이제부터 진짜 AI
رفتن به کانال در Telegram
Web3 AI 이유식 처럼 떠먹여주는 방 제가 AI는 전달해 드릴테니, 공부 그만하세요(제발) + 요새 오픈소스 AI 영상 모델도 공부중입니다. 이쁜거는 공유합니다. 질문이나 프로젝트 공유는 DM으로 부탁드립니다.(코인은 보여주지 마시고, 프로젝트나 백서 혹은 깃허브만 보내주시면 됩니다) @swagger997
نمایش بیشتر1 789
مشترکین
+1724 ساعت
+187 روز
+1930 روز
در حال بارگیری داده...
کانالهای مشابه
هیچ دادهای
مشکلی وجود دارد؟ لطفاً صفحه را تازه کنید یا با مدیر پشتیبانی ما تماس بگیرید.
ابر برچسبها
هیچ دادهای
مشکلی وجود دارد؟ لطفاً صفحه را تازه کنید یا با مدیر پشتیبانی ما تماس بگیرید.
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
اکتبر '26اکتبر '26
اکتبر '26
+23
در 8 کانالها
سپتامبر '26
+14
در 4 کانالها
Get PRO
اوت '26
+16
در 2 کانالها
Get PRO
ژوئیه '26
+29
در 5 کانالها
Get PRO
ژوئن '26
+170
در 19 کانالها
Get PRO
مه '26
+54
در 12 کانالها
Get PRO
آوریل '26
+53
در 9 کانالها
Get PRO
مارس '26
+66
در 15 کانالها
Get PRO
فوریه '26
+70
در 10 کانالها
Get PRO
ژانویه '26
+361
در 34 کانالها
Get PRO
دسامبر '25
+45
در 6 کانالها
Get PRO
نوامبر '25
+105
در 14 کانالها
Get PRO
اکتبر '25
+113
در 15 کانالها
Get PRO
سپتامبر '25
+121
در 13 کانالها
Get PRO
اوت '25
+128
در 24 کانالها
Get PRO
ژوئیه '25
+133
در 22 کانالها
Get PRO
ژوئن '25
+523
در 12 کانالها
| تاریخ | رشد مشترکین | اشارات | کانالها | |
| 08 اکتبر | +1 | |||
| 07 اکتبر | +17 | |||
| 06 اکتبر | +2 | |||
| 05 اکتبر | +1 | |||
| 04 اکتبر | 0 | |||
| 03 اکتبر | 0 | |||
| 02 اکتبر | 0 | |||
| 01 اکتبر | +2 |
پستهای کانال
| 2 | 요새 바이럴 트는 슈퍼마리오 + 엘든링 by AI (어케 한건지 설며
링크
X는 바이럴글에 묻혀서 실제 링크나 방법이 안나옴
그래서 제가 알아왔습니다.
요약 :
(마리오 세상 움직임 시뮬레이터)
-> 마리오 세상에서 마리오 움직임 가상으로 시뮬레이션
[AI가 만든 변환기]
-> 실제 움직임 명령/좌표
엘든링
1. 어떻게 했냐?
굉장히 창의적임
원래 마리오 처럼 점프, 달리기, 주먹질을 하는 애니메이션을 엘든링 캐릭터에 맞춰서 넣으려면 사실상 게임 캐릭터를 하나 새로 만들어야함
근데 그렇게 안하고, AI는 굉장히 번뜩이는 방법을 씀
원래 조종하는 캐릭터를 지하에 넣어버려
-> 그 위에 마리오 캐릭터를 렌더링해
-> 이제 엘든링 지형과 적에 따라 실시간으로 상황을 마리오 64 시뮬레이터에 보내
-> 그걸 바탕으로 시뮬레이터는 '딱 그 상황'에서 적절한 마리오의 행동을 자동으로 렌더링해
-> 이걸 그냥 엘든링에 보여줘
-> 끝!
이러면 사실상
캐릭터를 새로 맞춰서 그릴 필요도 없고
기존의 마리오라는 캐릭터의 모습과 행동을 그대로 엘든링에서 손쉽게 표현할 수 있음..!
