Anthropic, 회사 지분 5% 공익 기금 배정 발표…주주 승인 조건
Anthropic은 회사 지분 일부를 공익 목적의 새 기금에 배정한다고 발표했다. 주주 승인 등 조건과 향후 공개할 운영 구조를 구분해야 한다.
THE ABLE INDEX
AI의 변화, 실무의 관점.
핵심은 짧게. 근거는 원문으로. 새 소식과 참고할 실무 자료를 함께 정리합니다.
검수 뉴스·실무 자료329개 뉴스 · 30개 실무 자료
편집자 선택 · 뉴스
최근 발행 핵심
ABLE FIELD GUIDE
관련 용어
AI 아카이브
검수한 뉴스를 불러오고 있습니다.
2026.10.19 ABLE 추가 (KST)
정답 마스크를 짝지을 수 없어도 분할 결과 분포 점검…의료 영상 MID
의료 영상 분할 모델을 실제 자료에서 점검할 때 모든 영상에 전문가 정답 마스크가 있는 것은 아니다. MID 연구진은 영상과 예측 마스크의 공동 특징 분포를 참조 집합과 비교해, 개별 사례의 정답 짝 없이도 집합 수준의 형태와 영상·마스크 대응 이상을 감지하도록 했다.
소리 원천을 시간 따라 추적…SonicWorld 공간 오디오 질문 성능 비교
여러 소리가 겹칠 때 특정 소리가 어느 방향에서 움직이는지 알려면 내용 인식만으로는 부족하다. SonicWorld는 원천마다 지속되는 공간 상태를 만들고 물리·학습 음향 특징과 시간 변화를 결합해, 질문한 시점의 위치·거리·움직임을 언어모델이 답하도록 했다.
산업 제약 넣자 로봇 정책 5종 모두 완전 성공 0%…LIBERO-Industry
공장 조작은 물체를 집는 것에서 끝나지 않는다. 컨베이어의 이동과 작업 시간, 대상 슬롯의 위치·방향 허용 범위를 모두 맞춰야 한다. LIBERO-Industry는 이런 제약을 LIBERO 기반 로봇 과제에 넣어 보편 로봇 정책의 이전 성능을 측정했다.
세계모델이 기억할 관계를 직접 지정…SpecWM 시각 조작 계획 성공률 높여
로봇 세계모델이 다음 관측을 예측하더라도 작업에 필요한 물체 상태를 잠재 표현에 남기는지는 별개다. SpecWM은 관측 쌍 사이에 보존할 관계를 목표 유사도 커널로 정의하고, 인코더 표현의 쌍별 유사도가 그 구조를 따르도록 학습한다.
이미지 생성 모델에 ‘다음 세계 상태’를 묻다…WorldCast 320사례 평가
이미지 생성 모델이 보기 좋은 그림을 만드는 것과 장면의 변화 규칙을 이해하는 것은 다른 문제다. WorldCast 연구진은 이전 장면과 명령을 주고 다음 세계 상태를 이미지로 표현하는 320개 사례를 만들어 12개 생성 시스템을 비교했다.
답 하나로 토큰 기여도 추정…추론 강화학습의 다중 샘플 부담 줄였다
검증 가능한 정답으로 언어모델 추론을 강화학습할 때 널리 쓰는 그룹 상대 보상은 같은 문제에 답을 여러 번 생성한다. 연구진은 최종 결과를 본 뒤 토큰의 기여도를 추정하는 Hindsight-Privileged RLVR을 제안해 문제당 한 번의 생성으로 학습했다.
숫자 오차만 좇는 수식 탐색에 구조 신호 추가…L2G-SR 벤치마크 비교
관측값을 잘 맞추는 수식이 실제 생성 규칙과 같은 구조라는 보장은 없다. L2G-SR은 수식 구조의 트리 편집 거리를 학습한 검증기를 언어모델 기반 수식 탐색에 결합해, 숫자 오차와 구조 단서를 번갈아 다음 후보 선택에 활용한다.
‘고쳐라’ 피드백이 명세 빈틈 찾기를 방해…Verus 12과제 실험
형식 검증에서 코드를 통과시키는 것과 명세가 빠뜨린 요구를 찾는 것은 목적이 다르다. 이 연구는 일부 조건을 뺀 Verus 계약을 만족하지만 원래 의도된 동작을 어기는 프로그램을 먼저 찾고 보존한 뒤, 계약 수정을 시작하는 절차를 비교했다.
테스트 실행으로 코딩 에이전트 과제 자동 구성…SWE-Nexus 600개 공개
기존 코드 변경 기록만으로 만든 과제는 여러 동작을 함께 복구하는 역량을 충분히 드러내기 어렵다. SWE-Nexus는 실제 테스트 실행 경로를 추적해 생산 코드 함수의 구현부를 가리고, 원래 테스트가 통과하면서 가렸을 때 실패하는 범위만 과제로 남겼다.
