LLM 342

• 미 국토안보부, 연방 민간기관에서 DeepSeek와 이를 활용한 제3자 서비스 제거 명령 2026/10/20
• Superlite - 명세를 넘기면 테스트까지 끝내는 Claude Code 자율 개발 플러그인 2026/10/20
• Pretraining Large Language Models with NVFP4 - 4비트 정밀도 LLM 사전학습 방법론 정리 2026/10/20
• MiniMax M3.1 Flash - 에이전트 성능을 높이고 사용 비용을 70% 낮춘 모델 2026/10/20
• Inception Mercury 3 - 초당 1,000토큰 이상을 내는 확산 기반 LLM 2026/10/20
• DiffusionGemma Technical Report 정리 - Gemma 4를 256 토큰 블록 텍스트 디퓨전 모델로 전환하기 2026/10/20
• DeepSeek DeepInfer - 프로덕션 추론 프레임워크 오픈소스 공개 2026/10/20
• DFlash: Block Diffusion for Flash Speculative Decoding 논문 정리 2026/10/20
• Hybrid Reasoning Agents: 잠재 공간에서 사고하고 텍스트로 행동하는 LLM 에이전트 2026/10/19
• Self-evolving Agent Harness - 모델 가중치를 고정한 채 하네스를 스스로 진화시키는 프레임워크 2026/10/18
• OpenAI, 내부 프런티어 모델이 도출한 수학 연구 성과 공개 - 719개 manuscript와 Lean 형식화 2026/10/18
• NVIDIA GPU는 OpenAI의 GPT-6 Astra Ultrafast를 어떻게 가속하는가 2026/10/18
• DeepSeek-V4.1-Flash-1017 - 추론·코딩·에이전트·비전 성능을 끌어올린 V4.1 Flash 마이너 업데이트 2026/10/18
• Test-Time Training(TTT)과 LLM 메모리: fast weights, continual learning, 손실 압축으로 읽는 개념 정리 2026/10/11
• Transformer의 Layer Normalization 배치 — 왜 최신 LLM은 Post-LN에서 Pre-LN으로 옮겨갔는가 2026/09/06
• Scaling Latent Reasoning via Looped Language Models 2026/09/04
• SwarmWorld: 언어모델 에이전트 사회의 스티그머지 기반 기술 진화 2026/09/03
• Prioritize the Process, Not Just the Outcome: 잠재 사고 궤적 보상으로 Looped LM의 추론을 개선하는 RLTT 2026/09/03
• Reasoning Models Generate Societies of Thought 2026/09/03
• Mixture of Sparse Attention: Expert-Choice 라우팅 기반 학습형 희소 어텐션 2026/09/03
• Agentic RL에서 추론과 도구 사용은 경쟁한다: 간섭 정량화에서 DART까지 2026/09/02
• Not All LLM Reasoning is Visible in the Chain-of-Thought: 필러 토큰이 드러내는 보이지 않는 추론 2026/09/02
• Mixture-of-Recursions: 토큰 단위 적응적 재귀 깊이 학습 2026/09/02
• Hierarchical Reasoning Model 2026/09/02
• Fast Weight Attention for Continual Learning: 자기회귀 정렬 기반 Falcon 패스트 웨이트 갱신 규칙 2026/09/02
• InfraTech: AI 인프라 학습을 위한 오픈소스 자료 저장소 2026/09/01
• Gated Recurrent Transformers: Expressive Depth through Recurrent Modulation 2026/09/01
• EvoHarness-RL: 장기 지평 LLM 에이전트를 위한 자기 진화 런타임 하네스 학습 2026/09/01
• LLM Pretraining Loss Spike 진단과 처방: 배치 사이즈, Gradient Accumulation, 그리고 Muon 전환 판단 2026/08/19
• Claude 텍스트 워터마킹: SynthID-Text 기반 AI 생성 표식과 EU AI Act 대응 2026/08/19
• Agent Memory Distillation: 계층적 교사 메모리로 소형 LLM 에이전트를 끌어올리기 2026/08/19
• Intern-S2-Mobius: 지식과 추론을 분리한 파운데이션 모델 아키텍처 2026/08/18
• Attention Is All You Need: 순환 구조를 걷어낸 Transformer 아키텍처 2026/08/18
• vLLM x TileRT: 지연시간 중심 서빙을 위한 특화 디코드 엔진 2026/08/17
• Skaling: 모델 크기와 데이터를 결합한 새로운 스케일링 법칙 2026/08/17
• Mind Viruses: 멀티 에이전트 LLM 시스템에서 자가 전파되는 아이디어 2026/08/17
