Reflection AI, 5010억 파라미터 오픈웨이트 모델 Beam 발표
브루클린 스타트업 Reflection AI가 활성 파라미터 230억 개로 중국 오픈모델과 맞먹는 성능을 냈다는 Beam을 발표했습니다. 가중치는 10월 중 공개됩니다.
전문가 설계를 줘도 GPU 커널 구현은 따라가지 못한다는 벤치마크 D2K-Bench 공개
LLM 에이전트에게 GPU 커널 설계 지침을 그대로 줘도 전문가 수준 구현에는 못 미친다는 사실을 수치로 분리해 보여준 진단 벤치마크 D2K-Bench를 소개합니다.
자신의 논문에 영감을 준 선행연구를 찾는 벤치마크 ScholarCatalyst 공개
스탠퍼드 등 6개 기관이 연구자 184명의 회고 판단으로 만든 벤치마크에서, 도구를 쓰는 검색 에이전트가 단순 임베딩 검색보다 나은 성적을 내지 못했습니다.
도구 선택부터 이동까지 묶어 잰 휴머노이드 로봇 벤치마크 HumanoidToolBench 공개
서울대·매사추세츠대·구글 리서치가 휴머노이드 로봇의 도구 선택과 실제 수행 능력을 함께 재는 18개 과제 벤치마크를 내놓았습니다.
메타, 챗봇 그대로 쓴 AI와 수학자가 쓴 논문 여섯 편 공개
메타가 범용 챗봇 Muse Spark와 수학자들이 함께 쓴 논문 여섯 편을 공개했습니다. 다섯 편이 각 분야의 미해결 문제를 다룹니다.
게이밍 GPU 한 장으로 1250억 파라미터 모델을 돌리는 추론 엔진 Strata
오픈소스 추론 엔진 Strata가 12GB급 게이밍 그래픽카드에서 1250억 파라미터 MoE 모델을 구동하는 방식을 공개했습니다.
코딩 에이전트의 컨텍스트 압축 시점을 직접 학습시킨 AutoCompact 공개
싱가포르 난양공대 연구진이 코딩 에이전트가 컨텍스트 압축 시점과 내용을 정책으로 학습하는 AutoCompact를 공개하고 SWE-bench Verified 통과율을 9.2%포인트 올렸습니다.
보안 도구용 자연어-명령어 번역 능력을 재는 KaliBench 공개
칼리파 대학교 연구진이 칼리 리눅스 보안 도구 8,504개 명령어 쌍으로 LLM의 CLI 명령어 생성 정확도를 측정하는 벤치마크를 내놓았습니다.
마이크로소프트, 실시간 음성인식 모델 MAI-Transcribe-2-Streaming 공개
마이크로소프트가 음성이 끝나기도 전에 자막을 내놓는 스트리밍 전사 모델과 음성 합성 모델 두 종을 함께 선보였습니다.
애플, AI 에이전트 위험 이유로 macOS 전체 디스크 접근 통제 강화
애플이 Meta Muse의 메시지 접근 논란 직후 macOS Full Disk Access에 더 명시적인 사용자 동의를 요구하는 통제를 추가하겠다고 발표했습니다.
AWS, 텍스트 생성 없이 선택지만 고르는 결정 모델 공개
AWS 산하 Strands Labs가 문장을 쓰지 않고 선택지만 고르는 오픈소스 결정 모델 Strands Decider 2B를 공개했습니다.
Surge AI, 전문직 장시간 업무를 재는 벤치마크 DAYJOB 공개
의료·금융 실무 130개 과제로 AI 에이전트를 평가했더니 최고 모델도 통과율 25%를 넘지 못했습니다