Hugging Face

Ai2는 수요가 공급을 2~3배 초과하는 GPU 클러스터 환경에서 발생하는 자원 독점 및 우선순위 인프레이션 문제를 해결하기 위해 새로운 스케줄링 시스템을 도입했습니다. 기존의 우선순위 기반 방식에서 벗어나 GPU 시간 예산과 계층적 공정 배분을 통해 자원 할당을 투명한 행정적 예산 관리 프로세스로 전환했습니다.

개발자가 AI 에이전트에게 상세한 프롬프트를 제공함으로써 데이터셋 준비부터 학습, 평가, 배인에 이르는 전 과정을 자동화하여 매우 저렴한 비용으로 특화 모델을 구축할 수 있음을 보여줍니다. 특히 대형 모델의 기능을 유지하면서도 크기는 줄이고 효율은 높인 소형 모델 개발 사례를 통해 AI 에이전트의 실질적인 효용성을 입증했습니다.

LiquidAI는 텍스트, 이미지, 오디오를 처리할 수 있는 d1-3B 및 derv-omni-600M 의사결정 모델을 출시했습니다. 이 모델들은 기존 생성형 AI와 달리 토큰을 생성하지 않고 단일 연산으로 결과를 출력하여 NVIDIA Jetson과 같은 엣지 디바이스에서 극도로 빠른 응답 속도를 보여줍니다.

아부다비 기술혁신연구소(TII)가 아랍어(에미리트 방언 특화)와 영어, 프랑스어 등을 지원하는 1.6B 규모의 Falcon ASR 모델을 공개했습니다. 이 모델은 다양한 소음 환경에서도 높은 정확도를 유지하며, 별도의 언어 설정 없이도 다국어 인식이 가능한 것이 특징입니다.

NVIDIA는 Nemotron 3 모델을 기반으로 SFT, RL, 그리고 추론 단계의 생성-검증-수정(generate-evaluate-refine) 루프를 결합하여 국제 정보 올림피아드(IOI)와 수학 올림피아드(IMO)에서 모두 금메달급 성능을 달성했습니다. 이는 새로운 파운데이션 모델을 처음부터 만드는 대신, 기존의 강력한 모델을 도메인 특화 데이터로 정교하게 튜닝하는 '재사용 가능한 전문화 레시피'의 가치를 보여줍니다.

Falcon-Emirati-7B은 Falcon-H1-Arabic의 하이브나 아키텍처를 기반으로 에미레이트 방언의 특수성을 학습하여 문화적 맥락과 관용구를 이해하는 데 집중한 모델입니다. 7B 파라미터 규모를 통해 성능과 비용 효율성의 최적점을 찾았으며, 데이터가 부족한 방언 학습을 위해 맞춤형 데이터 파이프라인을 구축했습니다.

기존 AI 에이전트 평가 방식이 텍록 생성이나 도구 호출 성공 여부에만 집중했다면, ThinkingBox는 에이전트가 작업 후 남긴 데이터베이스의 실제 변화를 추적합니다. 이 벤치마크는 에이전트가 겉으로는 성공한 것처럼 보여도 실제로는 데이터 오류를 일으키는 '신뢰성 격차'를 정밀하게 측정합니다.

Ai2는 과학적 연구의 특수성을 고려하여 인용과 근거가 명확한 보고서를 생성하는 AstaBrief 8B 모델을 오픈 소스로 공개했습니다. 이 모델은 Qwen3-8B를 기반으로 하며, 기존 대형 모델 대비 생성 시간을 획기적으로 단축하면서도 높은 품질의 과학적 합성을 지원합니다.

기업용 에이전트가 특정 업무 환경의 제약 조건과 도구를 제대로 활용하지 못하는 문제를 해결하기 위해, 모델의 실패를 학습 데이터로 전환하는 AutoSynthData 기술을 소개합니다. 이 시스템은 강력한 교사 모델을 활용해 타겟 모델의 약점을 파악하고, 실행 가능하며 현실적인 새로운 학습 태스크를 자동으로 생성하여 모델을 점진적으로 개선합니다.

Olmo-core 3는 대규모 MoE(Mixture-of-Experts) 모델의 학습 효율성을 극대화하기 위해 설계된 새로운 오픈 소스 학습 프레임워크입니다. 기존 FSDP 방식에서 DDP 기반 시스템으로 전환하여 전문가(Expert)를 GPU에 상주시키고, 데이터 라우팅 최적화를 통해 47B 파라미터 규모에서도 기존 대비 약 2.7배 향상된 학습 처리량을 달성했습니다.

기존의 인간 선호도 기반 TTS 평가는 모델 출시 속도를 따라가지 못하고 오픈소스 모델이 소외되는 문제가 있었습니다. 새로운 Open TTS 리더보드는 자동화된 객관적 지표를 통해 수 시간 내에 모델의 정확도, 속도, 화자 유사도를 비교하며 다국어 및 음성 복제 성능을 체계적으로 보여줍니다.

NVIDIA가 공개한 Kumo Tabular는 별도의 모델 튜닝 없이 테이블 데이터의 분류 및 회귀 예측을 수행하는 오픈 파운데이션 모델입니다. 인컨텍스트 러닝(In-context Learning) 기술을 통해 기존 GBDT 방식의 번거로운 전처리 과정을 생략하면서도 주요 벤치마크에서 최고 수준의 성능을 입증했습니다.

