TWIML AI Podcast

Osmo는 그래프 신경망과 독점 후각 데이터셋을 활용해 분자 구조로부터 향기를 예측하고 디지털화하는 후각 지능 기술을 구축한다.

Sphere의 Alex Bowcut이 세금 규정 준수와 같은 고정밀 도메인에서 RAG와 결정론적 AI 모델을 결합하는 전략을 공유한다.

스탠포드대 Jure Leskovec 교수가 기업의 관계형 데이터를 직접 학습하여 예측을 수행하는 관계형 파운데이션 모델의 원리와 활용 사례를 설명한다.

Distributional의 CEO Scott Clark가 전통적인 평가 지표(Evals)를 넘어 운영 환경에서의 비지도 학습 기반 분석을 통해 복잡한 AI 에이전트의 비정상 패턴을 탐지하는 방법을 설명합니다.

Base10의 Philip Kiely가 AI 추론 시스템의 복잡성과 연구에서 프로덕션으로 이어지는 급격한 속도, 그리고 추론 엔지니어링의 미래 전망을 공유합니다.

Capital One의 Rashmi Shetty가 복잡한 의사결정과 실행을 자동화하기 위해 멀티 에이전트 아키텍처를 도입한 배경과 'Chat Concierge' 서비스의 구현 사례를 공유합니다.

스탠포드 교수 스테파노 에르몬이 기존 Autoregressive 방식의 한계를 극복하고 10배 더 빠른 추론 속도를 제공하는 Diffusion 기반 LLM Mercury 2의 기술적 원리와 상용화 가능성을 공유합니다.

Blitzy의 CTO Siddhant Pardeshi가 에이전트 스웜 아키텍처와 지식 그래프를 통해 대규모 엔터프라이즈 코드베이스에서 자율적인 소프트웨어 엔지니어링을 구현하는 방법론을 공유합니다.

예진 최 교수가 소형 언어 모델(SLM)의 추론 능력을 극대화하기 위한 고품질 데이터 구축, 합성 데이터 활용, 그리고 강화학습(RL)과 모방 학습의 통합 전략을 공유합니다.

강화학습과 시뮬레이션을 활용한 로봇 보행 제어 기술의 현주소와 휴머노이드 로봇 상용화를 위한 기술적 과제를 탐구합니다.

구글 딥마인드 출신의 아칸샤 초드리가 에이전트 능력을 극대화하기 위해 기존의 사후 학습 중심 접근법에서 벗어나 사전 학습 단계부터 추론과 계획 능력을 내재화하는 새로운 방법론을 제시합니다.

퀄컴 AI 리서치의 무나와르 하야트가 시각 언어 모델(VLM)의 시각 정보 경시 현상과 물리적 이해력 부족의 원인을 분석하고 아키텍처적 해결책을 제시한다.

Gimlet Labs의 CEO Zain Asgar가 이기종 하드웨어 환경에서 에이전트 기반 AI 워크로드를 효율적으로 오케스트레이션하고 최적화하는 기술적 접근법을 공유한다.