Ornith-1.0 - 에이전트형 코딩을 위한 자기 개선 오픈소스 모델
강화학습 기반 Scaffold 최적화로 SWE-bench Verified 82.4% 달성
LLM 기반 World Model 도입을 통한 RL 에이전트 훈련 가속화 및 Decoupled Simulator 구현
Qwen-AgentWorld Trains a Language Model as a World Model for RL Agents: World Model as a Decoupled RL Simulator
AI가 RFIC 설계의 “흑마술”을 배우다
RL과 AI 에뮬레이터 기반 RFIC 설계로 시뮬레이션 시간을 ms 단위로 단축
Kubernetes 기반 OpenRL을 통한 RL 인프라와 AI 리서치 로직의 완전한 디커플링
Google OpenRL is an Experimental Self-hosted API for LLM Post-Training Fine-tuning
Raw Pixels 기반 Tetris AI의 1.4M Gradient Step 붕괴 현상 분석
I Built the First Purely Learned Frame-by-Frame Tetris AI: Then It Started Cheating
Deterministic Simulation 기반 AI 생성 MMO 구축 사례
Stop Benchmarking AI Coding Agents on Todo Apps. Make Them Build an MMO.
Multi-Agent Orchestration을 통한 Frontier LLM 성능 극대화 및 비용 최적화
Sakana AI's Fugu Explained: How the Multi-Agent Model Orchestrates Frontier LLMs
현대, 4,900억원에 Boston Dynamics 잔여 지분 인수해 완전 자회사화
현대차, Boston Dynamics 지분 100% 확보 통한 2028년 공장 내 Atlas 투입 전략
[2026/06/08 ~ 14] 이번 주에 살펴볼 만한 AI/ML 논문 모음
분산형 에이전트 경제 모델 및 자율 연구 시스템을 통한 지능 창발과 성능 최적화
Batching 기반 Global Optimization을 통한 전체 ETA 50% 절감
[System Design] Ride-Hailing Dispatch Algorithm: How Uber DISCO & Grab DispatchGym Match Drivers
Rich Sutton의 AI 창의성과 발견
단순 모방 LLM을 넘어 RL 기반 변이-평가-보존 루프로 구현하는 AI 창의성 설계
Supervised Learning 한계 극복을 위한 Continual Backpropagation 기반 Discovery 아키텍처
Rich Sutton on AI creativity and discovery
Agentic AI 도입을 통한 통신망 MTTR 50% 이상 절감 및 자율 최적화 구현
Agentic AI in Telecommunications: The Next Evolution of Network Management
[2026/06/01 ~ 07] 이번 주에 살펴볼 만한 AI/ML 논문 모음
에이전트 상태 외부화 및 가중치 컴파일을 통한 LLM 추론 효율 극대화
11억 달러 투자를 이끈 Enactive AI: 데이터 중심 AI를 넘어선 행동 인지 아키텍처
Ineffable Intelligence -- RL ASI
35B Active Params MoE 구조로 Claude Opus급 성능 구현한 MAI-Thinking-1
MAI-Thinking-1: Microsoft's New Reasoning Model and What It Means for Developers
해군 작전 최적화를 위한 AI-First 전문 인력 양성 체계 2N6 구축
War Games, Neural Networks
Multi-Agent Workflow 기반의 정성·정량 통합 트레이딩 아키텍처 분석
Best AI Trading Agents in 2026: Can They Really Deliver Consistent Returns?
상태 표현 최적화(17→20 dim)를 통한 카드 게임 AI 성능 안정화
Building a Card Game AI with Reinforcement Learning — Implementation Details#2
Reward Model 기반 RLHF를 통한 LLM 정렬 및 응답 품질 최적화
Understanding Reinforcement Learning with Human Feedback Part 6: How the Reward Model Trains the Original Model