• Qwen3.8 시리즈 정리 - 27B와 2.4T-A95B의 아키텍처부터 배포까지 2026/08/16
• Qwen 샘플링·디코딩 파라미터 presence_penalty, repetition_penalty, temperature 2026/08/13
• LLM Evals FAQ: 인프라보다 에러 분석이 먼저인 이유 2026/08/13
• Fable 5 vs GPT-5.6 Sol: NP-난해 최적화 문제에서 /goal 지속성 기능 벤치마크 2026/07/21
• Qwen3.8 공개 예고 - 2.4조 파라미터 오픈 웨이트 모델과 Max-Preview 선공개 2026/07/20
• 오픈소스 LLM vs 빅테크 LLM API: 비용과 리스크의 재계산 2026/07/20
• OpenAI Codex 컨텍스트 윈도우 축소, 372k에서 272k로 2026/07/20
• vLLM 성능 튜닝: speculative_config, MTP, --max-num-seqs 2026/07/09
• 자기회귀 언어모델은 사실 에너지 기반 모델이다: 다음 토큰 예측의 계획 능력 2026/07/08
• pxpipe: 텍스트 컨텍스트를 PNG 이미지로 변환해 Claude Code 토큰을 줄이는 프록시 2026/07/07
• Anthropic이 개발자 신뢰를 잃는 방법: 과금과 벤더 락인 비판 2026/07/07
• 다가오는 AI 마진 붕괴: GLM 5.2와 추론 경제학 2026/07/07
• Claude Sonnet 5: Sonnet 등급으로 Opus급 에이전트 실행 2026/07/03
• Claude Science: 생명과학 연구를 위한 통합 워크벤치 공개 베타 2026/07/03
• Claude Fable 5 재배포: 수출 통제 해제와 강화된 안전장치 2026/07/03
• The Verification Horizon: 코딩 에이전트 보상에 은탄환은 없다 2026/07/02
• Claude Fable 5와 Mythos 5 수출 통제 해제와 접근 복구 2026/07/02
• Autodata: 합성 데이터를 스스로 만드는 에이전트 데이터 사이언티스트 2026/07/02
• Transformer Explainer: 브라우저에서 GPT의 내부 동작을 시각화하다 2026/07/01
• DSpark: 반자기회귀 생성과 신뢰도 기반 검증으로 speculative decoding 가속하기 2026/07/01
• Wayfinder Router: 모델 호출 없이 결정론적으로 LLM을 라우팅하는 CLI 2026/06/30
• PostTrainBench: AI 에이전트가 언어 모델을 post-train할 수 있을까 2026/06/29
• Instruction Residuals: 지속 사전학습과 명령어 파인튜닝의 균형 2026/06/29
• Frozen Multi-Token Prediction: Pixel에서 Gemini Nano 가속하기 2026/06/29
• GPT-5.6 Sol/Terra/Luna 프리뷰: 새 모델 명명 체계와 사이버 안전 스택 2026/06/29
• DeepSeek-V4-Pro-DSpark: speculative decoding을 더한 1.6T MoE 모델 2026/06/29
• PAPO: 확산 LLM 추론을 위한 보상과 상태 정렬 강화학습 2026/06/27
• Trainee에서 Trainer로: LLM이 자신의 RL 훈련 환경을 설계하다 2026/06/27
• Headroom: AI 에이전트 토큰을 60-95% 줄이는 컨텍스트 압축 도구 2026/06/25
• Sakana Fugu: 프론티어 LLM을 지휘하는 학습된 오케스트레이터 2026/06/24
• BIRD: 대규모 데이터베이스 기반 Text-to-SQL 평가 벤치마크 2026/06/23
• Free-Router: 무료 AI 모델을 실시간 모니터링하고 전환하는 CLI 도구 2026/06/22
• token-router : 클라우드 LLM 전송 전 로컬에서 필요한 라인만 추출하기 2026/06/20
• Anthropic Mythos 접근 회수 논란 : SK텔레콤·수출 통제·공급망 신뢰 2026/06/20
• Kimi K2.7 Code : 장기 코딩에 특화된 오픈 가중치 에이전트 모델 2026/06/19
• GLM-5.2 : 1M 컨텍스트를 지원하는 완전 오픈 프런티어 모델 2026/06/19
• DiffusionGemma : 확산 기반으로 더 빠른 텍스트 생성 2026/06/19
• OpenPipe ART: 경험으로 학습하는 에이전트 강화학습 트레이너 2026/06/18
• Headroom: AI 에이전트를 위한 컨텍스트 압축 레이어 2026/06/17
• Gemini-SQL2: BIRD 벤치마크 80.04점을 기록한 텍스트-투-SQL의 도약 2026/06/17
• From AGI to ASI: 초지능으로 가는 네 갈래 경로와 병목 분석 2026/06/17
• HRM-Text-1B: 계층적 추론 모델 기반 1B 언어 모델 2026/06/16
• Claude Fable 5 & Mythos 5 접근 중단 - 미국 정부 수출 통제 지시 2026/06/16
• 자가진화 LLM 에이전트의 능력 붕괴: 경험 내재화를 다시 생각하다 2026/06/15
