Voyage 평가에서 Jev 앞선 임베딩 분류기, 라벨 데이터로 학습
Voyage AI가 MongoDB 문서의 기존 라벨로 예측기를 학습해 Jev와 비교한 결과를 공개했습니다. 29개 분류 과제에서 실험 모델 voyage-json이 더 높은 평균 AUROC를 기록했으며, 이 결과는 라벨을 활용한 조건에서 나온 수치입니다.
AI 모델 · 최신기사
모델 공개와 성능, 가중치와 이용 조건을 다룹니다.
미스트랄, 추가 학습 거친 Mistral Large 4 가중치 공개
미스트랄이 공개 프리뷰 뒤 3주간 추가 강화 학습을 진행한 Mistral Large 4의 가중치를 공개했습니다. 회사는 코딩 평가 점수와 토큰 효율이 개선됐다고 밝혔으며, 모델은 이미지 입력과 100만 토큰 문맥, 도구 호출을 지원합니다.
노드 비가용률 2% 모델서 16노드 단위, 18노드보다 사용 가능 용량 27% 많아…NVL72 배치
SkyPilot은 노드 비가용률이 약 2%인 NVL72 클러스터 모델에서 16노드 작업 단위와 랙당 예비 노드 2개를 적용하면 18노드 단위보다 사용 가능 용량이 27% 많다고 제시합니다. 별도 GR00T 실험에서는 랙 인지 배치로 처리량이 14.4% 늘었다고 보고했습니다.
Mistral Large 4 가중치 공개, 자체 운영 허용과 MaaS 별도 계약 조건
Mistral은 1조 매개변수 멀티모달 모델 Large 4의 가중치를 공개해 조직이 자체 인프라에 배포하고 맞춤화할 수 있게 했습니다. 라이선스는 내부 사용과 폭넓은 수정·상업적 이용을 허용하지만, 제3자에게 추론이나 후훈련을 제공하는 Model-as-a-Service 사업에는 별도 상업 계약을 요구합니다. OSI의 오픈소스 AI 정의는 가중치 외에 학습 데이터 정보와 코드도 요구합니다.
와이파이로 사람의 호흡과 자세를 읽는 RuView, 실제 설치 성능은 어디까지 검증됐나
RuView는 ESP32-S3 같은 센서가 수집한 Wi-Fi 채널 상태 정보(CSI)로 사람의 움직임과 생체신호를 추정하는 연구용 시스템입니다. 공개 자세 점수 82.69%는 MM-Fi 데이터셋의 평가 결과이며, 단일 ESP32 실시간 자세 기능은 초기 단계입니다.
엔비디아 음성 모델, 40개 언어 지원하지만 기능·품질은 언어별로 다르다
엔비디아가 오프라인 음성 모델 Nemotron 3.5 Transcribe를 공개했습니다. 한국어를 포함한 40개 언어를 내세우지만 번역·화자 구분 지원과 품질 등급은 언어마다 다르며, 실시간 스트리밍용으로 설계되지는 않았습니다.
Hy-SimulMT: 저지연 실시간 동시통역 모델
Tencent Hunyuan이 중국어와 영어 간 실시간 음성 동시통역 모델 Hy-SimulMT를 공개했습니다. 자체 평가에서 장문 음성 StreamLAAL 약 3초를 기록했으며, 음성 출력과 화자 음성 복제에는 별도 TTS 서비스가 필요합니다.
[연구] EmbeddingGemma-2(577M)의 256차원 널 공간에 PCA로 축소한 Conformer 중간층을 채워 MAEB 오디오 벤치마크 26위에서 1위로 올리기
EmbeddingGemma-2의 고정된 오디오 인코더에서 Conformer 2·6층 특징을 PCA로 줄인 뒤, 텍스트 임베딩이 쓰지 않는 256차원 공간에 더하는 학습 없는 오디오 임베딩 기법입니다. MAEB 전체 30개 작업의 매크로 점수는 49.95에서 55.09로 올랐지만, 음성 의도와 언어 관련 작업 등 일부 점수는 크게 하락했고 작성자는 테스트 점수를 보고 설정을 골랐다고 밝혔습니다.
Qwen 모델 가중치 안에 32비트 RISC-V CPU를 구현했습니다
Qwenputer는 Qwen 3.5 4B의 Gated DeltaNet 상태를 RAM으로 쓰고, 추가 가중치에 RV32IM CPU를 컴파일한 실험 모델입니다. 산술 벤치마크에서 Python 도구를 쓴 모델과 비슷한 점수를 냈지만 체크포인트가 18.8GB로 커지고 실행도 느립니다.
NVIDIA Nemotron 3.5 Transcribe: 40개 언어를 지원하는 오픈 ASR
NVIDIA가 전사, 화자 구분, 번역, 음성 질의응답을 지원하는 Nemotron 3.5 Transcribe와 학습 데이터 파이프라인 Granary v2를 공개했습니다. 의료 음성 사례에서 미세조정은 화자 분리 테스트 WER을 최선의 프롬프트 기준보다 45.8% 낮췄습니다.
