DeepSeek-V4.1-Flash-1017 공개: 추론·코딩·에이전트 벤치마크 개선
DeepSeek-V4.1-Flash-1017은 기존 Flash 모델을 소폭 갱신한 모델로, 추론과 코딩, 에이전트 작업, 비전 벤치마크 점수를 높였다고 공개했습니다. 실행 시간과 출력 길이도 줄였다고 밝혔으며, 로컬 추론을 위한 안내와 프롬프트 처리 도구를 함께 제공합니다.
최신기사
AI, 개발 도구, 오픈소스, 보안과 인프라의 변화와 이용 조건을 설명하는 최신 기사와 해설입니다.
탈동조화의 함정: AI 슬롭이 신호를 덮어버릴 때
저자는 서로 맞지 않거나 중복되는 모델이 쌓여 변경 비용을 키우는 상태를 ‘탈동조화(decoherence)’라고 부릅니다. AI 에이전트가 코드 변경을 빠르게 늘리면서 이 복잡성을 함께 키우면 기능 개발이 막힐 수 있으며, 실제 세계의 검증 없이 AI가 스스로 개선되는 시나리오도 이 문제에 부딪힌다고 주장합니다.
기억의 관점에서 트랜스포머를 유도할 수 있습니다
선형층, MLP, self-attention을 키-값 기억 저장소로 해석하고, 기억을 불러올 때 생기는 간섭을 기준으로 저장 용량을 비교합니다. 키 차원이 64일 때 추정 용량은 단순 선형 저장소의 약 64개에서 제곱 ReLU MLP의 약 2,700개, self-attention의 약 120만 개로 늘어납니다.
Tencent Hy-Memory-30B-A3B: 장기 기억 기록을 위한 전용 모델
Tencent Hunyuan이 외부 메모리 시스템에서 정보를 골라 저장하고 갱신하도록 만든 Hy-Memory-30B-A3B를 공개했습니다. 3B 활성 파라미터를 쓰는 MoE 모델로, 고정된 20% 벤치마크 표본에서 네 가지 메모리 프레임워크 평균 점수가 비교 대상 중 가장 높았습니다.
딥러닝 시험에서 배운 프롬프트 기법 10가지, 개발할 때 실제로 쓰는 방법
딥러닝 시험에서 배운 프롬프트 기법 열 가지를 개발자 작업에 맞춘 예시로 풀어냅니다. 간단한 질문부터 예시 제시, 단계별 분석, 역할 지정, 형식 지정, 대화 맥락 유지까지 어떤 상황에서 쓸지 설명하고, 여러 기법을 조합해 쓰는 방법도 제안합니다.
AI와 만들면서 실제로 배우는 것
AI로 기능을 완성하는 일과 작동 원리를 배우는 일은 다릅니다. 글쓴이는 Slate 편집기의 저장 경쟁 조건과 로컬 AI 모델의 실행 시간을 직접 조사한 경험을 들어, 생성된 코드를 이해하고 다른 문제에 적용하는 학습 방식을 설명합니다.
MOSS-Image-Base: 텍스트와 JSON 레이아웃으로 이미지 생성하기
OpenMOSS의 MOSS-Image 계열 기본 텍스트-이미지 모델로, 자연어 프롬프트와 태그 시퀀스, JSON 레이아웃을 지원합니다. Python과 CUDA 환경에서 Diffusers 파이프라인으로 실행하며, 모델 가중치와 추론 코드는 Apache License 2.0으로 공개했습니다.
탈옥한 PS5에서 로컬 AI 모델 구동 — 작은 모델은 초당 124토큰
탈옥한 PS5에서 llama.cpp를 네이티브로 실행하고 GPU와 최대 11.4GiB 메모리를 활용하는 포크가 공개됐습니다. 3B 모델은 초당 124토큰, 27B 모델은 초당 20토큰을 기록했으며, 속도와 모델 크기는 서로 다릅니다.
DEV.to 글을 더 읽고 싶어서 새 탭에 넣었습니다
개발자가 비공식 Chrome 확장 프로그램 DEV New Tab을 만들어 새 탭에서 DEV.to 피드를 읽도록 했습니다. Chrome의 로컬 Prompt API를 지원하는 환경에서는 공개 글의 개요를 기기에서 만들며, 작성자와 원문 링크를 붙인 발췌 카드로 공유할 수도 있습니다.
siliXon — 쉬운 영어로 설명한 아이디어를 주문 가능한 회로 기판으로
siliXon은 영어로 설명한 기기 아이디어를 회로도와 배선이 완료된 PCB 설계로 바꾸는 도구입니다. 설계 에이전트 Rocky가 부품 선정부터 배치와 배선까지 처리하며, 현재는 초기 베타 단계로 2층과 4층 기판, 디지털 중심 설계를 지원합니다.