이산 확산의 비싼 안내 단계 골라 쓴다…VISTA-SMC 시간·품질 비교
이산 확산 모델의 출력을 외부 보상에 맞출 때 모든 단계에서 입자를 평가하고 다시 뽑으면 비용이 크다. VISTA-SMC는 전체 안내 경로에 가까운 축약 경로를 찾는 문제로 보고, 몇 번의 전체 안내 예비 실행에서 얻은 가치 정보를 써서 제한된 단계 예산을 배분한다.
로봇 손 훈련의 시작 상태를 골라 실패 반복 줄여…DexMimic 추적 성과
사람의 손·물체 움직임을 로봇에 학습시킬 때 어색한 시작 자세에서 곧바로 실패하거나 이미 익힌 구간만 되풀이하기 쉽다. DexMimic은 가치 추정으로 훈련할 구간과 물리적으로 이어가기 좋은 재시작 상태를 함께 배분해 여러 동작을 하나의 추적 정책에 학습시켰다.
모델 답 여러 개의 이득, 비교 기준 바꾸면 달라져…앙상블 실험 경고
여러 모델 답을 모으면 얼마나 도움이 될까. 같은 답을 여러 칸에 반복해 넣는 경우와 한 칸에만 제시하는 경우부터 다르면 ‘새 후보의 기여’라는 숫자도 바뀐다. 연구진은 직접 답하기·단일 칸·중복 답·여러 답의 네 조건을 같은 문제에서 맞춰 비교했다.
관계형 DB를 적은 예시로 예측…RT-J, RelBench 회귀에서 효율 개선
관계형 데이터의 예측을 위해 여러 테이블을 평면 특징으로 펼치면 연결 구조와 예시 중복 문제가 생긴다. RT-J는 대상 행에서 외래 키 관계를 따라 셀 맥락을 모으고, 가린 목표 셀을 8,192셀 이내 문맥에서 맞히도록 관계형 변환기를 사전학습했다.
대장암 병리 슬라이드의 조직 형태로 5년 생존 예측…외부평가 AUC 0.678
대장암 병리 슬라이드에서 종양뿐 아니라 주변 조직도 예후 단서를 가질 수 있다. MorphContrast 연구진은 조직 형태가 같은 영상 조각끼리 환자 결과의 일치·불일치를 학습 신호로 써 5년 전체 생존을 구분하는 모델을 후향적으로 평가했다.
이미지 속 ‘없는 물체’ 묻자 정확도 하락…시선처럼 보이는 주의력도 설명력 제한
이미지를 보고 ‘파란 물체가 없다’고 답할 때 모델이 실제로 다른 물체를 찾는지 확인하기는 어렵다. 연구진은 비전언어모델 여섯 개의 이미지 객체별 주의력과 긍정·부정 질문 정확도를 비교하고, 사람의 시선 이동 연구와 유사한 패턴이 나타나는지 살폈다.
좋은 다음 질문을 학습시키는 실험…정보 이득 보상이 질의 전략 바꿨다
정보를 모으는 대화에서는 아는 사실을 길게 설명하는 것보다 다음에 무엇을 물을지 고르는 능력이 중요하다. AR-BED는 베이지안 실험 설계의 예상 정보 이득을 보상으로 삼아 언어모델의 질문 선택 전략에 미리 학습시켰다.
정답을 보고 쓴 추론을 학생 모델용으로 바꾼다…수학 학습 계산 비용 줄여
작은 모델에 수학 추론을 가르치려면 정답을 모른 채 생성해 검증된 교사 풀이를 많이 모아야 해 계산 비용이 크다. CoTranslator는 알려진 정답을 보고 만든 역방향 풀이를 소량의 짝 자료로 훈련한 변환기에 통과시켜 순방향 풀이 분포와 가깝게 만들었다.
월로프어 공개 가중치 모델 0.6B~14B 공개…현지 고객응대 시험 중
세네갈에서 널리 쓰이는 월로프어는 공개 가중치 언어모델의 지원이 약하다. Orange Research는 Qwen3 기반 0.6B~14B 모델을 월로프어 명령 자료로 미세조정하고 선호 정렬·모델 병합을 일부 크기에 적용해 공개했다.
영상 생성에 ‘먼저·나중’ 규칙 부여…시간 조건 충족률 최대 20점 개선
텍스트로 영상을 만들 때 물체나 동작은 나타나도 등장 순서와 지속 시간이 틀릴 수 있다. TSG는 자연어 요구를 시간 논리 명세로 표현하고, 생성 중 시각 개념의 주의력 흐름을 점수화해 영상 확산 모델의 샘플링 방향을 조절한다.