• SIA: 하네스와 가중치를 동시에 업데이트하는 자기 개선 AI 시스템 2026/06/15
• AI+HW 2035: AI와 하드웨어 공동 설계의 10년 로드맵 2026/06/15
• Self-Harness: LLM 에이전트가 스스로 실행 환경을 개선하는 프레임워크 2026/06/14
• Hermes Agent Self-Evolution: DSPy+GEPA로 에이전트 스킬·프롬프트를 자동 진화시키는 파이프라인 2026/06/14
• Gated DeltaNet-2: 선형 어텐션에서 삭제와 쓰기 게이트 분리 2026/06/14
• Boson AI Higgs Audio v3 TTS 4B 모델 2026/06/14
• Agentopia: 에이전트 사회에서의 장기 생활 시뮬레이션과 학습 2026/06/14
• DiffusionGemma - 병렬 텍스트 생성과 Diffusion 기반 언어 모델 2026/06/13
• LLM 시각 가이드 Part 1 - 토크나이제이션과 임베딩 2026/06/13
• LLM 평가의 맹점: Test-Time Compute를 측정에 포함해야 하는 이유 2026/06/12
• Claude Fable 5 & Mythos 5 - Anthropic 새 모델 발표 2026/06/12
• Microsoft Scout - 상시 작동하는 개인 AI 에이전트 2026/06/11
• Microsoft MAI-Code-1-Flash: 일상 개발자 워크플로우를 위한 코딩 모델 2026/06/11
• claude-oceanus 유출 루머: 엔터프라이즈 전용 고가 모델이라는 주장 2026/06/11
• World Models Meet Language Models: 언제 시뮬레이션을 믿어야 하는가 2026/06/10
• Open Athena: LLM 사전학습을 3.6배 빠르게 만든 스택 2026/06/10
• NVIDIA Nemotron-3-Ultra: 550B LatentMoE 추론 모델 2026/06/10
• Cosmos 3: Physical AI를 위한 옴니모달 월드 모델 2026/06/10
• Ideogram 4: 첫 오픈 웨이트 텍스트-이미지 파운데이션 모델 2026/06/09
• Microsoft MAI: 언덕 오르기 기계로 만든 7개의 새 모델 2026/06/08
• VLM3: 비전 언어 모델은 태생부터 3D 학습기다 2026/06/07
• OpenAI 프런티어 모델과 Codex, 이제 AWS에서 쓴다 2026/06/07
• Gemma 4 12B: 인코더 없는 통합 멀티모달 모델 2026/06/06
• 에이전트 워크플로를 LLM 가중치로 컴파일하기: 100배 저렴한 지하 에이전트 2026/06/05
• LLM 에이전트가 직접 학습 데이터를 만든다: 자율 에이전트 데이터 엔지니어링 2026/06/05
• DNA3.0-35B-A3B: Dnotitia의 한국어 특화 MoE 비전-언어 모델 2026/06/04
• Claude Opus 4.8: 정직성, 동적 워크플로우, 노력 제어 2026/06/04
• Native Multimodal Modeling 로드맵: 융합 아키텍처에서 평가까지의 5단계 분류 2026/06/03
• 하이퍼커넥트 LLM 설명 정책 - 정답 없는 문제를 반복적 합의로 푸는 5단계 접근법 2026/06/03
• JEPA - 얀 르쿤이 제시한 자기회귀 생성 모델의 대안 아키텍처 2026/06/02
• AutoResearch - 과학 연구 자동화의 5단계 자율성 스펙트럼(L0-L4) 서베이 2026/06/02
• AI 혁명은 산업혁명과 다르다 - 토큰 기반 가격이 만드는 생산성 역설 2026/06/02
• 2026년 알아야 할 5가지 RAG 아키텍처 - Hybrid, Graph, Agentic, Corrective, Multimodal 2026/06/01
• NuExtract3 - 4B 비전-언어 모델로 문서에서 JSON 추출과 마크다운 변환을 동시에 2026/06/01
• Free Claude Code - Claude Code를 17개 AI 제공자로 라우팅하는 오픈소스 프록시 2026/06/01
• TurboQuant 완전 정리 - 이론 최적에 근접한 KV 캐시·벡터 검색 양자화와 vLLM 실측 2026/05/31
• Google, I/O 2026에서 Gemini 3.5 정식 공개 - 에이전트 성능과 새 구독 체계 2026/05/31
• Qwen 3.5의 검열 회로 해부 - 가중치에 새겨진 국가 검열의 메커니즘 해석 2026/05/30
• ELF: 임베딩 공간 Flow Matching 으로 디스크리트 확산 모델을 추월한 연속 언어 확산 2026/05/28
• Model Merging Scaling Laws — 10,506개 병합 실험으로 도출한 LLM 병합 스케일링 법칙 2026/05/25
• TTL Tech Note — 지식 증류와 LLM 사이즈 선택, 14B/32B/70B의 실전 기준 2026/05/25
• AI IQ : 17개 벤치마크로 AI 모델의 지능과 EQ, 비용을 동시에 측정하는 플랫폼 2026/05/25
• Humanloop가 정리한 2025 RAG 아키텍처 8가지 — Simple부터 Agentic까지 2026/05/24
