✷ 아카이브 · 연구소 11곳 · 디스패치 3,426건
연구소
매일 아침 십여 개의 공식 블로그를 돌아볼 필요가 없습니다. OpenAI, Anthropic, DeepMind 등의 일차 발표를 핵심만 뽑아서.
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.
Anthropic Model Context Protocol (MCP) 출시
Anthropic은 파편화된 통합을 제거하기 위해 콘텐츠 저장소, 비즈니스 도구, 개발 환경과 같은 데이터 소스에 AI 어시스턴트를 연결하는 범용 표준인 Model Context Protocol (MCP)을 오픈 소스로 공개했습니다.
Ollama Python 라이브러리 0.4 릴리스 노트
Ollama Python 라이브러리 0.4는 Python 함수를 직접 도구로 전달할 수 있게 하며, Pydantic과 docstring 파싱을 통해 JSON 스키마 생성을 자동화합니다.
Anthropic과 AWS, AI 개발을 위한 파트너십 확대
Anthropic과 AWS는 Amazon의 새로운 40억 달러 투자와 미래 파운데이션 모델을 위한 Trainium 하드웨어 최적화를 위한 심층적인 기술 파트너십을 특징으로 하는 협업을 확대했습니다.
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.
Anthropic 모델 평가를 위한 통계적 접근법
Anthropic는 중심극한정리와 검정력 분석과 같은 도구를 활용하여 실제 능력 차이와 무작위 노이즈를 구분할 수 있는 엄격한 통계적 프레임워크를 제안한다.
Mistral AI le Chat 업데이트 2024년 11월
Mistral AI는 인용 기능이 포함된 웹 검색, 협업용 Canvas 인터페이스, 그리고 Pixtral Large 기반의 멀티모달 기능을 포함하여 le Chat에 여러 베타 기능을 도입했습니다.
Pixtral Large 릴리스 노트
Mistral AI는 Mistral Large 2의 텍스트 능력을 유지하면서 MathVista, DocVQA, 및 VQAv2에서 최첨단 성능을을 달성하는 124B 오픈 웨이트 멀티모달 모델인 Pixtral Large를 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.
Mistral Batch API 출시
Mistral AI는 사용자가 동기식 API 호출보다 50% 낮은 비용으로 대량의 요청을 처리할 수 있는 Batch API를 출시했습니다.
Mistral Moderation API 출시
Mistral AI는 AI 배포를 위한 시스템 수준의 가드레일을 제공하기 위해 여러 언어에 걸쳐 텍스트를 9가지 안전 카테고리로 분류하는 LLM 기반 분류기인 새로운 콘텐츠 모더레이션 API를 출시했습니다.
Ollama에서 Llama 3.2 Vision 사용 가능
Ollama가 11B 및 90B 파라미터 크기의 Llama 3.2 Vision 지원을 출시하여, OCR 및 이미지 분석을 포함한 멀티모달 기능의 로컬 실행을 가능하게 했습니다.
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.
xAI API 퍼블릭 베타 출시
xAI는 grok-beta 모델을 시작으로 개발자에게 Grok 시리즈 파운데이션 모델에 대한 프로그래밍 방식의 액세스를 제공하기 위해 API의 퍼블릭 베타를 출시했습니다.
Amazon Bedrock에서의 Claude 3 Haiku 미세 조정
Anthropic은 Amazon Bedrock 내에서 Claude 3 Haiku의 미세 조정 기능을 정식 출시하여, 사용자가 전문적인 작업을 위해 모델을 맞춤화함으로써 더 높은 정확도와 더 낮은 비용을 달성할 수 있도록 했습니다.
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.
앤트로픽: 집중적 AI 규제의 필요성
앤트로픽은 다음 18개월 내에 선도적인 AI 모델에 대한 긴급하고 집중적인 정부 규제를 촉구하며, 사이버 및 CBRN 위험을 완화하면서도 혁신을 유지할 수 있도록 한다.
OpenAI 마케팅 AI 솔루션
OpenAI는 마케팅 팀이 단순한 콘텐츠 개발을 넘어 역량을 확장할 수 있도록 AI 도구를 제공합니다.
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.
Claude 3.5 Sonnet GitHub Copilot 통합
Anthropic의 Claude 3.5 Sonnet이 이제 GitHub Copilot에서 퍼블릭 프리뷰로 제공되어, SWE-bench Verified에서 다른 공개 모델들을 능가하는 고성능 코딩 모델을 개발자들에게 제공합니다.
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.
Anthropic 특성 조정 평가: 사회적 편향 완화를 위한 사례 연구
Anthropic 연구팀은 클로드 3 손넷에서 특성 조정이 특정 사회적 편향과 정치적 입장을 타겟으로 할 수 있지만, 종종 예측할 수 없는 목표 외 효과를 유발하고, 특정 조정 범위를 벗어나면 모델 능력을 저하시킨다는 것을 발견했다.
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.