9월 3일의 AI 역사

위 Terminal-Universe와 같은 주에 나온 짝 논문으로, 환경을 만드는 문제(합성)와 환경을 키우는 문제(진화)를 나눠 다룬다. 저자 자체 보고로 Terminal-Bench 2.1에서 Qwen3.6-27B 14.4포인트, Qwen3.6-35B-A3B 18.0포인트 향상

에이전트 배포의 초점이 능력 과시에서 권한·감사 거버넌스로 이동

에이전트 학습 환경을 사람이 만드는 대신 이미 쌓인 궤적에서 역으로 뽑아내는 갈래. 저자 자체 보고로 Qwen3.5-27B 미세조정에서 Terminal-Bench 2.1 단일 라운드 11.9포인트, EvoCode-Bench v2 MT@4 다중 라운드 13.8포인트 향상

GPT-6 세대 개시. Anthropic Fable 5.1과 같은 주에, 100만 토큰당 10/50달러라는 동일한 가격표로 출시돼 프런티어 가격이 사실상 수렴했고, 벤치마크 경쟁의 중심이 컴퓨터 사용·사이버·에이전틱 코딩으로 이동

확산 언어모델 계열이 이미지 생성 쪽으로 넘어온 사례로, 관찰 주제 「확산 언어모델」의 누적을 늘린다. 저자 자체 보고로 Qwen-Image-Bench 영어 53.53 · 중국어 53.38로 오픈소스 중 양쪽 최고라고 주장

긴 영상을 컨텍스트에 다 넣는 대신 메모리를 진화시키는 갈래로, RAG의 검색-생성 분리를 시계열 입력에서 무너뜨린다. 저자 자체 보고로 온라인·오프라인 영상 벤치마크에서 최고 성능이라 주장하나 구체 수치는 초록에 없다

멀티모달 모델에 3D 세계 상태를 부가 조건이 아니라 네이티브 표현으로 넣은 갈래. 관찰 주제 「월드 모델」의 최근 사례이며 코드·모델·데이터셋을 함께 공개해 외부 재현이 가능하다

중요도 점수 기반 KV 축출 계보 전체에 대해 '점수 자체가 필요 없다'는 반증을 제기. 취약한 부분은 프롬프트뿐이며 추론 시퀀스는 텍스트 재진술과 여러 어텐션 헤드에 걸친 복제라는 이중 중복성으로 스스로를 지탱하므로 프롬프트만 지키면 무작위 선택으로 충분하다는 것이 저자들의 설명. 수치는 저자 자체 보고.

정렬 실패를 개별 모델의 속성이 아니라 에이전트 집단의 거버넌스 문제로 다시 놓은 사례. 저자들은 단계적 제재와 집단 선택 규칙 같은 제도적 장치를 제안한다. 축 ⑩ 이 최근 1년 2.2배로 급증한 흐름 안에 있고, 관찰 주제 「에이전트 보안·샌드박싱」과 맞닿는다

프롬프트를 매번 원격 모델에 보내는 대신 명세를 한 번 증류해 로컬 함수로 굳히는 갈래. 저자 자체 보고로 FuzzyBench-Hard 의미론적 정확도 83.6%. 다중 사이트 웹 도우미·언어 제어 3D 아바타·양방향 번역기를 사례로 제시

'순환 상태의 오차는 긴 문맥에서 누적된다'는 통념을 뒤집어 하이브리드 LLM의 순환 절반이 오히려 양자화하기 쉬운 쪽이라고 주장하고, NVFP4의 16원소 블록 스케일링이 잔차 스트림의 극단 이상치를 국소화하는 점과 델타 규칙 순환이 주입된 잡음을 32K 토큰에 걸쳐 평탄하게 유지하는 점 등 네 갈래 기계적 설명을 제시. 수치는 저자 자체 보고.

사이버 Critical 역량 선언과 같은 주에 나온 방어 측 비대칭 보정. 공격 역량의 위험을 접근 통제만이 아니라 방어자 보조금으로 상쇄하려는 접근으로, 프런티어 랩이 중요 인프라 보안의 공급자 위치로 들어감

AI 기상 모델이 연구 시연을 넘어 소비자 제품과 상용 API의 기본 예보로 들어감

임베딩 학습의 기본값이던 대조학습보다 다단계 순위 감독이 감독 신호를 더 잘 쓴다고 주장하며, 리랭커를 검색 파이프라인의 후단이 아니라 임베딩 모델의 교사로 재배치한 갈래. 저자 자체 보고로 COLA·SUGARCREPE++·NEGBENCH 3개 구성적 추론 벤치마크에서 CORE-RERANKER-8B가 총평균 82.7%로 Jina-Reranker 대비 10.7포인트 우위, CORE-EMBED-

137B가 zero-shot에서 175B GPT-3를 25개 중 20개 태스크에서 상회