AI Daily Roundup
🌐 한국어

AI 뉴스 — 2026-10-06

공식 발표, Hacker News, arXiv에서 모은 매일의 AI 뉴스

이 페이지의 제목과 요약은 영어에서 오프라인으로 기계 번역되었으며 오류가 있을 수 있습니다. 링크된 원문이 기준입니다.

에디터 추천

사람들이 AI를 사용하는 방법을위한 빌딩 광고

ChatGPT 내부 광고는 성장합니다: OpenAI는 시각적인 광고 체재 플러스 측정, attribution 및 상표 추적성 공구를 추가하고, 시장기도 하고 매일 사용자를 위해 사정합니다.

OpenAI

EU 텍스트 검증 규칙에 대한 우리의 접근

Watermark가 적용하고 왜 탐지 접근이 연구원과 함께 시작되는지, EU text-provenance 규칙을 처리하는 방법의 구체적인 보기.

OpenAI

빠른 모형, 느린 증거: LLM 대리인 마구를 위한 System-1 Decision 모형의 Paired 그리고 각자 낙관된 평가

자체 헤드 라인 주장을 감사하는 희소한 종이 : 분석 오류를 해결하는 저자는 4.3%로 청구 된 23.9%의 비용 절감을 자르는 4.3%, 누구에게나 evaluating Agent-routing 모델에 대한 유용한 caution.

arXiv

편집자 메모: 요약은 각 발행처의 원문을 바탕으로 AI의 도움을 받아 작성한 초안이며, 아직 사람의 검토를 거치지 않았습니다.

AI 기업·연구소 발표

최근 7일 동안 기업·연구소 공식 블로그에 게시된 글입니다.

OpenAI

EU 텍스트 검증 규칙에 대한 우리의 접근

원문: Our approach to EU text provenance rules

OpenAI는 EU 규정에 따라 텍스트 워터 마크에 접근하는 방법을 설명합니다. 워터 마크가 적용 된 곳, 탐지 작품 및 왜 탐지가 연구원과 함께 시작합니다.

OpenAI · · 요약

사람들이 AI를 사용하는 방법을위한 빌딩 광고

원문: Building advertising for the way people use AI

OpenAI는 ChatGPT의 새로운 시각 광고 형식을 도입하고 측정 도구, attribution 파트너십 및 광고주를위한 브랜드 추적 기능 제어를 확장했습니다.

OpenAI · · 요약

Together AI

Hacker News 인기 AI 소식

최근 36시간 동안 AI 관련 제목의 글을 점수순으로 정렬했습니다.

arXiv 신규 논문

신규 투고를 자동 선정합니다(cs.AI·cs.CL·cs.LG에 교차 등록된 논문 우선). 품질 순위가 아닙니다.

arXiv cs.AI

빠른 모형, 느린 증거: LLM 대리인 마구를 위한 System-1 Decision 모형의 Paired 그리고 각자 낙관된 평가

원문: Fast Models, Slow Evidence: A Paired and Self-Audited Evaluation of System-1 Decision Models for LLM Agent Harnesses

개방 중량과 11개 에이전트 결정점에 걸쳐 호스팅된 단일 패스 결정 모델의 페어링 평가는 호스트 모델이 9개 중 9개에 더 정확하며, Zero-shot 모델 라우팅에서 기회를 낼 수 없으며, 자신의 분석 오류를 수정하는 저자입니다.

arXiv · · Jiawei Li · cs.AI cs.CL cs.CR cs.LG · 요약

오른쪽 주문, 잘못된 가늠자: 직업 AI 측정을 위한 감사 LLM 심사위원

원문: Right Order, Wrong Scale: Auditing LLM Judges for Occupational AI Measurement

감사 33 LLM-judge 구성에 대 한 45,796 노동자 평가, 저자는 판단을 평가할 수 있습니다 응답을 절대적으로 아직 추정된 노동자에 대 한 3.0%에서 97.9%, versus 61.1%.

arXiv · · Harry Lyu, Neil Thompson · cs.AI cs.CL cs.CY cs.LG · 요약

ROUTEAUDIT : Budgeted Multi-Verifier Routing에 대한 상호 작용 인식

원문: ROUTEAUDIT: Interaction-Aware Identification for Budgeted Multi-Verifier Routing

Adaptive multi-verifier 시스템은 최종점 품질 비용 차이를 통해 일반적으로 비교되며, 베터 카탈로그, 가용성, 회계, 정보 여과, 또는 Scorer는 정책으로 변경됩니다.

arXiv · · Miaobo Hu, Shuhao Hu, Xiaobo Guo +5 · cs.AI cs.CL cs.LG · 초록 발췌 (arXiv, CC0)

FSPO : 예산 LLM RL Post-Training을위한 정책 일관성 위험 및 Pareto-Feasible 제어

원문: FSPO: Policy-Consistent Risk and Pareto-Feasible Control for Budgeted LLM RL Post-Training

Adaptive LLM reinforcement-learning post-training changes Multiple training actuators online, rollout temperature, group size, clipping, KL Regularization, verifier 할당 및 예산 업데이트.

arXiv · · Miaobo Hu, Shuhao Hu, Xiaobo Guo +4 · cs.AI cs.CL cs.LG · 초록 발췌 (arXiv, CC0)

검증 가능한, Articulable 및 Tacit 구성 요소

원문: Verifiable, Articulable, and Tacit Components of Preference

짧은 이야기 그리는 것은 무엇; 뉴스 기사 Newsworthy; 또는 우아한 수학 증거?