• Google, I/O 2026에서 새 Gemini 공개 예정 — GPT-5.5급, Mythos에는 못 미친다는 보도 2026/05/24
• Meta Muse Spark 공개 — Superintelligence Labs의 첫 멀티모달 추론 모델 2026/05/23
• Anthropic — Claude에게 '왜'를 가르치기, 에이전틱 정렬 학습 연구 2026/05/23
• OpenAI Codex Mobile - ChatGPT 앱에서 데스크톱 코딩 에이전트를 원격 관리 2026/05/22
• Microsoft MDASH - 100개 이상의 AI 에이전트로 사이버짐 1위, 앤트로픽 미토스를 능가하다 2026/05/22
• DeepSeek-TUI - 터미널에서 실행되는 DeepSeek V4 코딩 에이전트 2026/05/22
• Qwen3.7-Max 공개: 에이전트 시대를 겨냥한 알리바바의 프런티어 모델 2026/05/21
• Prompt Engineering Guide - 74.6k 스타의 오픈소스 프롬프트 학습 자료 2026/05/21
• Cohere Command A+ 공개: W4A4 양자화로 단일 GPU에서 돌아가는 218B MoE 모델 2026/05/21
• Code as Agent Harness: 코드를 에이전트 실행 기반으로 보는 새로운 관점 (서베이) 2026/05/21
• Claude 유료 플랜의 프로그래매틱 크레딧 분리 - Agent SDK와 claude -p가 별도 한도로 2026/05/21
• Qwen-Image-2.0 텍스트 렌더링과 이미지 편집을 하나로 묶은 통합 생성 모델 2026/05/20
• Code with Claude SF 컨퍼런스 정리 - 19개 세션이 보여준 Anthropic의 차세대 개발 청사진 2026/05/20
• LoPE 무의미한 Lorem Ipsum이 LLM 수학 추론을 끌어올리는 메커니즘 2026/05/19
• Claude 90% 할인 중국 암시장의 정체와 AI 데이터 탈취 위험 2026/05/19
• Bifrost: LiteLLM보다 50배 빠르다는 Go 기반 초고속 AI 게이트웨이 2026/05/17
• TokenSpeed: 에이전트 워크로드를 위한 빛의 속도 LLM 추론 엔진 2026/05/16
• Direct Corpus Interaction: 임베딩 없이 grep과 셸로 BRIGHT, BEIR 벤치마크 SOTA 달성 2026/05/16
• Anthropic Teaching Claude Why: 원칙 기반 정렬로 블랙메일률 65%에서 19%로 2026/05/16
• 중국, 미국 제치고 AI 인재 경쟁 1위로: NeurIPS 최상위 연구자 통계가 보여주는 지각 변동 2026/05/15
• AI Co-Mathematician: 수학자와 협업하는 에이전트 워크벤치, FrontierMath Tier 4에서 48% 달성 2026/05/15
• OpenAI GPT-Realtime-2, Translate, Whisper - GPT-5급 추론을 갖춘 실시간 음성 API 모델 3종 공개 2026/05/14
• DGX Spark에서 Qwen3.5-122B-A10B 추론 80% 가속: INT4+FP8 하이브리드와 MTP-2 투기적 디코딩 2026/05/12
• Multiagent Debate - 다중 에이전트 토론으로 LLM 사실성과 추론 향상 2026/05/10
• Gemma 4 Multi-Token Prediction - 품질 손실 없이 최대 3배 추론 가속 2026/05/10
• GOAT - 학습 가능한 사전 분포로 어텐션 메커니즘을 재설계하다 2026/05/09
• ECE7115, 인하대 Multimodal VLM 강의가 Stanford CS336을 따라가는 법 2026/05/07
• Vision Banana, 이미지 생성 모델이 범용 비전 학습자가 된다 2026/05/06
• 바이브 코딩의 환상 - AI가 만드는 실행되는 코드와 사람이 원하는 제품의 간극 2026/05/06
• DeepSeek-V4 패밀리 공개, Flash와 Pro 그리고 1.6T 베이스 모델 2026/05/06
• GLM-5 Scaling Pain: PD 분리 KV 캐시 race, HiCache 동기화 누락, LayerSplit가 풀어낸 코딩 에이전트 서빙의 진짜 병목 2026/05/05
• Anthropic-AWS 10년 1000억 달러 컴퓨트 파트너십: Trainium 기반 5GW 확보 2026/05/03
• vLLM Recipes 개편: 모델과 하드웨어 조합을 한 줄 명령어로 2026/05/02
• Google Gemini Deep Research Agent - 장기 리서치 과제를 자동 수행하는 Interactions API 2026/05/02
• OpenAI GPT-5.5 공개 - 에이전틱 코딩, 지식 노동, 과학 연구의 새 기준 2026/05/01
• Anthropic Claude Code 품질 저하 사후분석 - 한 달 동안 겹친 세 가지 버그 2026/05/01
• 스페이스X, 커서 600억 달러 인수 옵션 확보: xAI 합병 후 AI 코딩 시장 본격 진입 2026/04/30
• Martin Fowler의 2026년 4월 단상 - 인지 부채, AI 시스템 3, 검증의 재발견 2026/04/30
