관련 기사 바로가기
상호 보완적 강화 학습: LLM 에이전트를 위한 정책과 경험의 동시 진화ARISE: 계층적 강화 학습에서의 내재적 기술 진화를 통한 에이전트 추론LLM 기반 학제 간 영감을 통한 과학적 창의성 촉발재귀적 언어 모델과 불확실성의 만남: 긴 컨텍스트를 위한 자기 성찰적 프로그램 탐색의 놀라운 효과FinToolBench: 실세계 금융 도구 활용을 위한 LLM 에이전트 평가 벤치마크Qianfan-OCR: 문서 지능을 위한 통합 엔드투엔드 모델소음 제거: LLM 기반 에이전트를 위한 더 스마트한 컨텍스트 관리MIT 연구진, LLM 메모리 병목 해결을 위한 50배 KV 캐시 압축 기술 'Attention Matching' 공개AI 에이전트 구축을 통해 얻은 9가지 실무적 교훈고급 MXFP4 양자화: 미세 조정된 회전과 SmoothQuant를 결합한 무손실에 가까운 압축How2Everything: 실생활 절차 수행 능력 평가 및 개선을 위한 웹 데이터 마이닝 프레임워크OpenSeeker: 학습 데이터 전면 공개를 통한 최첨단 검색 에이전트의 대중화DSGym: 데이터 과학 에이전트의 평가와 학습을 위한 통합 프레임워크어시스턴트 축: 대형 언어 모델의 캐릭터 정립 및 안정화 연구2025 Interconnects 연말 결산: AI 연구와 오픈 모델의 격변기OpenAI Codex와 Hugging Face Skills를 활용한 AI 모델 학습 및 배포 자동화머신러닝과 AI의 시대별 'Hello World' 예제: 2013년부터 2025년까지Together AI, 주요 오픈소스 모델에 대해 업계 최고 수준의 추론 속도 달성Claude Code를 Ollama와 로컬 모델로 무료로 사용하는 방법LongVideo-R1: 저비용 장편 비디오 이해를 위한 스마트 내비게이션
