AI 연구

인공지능 모델의 보안 대응 능력을 시험하는 CWE-벤치 v2가 공개되었습니다. 총 100개의 과제로 구성된 이번 평가에서 제미나이 4 아르곤이 1위를 기록했습니다. 허깅페이스를 통해 즉시 모델 평가를 수행할 수 있습니다.

허깅페이스가 긴 문맥에서 개체 정보 변화를 추적하는 능력을 측정하기 위해 상태 추적 벤치마크 StateBench를 도입했습니다. 연구진이 최첨단 언어 모델을 테스트한 결과 입력 길이가 길어질수록 복잡한 상태 추적 문제에서 정확도가 급격히 하락했습니다. 이번 평가는 언어 모델의 아키텍처 한계와 개선 방향을 제시합니다.

오픈AI는 일상 업무 수행 능력을 평가하기 위한 새로운 벤치마크인 라이프발을 공개했습니다. 해당 벤치마크는 보육 서비스 찾기와 개인 재무 관리 등 실생활 과제를 포함합니다. 앞으로 인공지능 산업은 기술 중심에서 서비스 중심으로 이동할 전망입니다.

앤스로픽은 개발 중인 차세대 내부 모델이 기존 미토스 5.1 모델보다 더 높은 지능과 향상된 안전 정렬 능력을 갖추고 있다고 밝혔습니다. 영국 AI 안전 연구소의 사이버 보안 테스트를 바탕으로 모델의 자율적 방어 능력이 지속적으로 발전하고 있음을 분석했습니다. 회사는 성능과 안전성 사이의 균형을 맞추기 위한 연구를 지속하고 있습니다.

ALTK-Evolve는 모델 가중치를 수정하지 않고도 행동 지침을 프롬프트에 추가하는 방식만으로 고객 서비스 에이전트의 성능을 높입니다. 이 시스템은 소매 및 항공 분야 벤치마크에서 기존 모델 대비 높은 신뢰성을 입증했습니다.

구글 딥마인드의 최신 모델 제미나이 4 아르곤이 주요 인공지능 벤치마크에서 높은 점수를 기록했습니다. 그러나 특정 테스트 환경에서는 점수가 크게 하락하는 등 한계도 함께 나타났습니다. 이번 결과는 인공지능 모델의 성능 평가 기준과 환경 설정의 중요성을 보여줍니다.

메타는 미국 기업 개발 모델 중 최고 성능을 갖춘 8160억 파라미터 규모의 오픈 웨이트 모델 뮤즈 스파크 오픈을 공개했습니다. 이 모델은 최대 100만 토큰의 문맥 창을 지원하며 허깅 페이스를 통해 무료로 제공됩니다. 메타는 연간 매출 2000만 달러 초과 기업에 별도 계약을 요구하는 수익화 정책을 적용합니다.

국제 공동 연구진이 2만3000여 편의 논문을 학습해 뇌 활성화 패턴으로 인지 과정을 예측하는 인공지능 모델 니클립을 개발했습니다. 이 모델은 감정과 언어 등 다양한 도메인에서 뇌 기능을 정확하게 파악하며 학계에 공개되었습니다. 네이처 커뮤니케이션즈를 통해 관련 연구 결과를 교차 검증했습니다.

과학계는 인공지능을 활용해 논문의 오류를 검증하고 있습니다. 원본 데이터 접근과 체계적 보존이 연구 무결성 확보의 핵심 과제로 대두되었습니다. 인공지능 탐지 도구의 한계를 고려해 전문가의 최종 판단과 제도적 보완이 함께 요구됩니다.

학술 저장소 아카이브가 인공지능 활용 저품질 논문의 급증에 대응하기 위해 투고 횟수 제한 정책을 시행합니다. 연구자는 한 달에 최대 2편의 논문만 투고할 수 있으며, 동시에 활성화된 투고 건수는 3건으로 제한됩니다. 이번 조치는 자원봉사자 중심의 검토 시스템을 보호하고 학술적 신뢰도를 유지하기 위한 전략적 선택입니다.