arXiv · · Alexander Spangher, Sheldon Huang, Andreas Haupt +4 · cs.AI cs.CL cs.CY cs.LG · 초록 발췌 (arXiv, CC0)

arXiv cs.CL

큰 언어 지속적인 확산 모형

원문: Large Language Continuous Diffusion Models

빠른 병렬 디코딩을 위한 분리식 디퓨전 언어 모델(dLMs)의 성공에도 불구하고, 비-smooth, 고차원 공간 장애자 trajectory Steering for reasoning and inference 가속.

arXiv · · Zhihan Yang, Wei Guo, Jean-Marie Lemercier +14 · cs.CL cs.AI cs.LG · 초록 발췌 (arXiv, CC0)

Evidence가 이렇게 말할 때까지: LLM Investigators는 케이스를 닫을 때

원문: Not Until the Evidence Says So: Teaching LLM Investigators When to Close a Case

LLM 조사자가 사건을 닫을 때이 논문 연구, 731 감사 사고, 결함 및 정전 사례를 사용하여; 그것은 프론트어 모델이 답변의 91%에 대한 증거를 overstated보고.

arXiv · · Tingzhu Bi, Ping Wang, Meng Ma · cs.CL cs.AI cs.LG · 요약

Per-Theorem Symbolic Verifiers를 통해 Counterexample 발생: Imitation Hurts 및 Reinforcement Repairs의 경우

원문: Counterexample Generation via Per-Theorem Symbolic Verifiers: When Imitation Hurts and Reinforcement Repairs

큰 언어 모델은 종종 theorem 운송을 해결하지만 밀접한 관련 거짓을 방해하지 못했습니다. 미세 조정이 닫지 않고 적극적으로 악화 할 수있는 발화 간격.

arXiv · · Omar Farouk Zouak, Houssam Eddine Boukhalfa, Soumaya Lakehal +2 · cs.CL cs.AI · 초록 발췌 (arXiv, CC0)

FinDialogLens: 금융 채팅방에 있는 Missed-Trade ID를 위한 Multi-Party Dialogue에 사건 적출

원문: FinDialogLens: Event Extraction over Multi-Party Dialogue for Missed-Trade Identification in Financial Chatrooms

멀티 파티 금융 잡담은 판매 및 무역 전문가에 대 한 생명 이다, 하지만 그들의 복잡성에 대 한 설명된 무역 infeasible의 수동 복구: 인용에 대 한 각 요청 (RFQ)는 최종 가격 및 무역 outcome가 많은 메시지를 표시 하는 이벤트...

arXiv · · Chin-Lun Fu, Hong Ni, Behrouz Madahian · cs.CL cs.AI · 초록 발췌 (arXiv, CC0)

APDMem: Query-Adaptive Long-Term 기억을 위한 대리인 통제되는 진보적인 Disclosure

원문: APDMem: Agent-Controlled Progressive Disclosure for Query-Adaptive Long-Term Memory

APDMem은 주제적 인 요약에서 원료 메시지에 이르기까지 4 층으로 긴 대화 역사를 조직하고, 질문이 필요할 때만 더 깊이 배운다; LongMemEval에서는 대화의 약 8 %를 읽는 동안 강력한 결과를보고합니다.

arXiv · · Chin-Lun Fu, Anagha Kulkarni, Hong Ni +1 · cs.CL cs.AI · 요약

arXiv cs.LG

Lexicographic 다중목적 양립한 증류법

원문: Lexicographic Multi-Objective On-Policy Distillation

Verifiable Rewards (RLVR)에서 보강 학습은 보통 정답을 낙관합니다, 그러나 유용한 언어 모형 행동은 또한 고품질 reasoning 및 concise 응답을 요구합니다.

arXiv · · Doseok Jang, Jon Ander Campos, Youran Qi · cs.LG cs.AI cs.CL · 초록 발췌 (arXiv, CC0)

당신은 Synthesizing 또는 Recalling? Algorithmic Code Retrieval에서 LLM을 증발

원문: Are you Synthesizing or Recalling? Evaluating LLMs on Algorithmic Code Retrieval

큰 언어 모델 (LLMs)는 코드 생성에 강한 성능을 입증했다, 성공은 관련 알고리즘 지식과 적용 방법에 대한 이유 모두에 따라 달라집니다.

arXiv · · Nickil Maveli, Antonio Vergari, Shay B. Cohen · cs.LG cs.AI cs.CL cs.PL · 초록 발췌 (arXiv, CC0)

Semantic Gap를 연결하는 방법

원문: How Causality Bridges the Semantic Gap

수치 측정은 시스템이 어떻게 작동하는지 캡처하지만, 종종 변수의 의미를 불특화합니다.

arXiv · · Shuhao Zhang, Xuran Zhou, Han Guo +2 · cs.LG cs.AI cs.CL · 초록 발췌 (arXiv, CC0)

LEAP: LLM Agents를 위한 능률적인 활동 제안을 학습하십시오

원문: LEAP: Learning Efficient Action Proposals For LLM Agents

LEAP는 대상 모델의 자신의 액션 시퀀스에 작은 초안 모델을 훈련하여 LLM 에이전트를 가속화하므로 제안 된 작업은 더 자주 일치하고, speculative 액션 라운드에 대한 대기 시간 프레임 워크에 의해 안내합니다.

arXiv · · Zhen Xu, Qizheng Zhang, Gerry Wan +2 · cs.LG cs.AI cs.CL · 요약

이번 호에서 확인한 출처

제외:

업데이트: 2026-10-05 20:08 UTC