NVIDIA Qwen3.8-Flash-Next FP4 로컬 모델
NVIDIA가 Alibaba Qwen3.8-Flash-Next를 FP4로 양자화한 로컬 배포용 체크포인트를 공개했습니다. 파일 크기는 약 96GiB이며, 검증된 실행 환경은 NVIDIA Blackwell GPU와 특정 커뮤니티 vLLM 컨테이너입니다. GPQA Diamond 정확도는 BF16 기준 92.2%에서 FP4 기준 91.5%로, ToolEvalBench는 89.4%에서 88.7%로 낮아졌습니다.
미국 노동시간의 90%는 AI 벤치마크가 충분히 다루지 않는 업무에 쓰입니다
Mercor는 29개 AI 벤치마크를 미국 노동부 O*NET의 923개 직업, 18,797개 업무와 연결해 경제 전반의 평가 공백을 분석했습니다. 추정상 미국 노동시간의 90%는 기존 벤치마크가 거의 다루지 않으며, 연구진은 이 결과가 초기 벤치마크 목록에 따른 잠정치라고 밝혔습니다.
우리는 대체 왜 이 모든 일을 하는가?
이론물리학자 Rikab Gambhir가 수학·과학 연구를 ‘잠재적으로 참인 사실’을 쌓는 일로만 취급하는 풍토를 풍자합니다. LLM이 논문을 대량 생성해도 정확성 확인과 이해를 공동체에 떠넘긴다면 지식의 축적과 연구의 목적을 혼동한다는 주장입니다.
NVIDIA Nemotron 3.5 Super VL 공개: 120B 모델과 MTP 추론 가속
NVIDIA가 총 1,200억 개, 활성 120억 개 파라미터를 쓰는 멀티모달 모델 Nemotron 3.5 Super VL을 공개했습니다. Mamba-2와 Transformer를 결합하고 최대 100만 토큰 문맥과 이미지·동영상 입력을 지원합니다. NVIDIA가 공개한 벤치마크에서는 강점과 약점이 과제별로 갈립니다.
Android 개발용 AI 에이전트 스킬 모음
Google의 Android 팀이 Android 개발 작업을 돕는 AI 에이전트용 스킬 저장소를 공개했습니다. 에이전트가 Android 공식 가이드에 맞춰 작업하도록 Markdown 지침과 자료를 제공하며, 평가에서 LLM 성능이 낮게 나타난 작업 흐름을 우선 다룹니다.
금융 에이전트가 모든 평가를 통과했습니다. 그 결정을 방어할 수 있나요?
금융 감사에서 에이전트의 정확도나 평가 점수만으로는 개별 판단을 뒷받침하기 어렵습니다. 글은 은행 계정 조정(bank reconciliation) 사례를 들어 권한, 실행 기록, 증거 출처, 평가 데이터의 무결성을 관리하고, 필요한 시점에 사람에게 넘기는 방법을 제안합니다.
더는 존재하지 않는 일을 애도하는 엔지니어들
AI 코딩 도구 도입 뒤 엔지니어의 일이 코드 작성에서 에이전트 조율과 검증으로 옮겨가며 정체성 상실과 번아웃을 낳는다는 분석입니다. 연구에서는 AI 관련 업무량 증가와 조직의 압박이 번아웃을 키웠고, 자율성과 학습 지원은 이를 줄였습니다.
withHuman — AI 에이전트용 오픈소스 사람 승인 계층
withHuman은 AI 에이전트가 도구를 실행하기 전에 호출을 가로채 규칙에 따라 자동 승인·거부하거나 담당자에게 검토를 요청하는 오픈소스 승인 계층입니다. 여러 에이전트에 공통 규칙을 적용하며, 서비스가 중단되면 도구 호출도 실패하도록 설계했습니다.
리누스 토르발스, AI를 활용한 커널 기여를 말하다
리누스 토르발스는 커널 기여에서 AI 사용 여부를 규칙으로 금지하기보다, 기여자가 결과를 이해하고 책임지는지를 봐야 한다고 주장합니다. 컴파일러와 편집기를 예로 들며 도구의 종류보다 기여자의 역량이 중요하다고 설명합니다.
Krea 3 - 대량 편집을 위한 이미지 모델
Krea가 이미지 편집 모델 Krea 3의 오픈 베타를 공개했습니다. 지정한 영역만 수정하고 나머지는 보존하는 편집과 네이티브 2K 출력을 내세우며, 비교 페이지에서는 경쟁 모델보다 빠르고 저렴하다고 주장합니다. 비교 결과는 사전 생성 샘플이며 실시간 벤치마크가 아닙니다.