수면 프레임워크: LLM의 지속 학습을 위한 새로운 지식 유지 방식
Google Research가 새 정보를 장기 파라미터에 통합하면서 기존 능력의 망각을 줄이는 LLM 학습 프레임워크를 제안했습니다. 사전 할당한 MoE 메모리 블록을 오프라인에서 갱신하며, 번역·장문 맥락·사실 학습·수학 추론 실험에서 기준 모델보다 나은 결과를 보고했습니다.
Gemini 4 Carbon: 차세대 프런티어 모델
Google이 코딩과 사이버보안 성능을 높인 Gemini 4 Carbon을 발표했습니다. 벤치마크 점수와 내부 평가 결과를 공개했지만, 초기에는 일부 보안 전문가에게만 제공하고 일반 개발자 공개 시점은 밝히지 않았습니다.
지수 시간 가설은 틀렸다
OpenAI 명의의 논문은 임의의 고정 절 너비 k에 대해 k-CNF의 만족 할당 수를 결정론적 부분지수 시간과 다항 공간으로 정확히 계산하는 알고리즘을 제시합니다. 이 결과가 성립하면 ETH와 SETH를 비롯한 여러 계산 복잡도 가설이 반박되지만, 일반 NP 문제 전체에 부분지수 알고리즘이 생기는 것은 아닙니다.
AI 모델, 읽기 어려움과 연관된 언어적 특징 더 자주 사용한다는 연구
연구진은 14개 언어 모델의 대화·코딩·에세이를 분석해 희귀한 단어 조합, 긴 의존 관계, 명사 중첩 등 읽기 부담과 연관된 표현이 사람 글과 번역 바꿔쓰기보다 자주 나타난다고 보고합니다. 길이 페널티를 적용한 소규모 실험에서는 학습하지 않은 문장 구조에서도 짧은 표현을 선호하는 경향이 생겼습니다.
Liquid AI, 로컬 에이전트용 17억 매개변수 LFM3-1.7B 공개
Liquid AI가 로컬 에이전트와 도구 호출에 맞춘 17억 매개변수 언어 모델 LFM3-1.7B를 공개했습니다. 4비트 구동 시 메모리 약 1GB, 최대 256K 토큰 문맥을 내세우며, 자체 벤치마크에서는 여러 도구 사용 평가에서 비교 모델을 앞섰지만 복잡한 추론과 에이전트 코딩에는 권장하지 않습니다.
Artificial Analysis Intelligence Index v5 공개
Artificial Analysis가 언어 모델의 지능 점수와 작업당 비용을 비교하는 Intelligence Index v5를 공개했습니다. 분야별 순위에서는 Claude Opus 5.5가 여섯 영역 모두 1위이며 GPT-6 계열과 Claude 모델의 순위가 뒤를 잇습니다. Reddit에서는 새 평가가 실제 사용 경험과 맞는지, 벤치마크 선정과 가중치가 결과를 좌우했는지를 두고 의견이 갈렸습니다.
Survival LLM: 내 컴퓨터에서 실행하는 AI 비서와 비상용 자료실
Survival LLM은 인터넷 연결 없이 작동하는 로컬 AI 비서와 자료실입니다. 출처를 표시하며, 비상·의료 안내와 위키백과 등 자료를 검색합니다. 비상 상황 질문 22개를 시험한 결과는 모델별로 14~21개 정답이었고, 전력과 오답 위험은 남습니다.
Ling-3.1-flash-1019 가중치 공개, 베이스 모델도 함께 출시
InclusionAI가 총 560B, 토큰당 활성 25B 파라미터와 100만 토큰 컨텍스트를 지원하는 Ling-3.1-flash-1019 가중치를 공개했습니다. 제작사 측은 이전 버전보다 여러 추론·과학·에이전트 벤치마크 점수가 올랐다고 밝혔으며, Reddit에서는 베이스 모델 공개와 실제 구동에 필요한 GPU 자원, 비교 모델 선택을 두고 의견이 나왔습니다.
Lean으로 형식화한 유한 단순군 분류
Axiom Math가 유한 단순군 분류의 1세대 증명을 Lean으로 완전히 형식화했다고 발표했습니다. 형식화 과정에서 불균형 군 정리의 기존 증명에 문제가 있음을 발견해 대안 증명을 제시했고, Lean 커널이 각 논리 단계를 검사합니다.
LFM3 공개: 특정 작업에 맞춘 소형 멀티모달 모델군
Liquid AI가 22조 토큰으로 학습한 LFM3를 공개했습니다. 텍스트, 비전, 오디오, 통합 멀티모달, 의사결정 모델을 같은 1.7B 기반에서 파생했으며, 온디바이스 실행과 작업별 미세조정을 내세웁니다. 회사가 공개한 벤치마크와 로봇·산업 검사 사례도 함께 소개합니다.