 ChatGPT를 통합했으며, 1,400개 이상의 맞춤형 GPT를 배포하여 제조, 영업 및 마케팅 워크플로를 가속화했습니다.
OpenAI SimpleQA 벤치마크 릴리스
OpenAI는 최첨단 언어 모델의 사실 정확도와 캘리브레이션을 평가하기 위해 4,326개의 짧은 사실 탐색 질문으로 구성된 오픈소스 벤치마크인 SimpleQA를 공개했습니다.
OpenAI와 함께하는 Decagon 고객 지원 자동화
Decagon은 GPT-3.5, GPT-4 및 o1-mini를 포함한 다중 모델 전략을 활용하여 기업 고객의 전 세계 지원을 최대 91%까지 자동화합니다.
범용 보조 생성: 모든 어시스턴트 모델을 활용한 빠른 디코딩
Hugging Face와 Intel Labs는 Universal Assisted Generation (UAG)을 도입했습니다. 이 방법은 토크나이저와 무관하게 어떤 작은 모델이든 어시스턴트로 활용할 수 있게 하여 LLM 추론 속도를 1.5배~2.0배 가속화합니다.
Digital Green Farmer.chat: LLM-as-a-Judge로 RAG 강화
Digital Green은 Farmer.chat(리트리벌-증강 생성 기반 농업 챗봇)을 위해 LLM-as-a-judge 평가 프레임워크를 구현하여 RAG 정확성을 객관적으로 측정하고 34만 건의 질의에 걸쳐 모델 선택을 최적화했습니다.
Aya Expanse 출시: 다국어 LLM 성능 향상
Hugging Face와 Cohere For AI가 8B와 32B 오픈-웨이트 모델군인 Aya Expanse를 출시했으며, 이는 다국어 성능에 대한 새로운 최첨단 벤치마크를 설정했습니다.
연속 시간 일관성 모델을 단순화하고, 안정화하며, 확장하기
OpenAI는 연속 시간 일관성 모델을 단순화한 sCM을 소개합니다. 이 모델은 단 두 번의 샘플링 단계만으로 확산 수준의 샘플 품질을 달성하며, 생성 속도를 약 50배 가속합니다.
HUGS 출시: 무구성, 하드웨어 최적화 추론을 위한 오픈 LLM
Hugging Face는 무구성, 하드웨어 최적화 추론 서비스인 HUGS를 출시했습니다. 이 서비스는 NVIDIA, AMD, 그리고 곧 AWS Inferentia와 Google TPU에서 실행되며, 기업이 OpenAI 호환 API를 통해 모델을 사내에 호스팅할 수 있게 합니다.