• DeepSeek-V4-Pro 공개 - 1.6T MoE, 49B 활성 파라미터, 1M 컨텍스트, FP4/FP8 혼합 정밀도 2026/04/30
• Google DeepMind 엘리트 코딩 팀 구성: Anthropic과의 격차를 좁히는 2026년 전략 2026/04/29
• Anthropic Pro 플랜에서 Claude Code 제거 논란: 2% 테스트인가, 정책 전환의 신호탄인가 2026/04/29
• OpenClaw Anthropic Provider 복귀: Claude CLI 재사용과 API 키 설정 완벽 가이드 2026/04/28
• OpenAI ChatGPT Images 2.0: 2K 정밀도와 비라틴 문자 렌더링 혁신 2026/04/28
• Google LiteRT-LM: 엣지 디바이스용 고성능 온디바이스 LLM 추론 프레임워크 2026/04/28
• Roo Code v3.36 업데이트: 비파괴 컨텍스트 관리, GPT-5.2, Gemini 3 Flash, Claude Sonnet 1M 지원 2026/04/27
• Needle In A Haystack: 장문 컨텍스트 LLM의 검색 능력을 재는 벤치마크 2026/04/26
• Claude Opus 4.7 개발자 리뷰: 마이그레이션 체크리스트와 Breaking Changes 2026/04/26
• Claude Live Artifacts: Cowork에서 자동 갱신 대시보드 만들기 2026/04/26
• Kimi K2.6 공개: 1T MoE 오픈소스 모델의 에이전틱 코딩 도약 2026/04/25
• Claude와 Codex 토큰 효율 높이기: 설정 조정으로 누수를 막는 법 2026/04/24
• 챗GPT에 아이디어를 바로 묻지 말라: 독일 연구팀이 밝힌 '설계 고착화' 현상과 HAICo 해법 2026/04/24
• Anthropic의 Harness Design: 장시간 실행 에이전트를 위한 Generator-Evaluator 구조 2026/04/24
• Friends Don't Let Friends Use Ollama - llama.cpp 기반 대안 재검토 2026/04/23
• OpenAI Trusted Access for Cyber 확대와 GPT-5.4-Cyber 공개 2026/04/23
• Anthropic Claude Design 공개 - Opus 4.7 비전 모델 기반 협업 디자인 도구 2026/04/23
• Qwen3.6-35B-A3B: 350억 파라미터 MoE 모델, 30억만 활성화하는 에이전틱 코딩 오픈소스 2026/04/22
• Claude Opus 4.7 출시: 셀프 검증, 3.3배 고해상도 비전, 코딩 13% 향상 2026/04/22
• SuperGemma4 26B Uncensored MLX 4bit v2 - Apple Silicon용 고속 로컬 에이전트 모델 2026/04/21
• MiniMax-M2.7 자기 진화하는 오픈 웨이트 모델과 공식 CLI 2026/04/19
• Gemma 4 로컬 모델로 Codex CLI 돌려보기 실전 테스트 2026/04/18
• Microsoft VibeVoice: 장형식 음성 처리를 위한 오픈소스 ASR/TTS 패밀리 2026/04/17
• Microsoft Foundry Local: 제로 셋업으로 동작하는 통합 로컬 AI 엔진 2026/04/17
• NVIDIA·MIT TriAttention, KV 캐시 메모리를 10배 줄이다 2026/04/16
• LG EXAONE 4.5 33B: 한국어 특화 첫 오픈 비전-언어 모델 2026/04/16
• Meta의 새 AI 모델 전략: 부분 오픈소스와 독점의 혼합 2026/04/15
• Claude Advisor 전략: Opus와 Sonnet의 지능형 협업 모델 2026/04/14
• Anthropic Managed Agents: 두뇌와 손을 분리하는 에이전트 아키텍처 2026/04/13
• 감정적 프롬프트가 AI 성능을 바꿀까? EmotionRL 적응형 감정 프레이밍 연구 2026/04/11
• Google AI Edge Gallery: 모바일에서 Gemma 4를 완전 오프라인으로 실행하는 앱 2026/04/10
• RTK: AI 코딩 도구의 토큰 소비를 60~90% 줄이는 Rust CLI 프록시 2026/04/09
• LM Studio CLI로 Google Gemma 4 로컬 실행: M4 Pro에서 51 tok/s 달성 2026/04/09
• 코딩 에이전트의 6가지 핵심 구성 요소: 모델보다 하니스가 중요하다 2026/04/09
• Claude Code 성능 저하 논란: Adaptive Thinking 도입 후 68% 불만 증가 2026/04/08
• Google Gemma 4: Gemini 3 기반 오픈 AI 모델, 멀티모달·에이전트·엣지 지원 2026/04/07
• Hermes Agent: Nous Research의 자기 학습형 자율 AI 에이전트 플랫폼 2026/04/06
• Ollama, Apple Silicon에서 MLX 기반 구동 프리뷰 - 최대 2배 성능 향상 2026/04/05
• Anthropic Claude Mythos, 데이터 유출로 존재가 드러난 차세대 AI 모델 2026/04/03