2. 그리고 부수적인 것들
- 공격/체력 이런건? 마리오는 rpg가 아닌데? : rule 기반으로 대형적은 30% 소형적은 70%로 딜이 들어가게 고정으로 해둠. 제작자가 이건 더 고민해보겠다 함
- 캐릭터 컷씬에서 뭉개지는 거 : 이건 뭐.. 컷씬에서는 캐릭터가 지하에서 지상으로 강제로 이동한다함 | 400 |
| 3 | 클로드가 지피티보다 가성비가 좋다니
무슨 일이 일어나고 있는거지 | 3 919 |
| 4 | 각 직군별 AI로 업무 대체후 반응
[게임]
- 진짜 주니어들 많이 짤렸다
- 아트 디자이너도 많이 짤렸다
- 살려줘
[일반 SI/유지보수 코딩]
- 보안때문에 내부망에서 해야하는 것 아니면 다 잘렸다
- 10년차도 나가라고 한다
- 살려줘
[공장-한국]
- AI를 적용해본 적이 없다
- 애초에 지금도 사람이 직접 공장 돌린다
- 컴퓨터를 애초에 안쓴다
- 같은 라인 젊은 직원이 챗 지피티로 점심 메뉴 추천해주는데 생각보다 쓸만했다
[도면/건설]
- AI를 쓰면 된다고해서 써봤는데 하나도 안된다
- 건물을 3d로 렌더링 했는데, 미친 AI가 3층과 4층 가운데에 통로를 만들었다
- 중심 기둥을 한두개씩 빼먹었다. 미친 AI가 '실수네요' 라고 한다. (중심 기둥이 빠지면 건물은 걍 무너짐)
- 치수를 하나 둘 씩 실수한다. 근데 실수하면 우리쪽은 사람이 죽는다.
- 의외로 도면을 3d로 렌더링하는 공식 mcp나 모듈이 없다.
[제약]
- 코파일럿으로 많이 사용하고 있다.
- 근데 이놈의 ai는 너무 비싸다
- 문서를 그래서 각 부서마다 하루에 몇개씩만 올려서 쓴다. 그래도 비싸다
- 대신 양식이나 문서 검토하는건 정말 미치도록 잘한다
- 근데 너무 비싸다. 회사에서는 최대한 적게 쓰라고한다.
- 내부망에 설치하는 회사도 봤는데 아직 좀 초기 단계인 것 같다
[기초 과학]
- 우리는 정말 많이 쓴다
- ai로 문서 정리도 잘 된다. 선행 연구 조사도 잘한다
- 실험 설계도 잘한다
- 근데 우리는 원래 사람이 너무 없다. 대체는 안 될것 같은데 사람이 너무 없다.
- 할 연구랑 일은 많은데 사람이 너무 없다. 살려줘
[의료]
- ai를 쓰긴 쓰는데, 좀 엉성하다. 자꾸 죽고 했던 말만 반복한다
- 병원장이 ai ai하는데 본인은 챗지피티 무료 버젼 쓴다고 한다
- 병원마다 쓰는 ai 서비스가 달라서 뭐가 좋은지 모르겠다
- 챗봇이랑 대화해야 접수가 되는 병원도 있다. 어르신들은 죽으려고 한다
[심리/상담]
- ai고 뭐고 사람이 걍 없다. 돈도 적다
- 살려줘
- ai가 심리 프로그램 설계하는데는 쓸만하다
- 대체는 안될것 같다. 애초에 사람이 없는데 수요가 미쳤다 요새
- 나도 곧 다른 직군으로 옮길거다(급여가 너무 적다) | 894 |
| 5 | GPT 6 luna 37점
솔라 Mini 4
물론 사이즈는 mini라 훨씬 작습니다.
근데 가격이 이제 6배인
...
???? | 701 |
| 6 | 정정 성능이 비슷한게 아니라 그냥 가격만 비싼거래요
???? | 1 343 |
| 7 | "Gpt luna(가성비) 모델이랑 성능은 비슷한데 6배 비싼"
한국 모델
ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ
ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ
아프다... | 1 815 |
| 8 | 하하 병신 진짜 하하
https://n.news.naver.com/article/023/0004000761 | 794 |
| 9 | Openai 데브데이 이후 해외 반응 요약 짤 | 787 |
| 10 | Openai 데브데이 요약 : 택갈이+카피캣
JEV 따라한 루나 기반 Decisions API
그록+메타 뮤즈 합친 닷츠
클로드 슬랙 그대로 따라한 지피티 슬랙
이미 다들 하는 Agents API
뭔 이런걸 데브 데이에
알트만 미쳤어?? | 1 245 |
| 11 | 클로드 코드로 느낀 AI 자동화 코드의 한계점
너무나도 맞는것처럼 보이는 것에 대해서 의심하지 못한다.
페이블 5.1 이후로 최근에 모든 코딩을 페이블+ultra(workflow)를 사용해 진행하고 있었습니다.
Task가 꽤 어려운 작업이었습니다.
지저분한 데이터를 잘 정리해서, 필요한것만 알아서 적절하게 선택하는데, 거기에 표/그림/텍스트 사이즈도 자유롭게 변하는 상당히 어려운 작업을 진행했습니다.