기존의 RAG 검증 방식은 여러 소스의 정보를 하나로 뭉뚱그려 사실 여부만 확인하지만, ProvenanceGuard는 각 정보가 올바른 출처에서 왔는지까지 검증합니다. 이는 정보의 출처를 잘못 인용하는 '교차 소스 혼동(cross-source conflation)' 문제를 해결하여 AI 에이전트의 답변 신뢰도를 높이는 기술입니다.

Hcompany는 인터페이스의 경계를 허문 새로운 에이전트 모델 시리즈인 Holo4를 발표했습니다. 이 모델은 GUI, 코드, API, MCP를 모두 활용할 수 있는 범용성을 갖추었으며, 기존 프론티어 모델 수준의 성능을 훨씬 적은 파라미터와 낮은 비용으로 구현해냈습니다.

허깅페이스 허브가 강화학습(RL) 환경을 위한 전용 필터를 도입하여, 프레임워크별로 파편화되어 있던 환경 레지스트리 문제를 해결하고자 합니다. 환경을 데이터셋(Tasksets)과 런타임(Runtimes)으로 분리하여, 기존의 데이터셋 관리 인프라를 통해 RL 환경을 쉽게 발견하고 버전 관리할 수 있는 체계를 구축했습니다.

LiquidAI는 LFM2.5-VL-3B 모델을 위한 실험적 DSpark 드래프트 모델을 출시하여, 스펙큘레이티브 디코딩(Speculative Decoding)을 통해 VLM의 추론 속도를 가속화했습니다. 이 기술은 약 280M 파라미터의 작은 모델을 추가하여 메모리 사용량은 8.9%만 늘리면서도, 디코딩 속도를 최대 3.13배까지 끌어올렸습니다.

본 기사는 CPU 기반의 MuJoCo 시뮬레이션을 NVIDIA Warp 기반의 MjWarp로 전환하여 수천 개의 로봇 환경을 GPU에서 병렬로 실행하는 방법을 다룹니다. 이를 통해 대규모 데이터가 필요한 로봇 학습 워크플로우의 병목 현상을 해결하고 시뮬레이션과 학습 데이터를 GPU 내에서 효율적으로 처리하는 기술적 구조를 설명합니다.

Hugging Face는 llama.cpp의 GGUF 포맷 모델을 transformers 라이브러리에서 효율적으로 실행할 수 있는 기능을 추가했습니다. 이를 통해 Apple Silicon 환경에서 양자화된 모델을 낮은 메모리 점유율로 빠르게 구동할 수 있으며, 기존의 표준 API를 그대로 사용할 수 있습니다.

영국 AI 안전 연구로(AISI)가 EvalEval의 'Every Eval Ever' 스키마를 활용해 AI 벤치마크 결과를 투명하게 공개하기로 했습니다. 이를 통해 파편화된 평가 데이터를 표준화된 'Evaluation Cards' 형태로 제공함으로써, 누구나 신뢰할 수 있는 AI 성능 비교와 재현 가능한 연구가 가능해질 전망입니다.

oMLX의 창시자이자 메인테이너인 준 킴이 허깅페이스에 합류하여 MLX 커뮤니티 지원을 본격화합니다. 이번 합류를 통해 oMLX는 개인 프로젝트에서 안정적인 펀딩을 받는 프로젝트로 전환되며, 허깅페이스는 Apple Silicon 환경에서의 로컬 AI 모델 구현 및 배포 프로세스를 더욱 효율화할 계획입니다.

기존의 LLM 블록 제거 방식은 각 블록의 독립성을 가정하여 블록 간의 상호작용을 무시하는 한계가 있었습니다. 본 연구는 블록 간의 의존성을 물리학의 이징 모델(Ising model)로 모델링하여, 최적의 블기 조합을 찾는 문제를 에너지 최소화 문제로 변환함으로써 압축 효율을 극대화했습니다.

Hugging Face의 tokenizers v1은 기존 v0.23과 동일한 결과물을 보장하면서도 처리 속도를 수십 배 끌어올린 성능 중심의 업데이트입니다. SIMD 기반의 비트스트림 분할, 메모리 할당 최소화, 네이티브 병렬 처리 기술을 도입하여 GPU가 데이터 대기 없이 연산에 집중할 수 있는 환경을 구축했습니다.

AI 에이전트의 성능을 평가할 때 평균 성공률(Mean@k)은 높더라도 동일한 작업에 대한 반복 성공률(Pass^k)은 현저히 낮을 수 있는 '일관성 격차' 문제가 존재합니다. IBM 리서치는 에이전트의 결정적 오류 지점을 찾아 가이드라인을 생성하는 'Consistency Analyzer'를 통해 이 격차를 절반 이상 줄이는 데 성공했습니다.

TRL v1.14에 도입된 AsyncGRPOTrainer는 LoRA 어댑터만을 동기화하여 서로 다른 Hugging Face Jobs 간의 통신 문제를 해결했습니다. 이를 통해 학습과 vLLM 추론 서버를 별도의 머신에서 독립적으로 운영하며, 스토리지 버킷을 공유 파일 시스템으로 활용해 학습 속도를 약 4배 향상시켰습니다.