• Anthropic 하네스 설계 - 장기 실행 앱 개발을 위한 멀티 에이전트 아키텍처 2026/04/01
• LiteLLM PyPI 공급망 공격 - 악성 코드 삽입 보안 사건 분석 2026/03/31
• Google TurboQuant - 극한 압축으로 AI 효율성을 재정의하는 양자화 알고리듬 2026/03/29
• Andrej Karpathy가 말하는 코드 에이전트, AutoResearch, 그리고 AI의 루피 시대 2026/03/28
• System 3: AI는 도구가 아닌 제3의 사고 시스템 2026/03/27
• 하네스 엔지니어링 - AI 에이전트 성능을 좌우하는 시스템 설계의 모든 것 2026/03/27
• AI 에이전트 실전 활용의 최전선 - 하네스 설계부터 자율 연구, 자기 진화 모델까지 2026/03/27
• Cursor Composer 2 - 자체 코딩 AI 모델로 최첨단 성능과 저렴한 비용의 새로운 조합 2026/03/26
• LLM을 컴퓨터로 만들기 - 트랜스포머 내부에서 프로그램을 실행하는 방법 2026/03/24
• Trie 기반 빔 서치 - LLM 디코딩의 메모리와 속도를 동시에 잡다 2026/03/23
• OpenJarvis - 스탠포드가 만든 로컬 디바이스 개인용 AI 스택 2026/03/23
• llmfit - 내 하드웨어에 맞는 LLM 모델을 찾아주는 터미널 도구 2026/03/21
• LLM Architecture Gallery - 43개 LLM 아키텍처를 한눈에 비교하는 갤러리 2026/03/21
• LLM으로 소프트웨어를 만드는 방법 - 아키텍트-개발자-리뷰어 다중 에이전트 워크플로우 2026/03/20
• Attention Residuals: 기존 잔차 연결을 대체하는 새로운 Transformer 아키텍처 2026/03/19
• LLM 신경해부학: 가중치 변경 없이 중간 레이어 복제로 리더보드 1위 달성 2026/03/18
• AgentHub: AI 에이전트를 위한 경량 협업 플랫폼과 Autoresearch GPT-2 튜닝 성과 2026/03/18
• Claude Opus 4.6 & Sonnet 4.6 - 1M 컨텍스트 윈도우 정식 출시 2026/03/17
• CanIRun.ai - 내 컴퓨터에서 실행 가능한 AI 모델을 확인하는 도구 2026/03/16
• Claude 인터랙티브 시각화 - 대화 속 실시간 차트와 다이어그램 2026/03/15
• 프롬프트의 정중함이 LLM 정확도에 미치는 영향 - Mind Your Tone 논문 분석 2026/03/14
• Deep Think with Confidence - LLM 추론의 신뢰도 평가 연구 2026/03/14
• Google Gemini Embedding 2 - 최초의 네이티브 멀티모달 임베딩 모델 2026/03/13
• GPT-5.4의 1M 컨텍스트 윈도우, 기본 설정으로는 258K만 사용 가능 2026/03/12
• Karpathy의 AutoResearch - AI 에이전트가 밤새 자율적으로 LLM 연구를 수행하는 프레임워크 2026/03/11
• OpenAI GPT-5.4 공개 - 1M 컨텍스트와 네이티브 컴퓨터 사용 2026/03/10
• LLM의 L은 거짓말을 의미한다 - AI 코드 생성의 위조 논란 2026/03/10
• AI 코드 재작성을 통한 라이선스 세탁 논란 - chardet 사례 2026/03/09
• Redis 코딩 패턴 - antirez의 새로운 공식 문서 사이트 2026/03/08
• Anthropic Academy - 무료 AI 교육 플랫폼 출시 2026/03/08
• Qwen3.5 - 알리바바의 새로운 대규모 언어 모델 시리즈 2026/03/07
• AI 에이전트 메모리 실험: 요약된 지식이 오히려 성능을 떨어뜨린다 2026/03/07
• Anthropic 페르소나 선택 모델(PSM) - Claude는 캐릭터다, AI의 인간적 행동 원리 2026/03/06
• Sam Altman - AI가 AI 연구를 가속한다, 예상보다 빠른 초지능 도래와 준비되지 않은 세계 2026/03/05
• Perplexity Computer - 19개 AI 모델을 조율하는 범용 디지털 워커 2026/03/04
• Claude Cowork 반복 작업 스케줄링 기능 출시 2026/03/03
• Claude Code에서 발견된 3가지 보안 취약점: RCE와 API 키 탈취 2026/03/03
• Anthropic, 핵심 AI 안전 서약 RSP 철회 2026/03/03
• AI가 만든 테스트는 전부 통과했지만, 코드에는 버그가 남아있었다 2026/03/03
• Google AI 검색이 Grounding Snippet을 추출하는 방법 분석 2026/03/02
• Claude Code Remote Control - 로컬 세션을 어디서든 이어받기 2026/03/02
• Andrej Karpathy: AI 에이전트가 코딩의 패러다임을 바꾸다 2026/03/02
• 프롬프트 반복으로 LLM 성능 향상 - Google 연구팀 논문 2026/03/01
• AI가 내 스타트업을 죽였다 - 포스트 Claude 시대의 마케팅 미래 2026/03/01
• AGENTS.md를 올바르게 사용하는 방법 - /init 자동 생성이 오히려 비용을 높이는 이유 2026/03/01
