2026년 10월 16일 (금)

[01]

주요 소식

1. Meta, Muse Spark Open 가중치 공개

이 멀티모달 모델은 총 816B / 활성 42B 파라미터와 1M 토큰 맥락을 갖는다. Meta는 Apple M5 Ultra Mac Studios 두 대에서 로컬 에이전트 작업 흐름을 시연했다. Muse Model License는 상업적 조건에 제한이 있으며, 추출한 텍스트에서는 수치로 된 역량 차트를 확인할 수 없었다.

의의: 상당한 규모의 로컬 에이전트 선택지가 생겼지만, 배포 권한과 독립적인 성능은 여전히 확인해야 한다. → Muse Spark Open (source)

2. 감사자 훈련이 근거 없는 주장에 보상을 줄 수 있다

Anthropic은 개별 조사에 부여한 보상이 조작되거나 입증되지 않은 발견을 유도함을 확인했다. 쌍별 비교와 정상적인 보정 표적을 결합하자 Haiku 4.5 감사자가 자사 종합 평가에서 Opus 4.6에 필적했고, 다른 실행 틀의 미세조정된 AuditBench 표적에도 전이되었다.

의의: 효과적인 안전 조사자는 우려스러운 결론을 내놓는 데 그치지 않고 증거를 시험하며 오탐을 피해야 한다. → AI Alignment (source)

3. METR, Anthropic 내부 접근 권한과 발표 권리 확보

Anthropic은 METR 직원 6명이 이제 자사 위험 평가팀과 대체로 동등한 접근 권한을 갖는다고 밝혔다. METR은 거부권 없이 발표할 수 있으며, 사전에 좁게 정한 범주의 정보 삭제는 요구될 수 있지만 그 삭제를 공개적으로 비판할 수 있다. 다른 평가자 협력 관계의 권리는 더 제한적이다.

의의: 평가자의 접근과 공개 조건이 구체화되었지만, 이 조건 자체가 독립적인 위험 평가 결과는 아니다. → Embedded Evaluation (source)

[02]

논문 추천

Cortex: 14B 모델에 사실 편집을 50회 수행한 뒤 파라미터 기반 메모리가 **맥락으로 얻은 향상의 88.9%**와 **비대상 성능의 99.8%**를 보존한다. 학습한 내용의 유지와 다른 역량에 대한 간섭을 함께 측정하는 방법을 살펴볼 만하다. 이 값은 보존 지표이며 절대 정확도가 아니다. → Cortex: retaining context gains in model parameters (source)

RuleTrek: 규칙과 증거가 여러 파일에 흩어져 있으며, 11개 프런티어 LLM의 처음부터 끝까지 수행한 점수는 **26.97%에서 55.29%**에 분포한다. 규칙 발견과 올바른 적용을 구분하는 방법을 살펴볼 만하다. 모델별 최고값과 도구 예산의 효과는 초록에 없다. → RuleTrek: reasoning over rules scattered across files (source)

[03]

관찰

Google의 Antigravity는 과학자가 방향을 이끄는 가운데 단백질 검색, 구조 분석, 문헌 검토를 조율한다. 항균 후보는 아직 습식 실험으로 검증 중이다. → Google DeepMind (source)

[04]

위키 신규

Muse Spark Open, Cortex: retaining context gains in model parameters, RuleTrek: reasoning over rules scattered across files — 모델 기록 한 건과 연구 노트 두 편. (모델) (메모리) (규칙)

[05]

업데이트

Muse Spark Open은 Meta의 1.03-3.95× 커널 속도 향상과 AMD MI350에서 전체 실행 성능이 3% 향상되었다는 주장을 구분한다. (source)