180개의 테스트 벤치를 만들었고, 페이블은 60개의 오류를 25개까지 줄이는데 성공했습니다. 이는 거의 일주일 안에 진행되었고, 굉장히 빠르고 정확했습니다.
다만 나머지 25개의 오류에 대해서는 약 3주간 잡아내질 못했습니다.
이 25개의 오류들은 상당히 기묘했습니다.
- llm 에이전트에게 필요한 정보를 구조화된 형태로 나눠서 준다
- 여러번 시스템 자동 검사기를 돌려, 데이터가 "실제 DB이 있는 정보인지" 체크하고 다음 에이전트에게 시그널도 보내준다
- 최종답변을 검사하고, 여러번 출력해야할 경우 답변을 병렬로 나눠서 처리한다
굉장히 단순한 구조입니다. 여기서 25개의 오류들은
- 각 에이전트들은 매 추론 단계에서 좋은 증거(evidence)를 찾았다
- 시스템 검사기도 제대로 작동했다
- 최종 답변 생성 에이전트까지 모든 정보가 잘 이동했다
- 근데 최종 답변이 계속 틀린다
여기서 AI 코딩 모델인 페이블은 몇가지 가설을 세웠습니다.
- 로컬 소형 llm을 써서 나타나는 환각인가?
- llm 모델의 한계점인가?
- 혹시 우리 시스템에서 어떤 정보가 잘 전달 안되는것 아닌가?
3가지를 다각도로, 약 6천만 토큰을 사용해가며, 다양한 검사 에이전트들(오푸스 기반)을 호출해서 해결하고자 하였으나, 3주동안의 진행에도 고쳐지지 않았습니다.
저와 페이블 에이전트 모두가 지쳤을때 하나의 테스트를 마지막으로 더 해보기로 했습니다.
"우리 시스템에서 에이전트들이 받는 입 출력 값을 그대로 가져다가 그냥 llm에다가 던지면 어때? 여기서 만약 괜찮으면 우리 시스템이나 코드가 문제인거고, 여기서도 이상하면 우리가 쓰는 로컬 llm의 한계라고 봐야할거야"
페이블은
"합리적인 생각입니다. 그치만 그게 얼마나 효과적일지는 모르겠어요"
하고 테스트를 진행했습니다.
테스트는 놀랍게도 25개의 오류중에서 20개가 해결되었고, 나머지 5개도 약간의 디테일이나 정보가 일부분만 표시되었다는 minor한 버그로 바뀌었습니다.
그래서 페이블은
"그럼 우리가 짠 코드가 문제겠네요"
하고 코드를 분석했습니다.
그러나 코드는 문제가 많지 않았습니다.
원인은 사실 굉장히 예상하지 못한 곳에서 있었습니다.
vllm이라는 llm을 생성하는 엔진에서 구조화된 답변을 출력하기위해 'structured output'을 사용했습니다. 이는 llm의 디코딩 영역의 일부분을 살짝 건듭니다.
일반적으로 이렇게 구조화된 답변이 에이전트 시스템에서는 거의 반 필수로 여겨집니다.
형식이 맞아야
-> 답이 잘 찾아진다
라는 어찌보면 단순하지만 정답처럼 간주되는 내용을 따르는겁니다.
그러나 이 강제적인 decoding 변화가
모든 버그를 발생시킨 원인이었습니다.
-> 이 task에서 다루는 데이터는 매우 지저분하고 형태가 중구난방이다
-> 이 엉망인 데이터를 구조화를 강제로 하다보니, 데이터가 손실되는 경우가 사실상 대부분의 상황에서 발생했다
-> 그러나 구조화된/깔끔한 출력으로 보여서 "당연히 문제가 없겠네" 하고 넘어갔다
-> 데이터가 계속 손상되지만, 겉으로 보기에는 멀쩡했기에 에이전트가 돌아가는 코드를 고쳐서는 별 효과가 없었다
말이 너무 길었지만 요약하면 다음과 같습니다.
"당연히 문제가 없다"
"형식/겉보기/형태가 매우 깔끔하니 괜찮다"
를 현재 대부분의 AI들은 당연히 문제가 없을것이라 생각하고 넘어갑니다.
그치만
"겉으로 보기에는 멀쩡하고 깔끔한 무언가에서 문제가 발생한다"
를 전혀 고려하지 못했습니다.
이에 대해
"사람도 그건 잘 못하는데요?"
라고 할 수 있습니다.
맞습니다.
사람도 그렇습니다.
일반적인 엔지니어나 프로그래머도 이걸 바로바로 알아차리기 어렵습니다.
그러나 마찬가지로 현재까지는 "AI도 이걸 하지 못합니다"
결국 아직 사람이 해야할 영역이 차고 넘치게 있다는걸 다시 실감하게 되었습니다. | 627 |
| 12 | 안녕하세요 여러분 좋은 명절 보내세요.