• Claude Code에 Gemini 연결하기 - 프록시 백엔드로 저렴하게 사용 2026/02/28
• Anthropic의 AI 모델 증류 공격 탐지 및 방지 사례 2026/02/28
• Taalas - LLM 가중치를 실리콘에 새기다, 초당 17,000 토큰 ASIC 칩 2026/02/27
• 2026년 2월 코딩 에이전트 현황 - Claude와 Codex 병행 활용 2026/02/27
• 코드를 읽지 않는 시대, 엔지니어는 무엇을 읽어야 하는가 2026/02/26
• Claude Code 구축에서 얻은 교훈 - 프롬프트 캐싱이 전부다 2026/02/26
• FINAL Bench - AI 메타인지를 측정하는 첫 번째 벤치마크 2026/02/25
• METR의 AI 시간 지평 연구 - AI 자율성이 6개월마다 두 배씩 성장한다 2026/02/24
• AI 코딩 성능 10배 개선한 방법 - 모델이 아닌 편집 도구를 바꿨다 2026/02/23
• AI 에이전트 파일 처리 성공률 33%→95% - 파일 네이티브 접근법의 발견 2026/02/23
• AI 검색에 스팸이 침투하고 있다 - GEO 스팸의 구조와 플랫폼의 대응 2026/02/22
• 같은 AI 모델이 다르게 작동하는 이유 - 시스템 프롬프트의 숨은 영향력 2026/02/22
• AI는 왜 5분 전 말을 까먹을까 - GitHub Copilot의 에이전틱 메모리 시스템 2026/02/21
• 멀티 에이전트 오케스트레이션 실전: Microsoft Agent Framework로 만드는 AI 팟캐스트 스튜디오 2026/02/20
• Gemini CLI 훅 기능, AI 에이전트에 보안 정책 자동 주입 2026/02/20
• ChatGPT가 진짜 개발 환경이 됐다, Bash·npm·pip 설치까지 지원 2026/02/20
• AI 에이전트가 자면서 코딩한다, Ralph Wiggum 기법 실전 가이드 2026/02/19
• Claude 에이전트 팀, 2주 만에 리눅스 컴파일러 제작한 방법 2026/02/19
• AI 에이전트 샌드박스 통합, 두 가지 아키텍처 패턴과 선택 기준 2026/02/19
• Steve Yegge가 말하는 AI 에이전트 시대와 소프트웨어 엔지니어링의 미래 2026/02/18
• WordPress.com Claude 커넥터 - MCP 기반 AI 사이트 분석 통합 2026/02/17
• Andrej Karpathy의 CLAUDE.md - AI 코딩 실수를 줄이는 65줄 가이드라인 2026/02/17
• Cursor Composer 1.5 - 강화학습 20배 스케일링으로 코딩 성능 향상 2026/02/16
• Claude Cowork Windows 완전 지원 - macOS와 동일한 기능 제공 2026/02/15
• 안전한 자연어 기반 API 구축 방법 - 프로덕션 환경을 위한 아키텍처 가이드 2026/02/14
• Claude Code Agent Teams(Swarms) - 멀티 에이전트 협업 아키텍처 가이드 2026/02/14
• Hot Mess of AI - AI가 실패할 때 체계적 오류보다 비일관성이 더 위험하다 2026/02/12
• Claude Opus 4.6 Fast Mode - 2.5배 빠른 응답, 새로운 고속 모드 2026/02/12
• SmythOS SRE - AI 에이전트를 위한 오픈소스 런타임 환경 2026/02/11
• Craft Agents - AI 에이전트를 위한 오픈소스 인터페이스 2026/02/11
• Claude Opus 4 활용 가이드 - 최대 효과를 이끌어내는 5가지 핵심 전략 2026/02/11
• 두 종류의 AI 사용자: 놀라운 격차가 벌어지고 있다 2026/02/10
• AI 의사결정지원 시스템이 실패하는 진짜 이유 - 신뢰 보정의 부재 2026/02/10
• AI 코드와 소프트웨어 장인정신 2026/02/10
• AI 에이전트 코딩 80% 시대의 진짜 문제 - 이해 부채 2026/02/09
• Claude Code /insights 명령어 - 사용 패턴 분석과 워크플로 개선 제안 2026/02/08
• 국제 AI 안전 보고서 2026 - 범용 AI의 역량과 위험 2026/02/08
• 두 번째 사전학습 패러다임, 세계 모델링의 시대 2026/02/08
• AI 코딩 도구, 속도는 늘지 않고 학습은 약해진다? 앤트로픽 실험 정리 2026/02/07
• AI는 이미 인간 수준인가? 튜링 기준으로 본 AGI 논쟁 2026/02/07
• Qwen3-Coder-Next - 80B 파라미터 중 3B만 활성화하는 초희소 코딩 에이전트 모델 2026/02/06
• MemoryLLM - 트랜스포머 FFN을 해석 가능한 플러그앤플레이 메모리로 분리 2026/02/06
• 임베딩 확장이 전문가 확장보다 우수하다 - LLM 아키텍처의 새로운 방향 2026/02/06
• SCONE - 언어 모델의 임베딩 레이어 확장 기법 2026/02/05
• AI 코딩 보조 도구가 개발자 기술 형성에 미치는 영향 - Anthropic 연구 2026/02/05
• Pi - OpenClaw의 핵심이자 극도로 단순화된 코딩 에이전트 분석 2026/02/05
