AI 연구

오픈에이아이가 차세대 모델의 데이터 처리 효율과 비용 대비 성능을 극대화하는 전략을 발표했습니다. 단순한 모델 크기 확장을 넘어 복잡한 추론 능력을 강화하는 방향으로 기술 개발을 추진합니다.

오픈에이아이가 현재 인공지능 코딩 능력 평가에 사용되는 스웨-벤치 프로의 정확도 문제를 제기했습니다. 평가 과정에서 발생하는 노이즈가 모델 성능을 왜곡할 수 있다는 분석입니다. 더 정교한 평가 체계 구축을 위한 개선 방안도 함께 제시했습니다.

데이터브릭스가 자사 코드베이스를 활용해 코딩 에이전트의 성능과 비용 효율성을 평가했습니다. 작업 성격에 따라 모델과 하네스를 조합하는 전략이 생산성 향상에 효과적임을 확인했습니다.

엑스에이아이가 경쟁 모델 대비 가격 경쟁력을 극대화한 인공지능 모델 그록 4.5를 출시했습니다. 주요 벤치마크에서 대등한 성능을 보이면서도 이용료를 대폭 낮춰 시장 공략에 나섭니다.

엔비디아의 네모트론 3 울트라 모델이 랭체인 딥 에이전트 벤치마크에서 오픈 모델 중 최고 성능을 입증했습니다. 기존 폐쇄형 모델 대비 추론 비용을 10배 절감하며 기업의 맞춤형 AI 에이전트 구축을 지원합니다.

마이크로소프트가 파운드리 매니지드 컴퓨트를 통해 허깅페이스의 오픈 웨이트 모델을 기업 환경에 최적화하여 배포합니다. 보안과 거버넌스가 확보된 인프라를 제공하여 기업의 오픈 소스 모델 도입을 가속화합니다.

연구진이 환자별 맞춤형 치료 경로를 제시하는 새로운 강화학습 프레임워크를 개발했습니다. 이 모델은 임상 데이터의 검열 문제를 해결하여 기존 방법론보다 우수한 성능을 입증했습니다.

아마존 노바 포지를 활용한 다중 턴 강화학습 인프라 구축 방안을 제시합니다. 기업용 AI 에이전트의 복잡한 워크플로우 수행 능력을 높이기 위한 기술적 요건과 비용 관리 전략을 설명합니다.

강화학습 과정에서 발생하는 모델의 학습과 추론 간 불일치 문제를 해결하는 새로운 프레임워크가 제시되었습니다. 연구진은 추론 성능을 직접적으로 향상하는 단조 추론 정책 개선(MIPI) 기법을 통해 학습 안정성을 확보했습니다.

포토룸이 PRX 모델의 사전 학습 단계에서 데이터 다양성 확보와 파인튜닝의 역할 분리를 강조했습니다. 데이터 파이프라인 최적화와 저장 효율 개선을 통해 모델의 성능과 운영 유연성을 동시에 확보했습니다.