그런 의미로 올리는
'해피 월드 벤치마크'
By 알리바바
링크 | 778 |
| 13 | 오푸스 5.5 vs 솔 6
이번에는 오푸스 5.5의 압도적인 승리 | 1 498 |
| 14 | Qwen이 꾸준하게 작은 모델을 내줘서 고맙네요...
코드 믹싱만 좀 고쳐다오 | 896 |
| 15 | Jev를 실제 업무에 적용한다면?
각각 100회 기준으로 진행된 테스트입니다.
Task1. 질문에 따라 적절한 DB를 고르는 방식
- sLM을 사용하는 방식(baseline) : 정확도 82%
- Jev : 정확도 12%(복수 선택지일 경우), 정확도 13%(이분 선택지일 경우)
도메인을 변화시켜 보았으나, 크게 변하는 것은 없었음
DB 에이전트 대체는 어려움
Task2. 실시간으로 선택지를 고르는 게임/시뮬레이션 task
(마인크래프트, 둠/포켓몬)
- sLM을 사용하여 thinking on 으로 하는 방식 : 정확도 68% (단, 속도가 느려서 놓치는 경우도 있었음)
- Jev : 정확도 92%(선택지가 여러개라도 문제 없음, 단 선택지는 앞에서 opus가 생성해줌)
게임 선택지는 정말 완벽하게 고름
Task3. 내가 하는 업무에서 분류기(llm 기반)을 대체
Jev : 단 한번도 제대로 라우팅하지 못함
결론 : 엔터테인먼트는 현재 goat. 그러나 실제 에이전트 업무로는? 글쎄? 그리고 쓰면 쓸수록 '이거 완전 양방향 트랜스포머 llm 느낌..?!' | 915 |
| 16 | Jev이거 게임은 기가막힌데요??
[문제]
"유희왕 카드게임. 당신의 선공. 당신은 '자신의 덱에서 카드를 1장 드로우한다' 라는 효과의 카드를 사용했다. 이때, 상대방이 이에 반응하여 발동할 수 있는 카드로 알맞은 것은?"
(1) 하루 우라라
(2) 저승사자 고즈
(3) 왕궁의 칙령
(4) 정전협정
(5) 저택 와라시
(답은 '1' 하루 우라라. 드로우 하는 경우에 반응하여 발동할 수 있음)
[Jev 답변]
순서를 섞어봐도
10번 모두 높은 신뢰도로
'하루 우라라'를 고름
(여담)
제약/바이오는 좀 많이 못함
과학도 좀 애매함
식품도 잘 못함
얘 뭐 게임용으로 최적화된건가?? | 876 |
| 17 | (광고 홍보 아님)
개인적으로 AI 기반 서브컬쳐 채팅 서비스 중에서 여기 좋아합니다.
광고 홍보 아닙니다.
그냥 여기 주인장이 일을 잘해요.
서브컬쳐 AI 채팅 서비스는 뭐 쓰냐고 누가 물어보셔서 갑자기 생각나서 올려봅니다.
광고 홍보 아닙니다
츄라이 츄라이
링크
(광고 홍보 아닙니다 x5) | 706 |
| 18 | 어디 web3 마케팅 보는줄 알았네
뭐지 왜 익숙한 기운이 | 769 |
| 19 | Jev는 정말로 새로운 아키텍쳐인가?
[그들의 주장]
• 작은 LLM이 아니다
• 확률 기반으로 json된 답변을 보여준다
• 환각 확률이 0%
• RLCD를 새롭게 도입했다
이 4가지 모두 사실상 바이럴입니다.
다만 여기에 참여한 연구진들과 파운더들은 상당히 업력이 대단합니다.
• GPT4 참여 인력
• 강화 학습에 뼈대가 깊은 인력
• LLM 및 모델 확률에 대한 연구를 오래한 인력
• 빅 IT 컴퍼티 업무 경력 다수
그치만, Tinker 때도 그렇고, 유명 IT 회사에서 나온 인물들이 만든 무언가가 "정말로 혁신적인지"는 늘 조심해서 봐야합니다.
특히 범용성이 떨어져보이고, 이들이 주장하는 기법들은
"이미 관련된 연구가 많이 나와있습니다"
즉, novelty는 크게 없습니다.
Novelty를 빼고 가격은 싸지만 성능이 제한적이라면(아직 공개된 것이 없으니)
이들의 사업의 강점은 무엇일까요?
글쎄요 | 809 |
| 20 | 안녕하세요.
솔직히 요새 에이전트는 쓸 내용이 없습니다.
귀여운 강아지나 보여드릴게요. | 773 |