• Clawdbot의 메모리 관리 - Markdown 기반 하이브리드 메모리 아키텍처 2026/02/04
• CB Insights 2026 기술 트렌드 보고서 - AI 에이전트부터 소버린 AI, 피지컬 AI까지 2026/02/03
• AI 창의성의 역설 - 평균은 넘었지만 천재는 못 따라간다 2026/02/03
• 2026년 AI 코딩 주요 트렌드 - 자율 에이전트 루프부터 멀티 에이전트 오케스트레이션까지 2026/02/02
• AI에게 창의적이라고 요청하지 마라 - 제약으로 창의성을 끌어내는 프롬프트 기법 2026/02/02
• YaRN - LLM 컨텍스트 윈도우를 효율적으로 확장하는 방법 2026/02/01
• DeepPlanning - 장기 계획 수립 에이전트를 위한 벤치마크 2026/02/01
• Kimi K2.5 - Moonshot AI의 1조 파라미터 오픈 웨이트 멀티모달 모델 2026/02/01
• 2026년 데이터 엔지니어링을 재편하는 5가지 AI 트렌드 2026/01/31
• ChatGPT 사용 시 뇌에 축적되는 인지 부채(Cognitive Debt) - MIT Media Lab 연구 2026/01/31
• vLLM Sleep Mode - 단일 GPU에서 다중 모델 전환을 위한 제로 리로드 솔루션 2026/01/30
• Engram - 조건부 메모리 검색을 통한 LLM의 새로운 희소성 축 2026/01/30
• DeepSeek-R1 - 강화학습을 통한 LLM 추론 능력 향상 2026/01/29
• Inferact - vLLM 상용화 스타트업, 1.5억 달러 시드 투자 유치 2026/01/29
• vLLM 메모리 누수 디버깅 - Heaps do lie 2026/01/28
• OpenAI Codex Agent Loop - 에이전트 루프의 내부 동작 원리 2026/01/28
• Claude Skills - AI 에이전트를 위한 확장 가능한 스킬 시스템 2026/01/25
• Mantic.sh - AI 에이전트를 위한 맥락 인식 코드 검색 엔진 2026/01/23
• AI 에이전트를 위한 좋은 스펙 작성법 2026/01/22
• OpenAI Healthcare 출시 - ChatGPT Health와 OpenAI for Healthcare 2026/01/21
• Open Responses - LLM 상호운용성을 위한 오픈 표준 2026/01/20
• Copilot CLI Agents - VS Code에서 Claude와 Gemini 통합하기 2026/01/20
• AI 모델 붕괴(Model Collapse) - AI가 AI를 학습하면 생기는 문제와 예방법 2026/01/19
• Planning with Files - Manus 방식으로 AI 에이전트 컨텍스트 문제 해결하기 2026/01/18
• claude-mem - Claude Code 세션 간 컨텍스트를 자동 보존하는 메모리 시스템 2026/01/17
• Anthropic Labs - Claude의 최첨단 기능을 실험하는 새로운 팀 2026/01/17
• Claude Cowork - 개발자를 넘어 모든 업무로 확장되는 AI 에이전트 2026/01/17
• Claude의 Healthcare 및 Life Sciences 분야 진출 2026/01/17
• Claude Research Plugin - 체계적인 리서치를 위한 범용 플러그인 2026/01/16
• vLLM Semantic Router v0.1 Iris - MoM을 위한 시스템 레벨 라우터 2026/01/14
• vLLM HaluGate - 토큰 레벨 환각 탐지 시스템 2026/01/13
• OpenCode에서 Claude Code 연동 차단 - Harness OAuth 우회 종료 2026/01/12
• vLLM Custom Logits Processors로 특정 언어 토큰 차단하기 2026/01/11
• 바이브코딩을 하면서 과몰입(터널)에 빠지지 않고 진짜 몰입하는 법 2026/01/09
• 주요 데이터베이스의 MCP 지원 현황과 활용 2026/01/08
• Claude Code 제작자가 말하는 효과적인 활용법 2026/01/07
• GLM-4.7 - 코딩 전문 LLM의 새로운 강자 2026/01/06
• OpenCode - AI 기반 코딩 어시스턴트 2026/01/05
• DeepResearch Bench의 RACE와 FACT 평가 방법 2025/12/23
• GPT-OSS-120B MoE 모델에서 QLoRA 튜닝이 실패하는 이유와 NeMo의 해결책 2025/12/22
• Claude Code로 LLM 파인튜닝하기 - HuggingFace Skills 2025/12/15
• LangSmith vs Langfuse 2025/12/14
• LLM 서빙 환경 구축하기 + 모니터링 2025/10/04
• 바이브 코딩 2025/07/02
• 추론 모델의 환상 2025/06/11
• AI는 모든 문제를 해결할 수 있는가? 2025/06/09
• PandasAI를 알아보자 2025/05/22
• AGI 직전이라더니 내가 사용하는 AI는 왜 멍청할까? 2025/04/30
• Ollama 사용 방법 2025/04/21
• A2A란 무엇인가? 2025/04/17
• MCP 보안 이슈 2025/04/11