자료 제보
English
日本語
Español
Français
Deutsch
简体中文
繁體中文
Português
Bahasa Indonesia
ไทย
Italiano
Tiếng Việt
Türkçe
Polski
Русский
연구실로 돌아가기JEVLAB / FIELD NOTES
새로 들어온 소식
새로 추가된 리소스와 JEVLAB NEWS의 날짜별 읽기 목록입니다. 변경 사항을 확인하거나 RSS 피드를 구독하세요.
확인 완료를 누르면 이 브라우저에 기준 시점을 저장하고, 다음 방문 때 새로 추가된 자료를 표시합니다. 로그인은 필요 없습니다.
날짜는 원본 소스가 게시된 시점이 아니라 JEVLAB에서 이용 가능해진 시점(UTC 기준)을 나타냅니다. 번역 전용 수정은 새로운 리소스로 간주되지 않습니다.
15
Gemini NotebookLM, 인터랙티브 학습 개요 기능 출시
구글이 모든 사용자를 대상으로 NotebookLM의 새로운 인터랙티브 학습 개요 기능을 공개했습니다. 이제 사용자는 다양한 자료를 한곳에서 통합 관리하며 학습 환경을 개인화할 수 있습니다.
threads.com챗GPT 업데이트 및 변화 예고
최(Choi)는 챗GPT가 리셋 과정을 거치고 있으며 곧 대규모 업데이트가 있을 것이라고 전했습니다. 사용자들은 조만간 공개될 새로운 기능과 변화를 주목하고 있습니다.
threads.com화이트서클, AI 모델 사후 훈련 프레임워크 Halo 공개
화이트서클이 오픈소스 AI 모델의 사후 훈련을 효율화하는 Halo 프레임워크를 발표했습니다. 이 도구는 기존 라이브러리 대비 향상된 처리량과 메모리 효율성을 제공하며 학습 과정을 간소화합니다.
threads.comHermes Agent, Claude 구독 연동 재개
Hermes Agent가 공식 Claude Code CLI를 활용하여 Claude 구독 기능을 다시 지원합니다. 이는 과거 앤트로픽의 외부 에이전트 구독 제한 조치 이후 변경된 새로운 연동 방식입니다.
threads.comtypesafe-sdk-ruby
이 커뮤니티 유지 관리 Ruby SDK는 TypeSafe AI API를 위한 인터페이스를 제공합니다. 개발자는 이를 통해 Ruby 애플리케이션 내에서 유형이 지정된 질문을 정의하고, 재시도 및 API 오류를 처리하여 구조화된 데이터 분류와 라우팅을 수행할 수 있습니다.
github.com유니트리, 로봇 손 Dex5-S 공개
유니트리가 사람 손 크기의 22자유도 로봇 손 Dex5-S를 발표했습니다. 이 제품은 정밀한 관절 제어와 충격 보호 기능을 갖추고 6,500달러부터 판매됩니다.
threads.com메타, 페타비트급 대서양 횡단 해저 케이블 발표
메타가 미국과 프랑스를 잇는 초당 1페타비트 용량의 해저 케이블 'Petal'을 공개했습니다. 이번 인프라 구축은 AI 데이터센터 확장에 따른 글로벌 네트워크 수요 증가를 반영합니다.
threads.compi-jev-sentinel
이 도구는 Jev를 사용하여 코딩 에이전트의 도구 호출, 출력 및 응답을 평가하는 보안 가드 역할을 합니다. 프롬프트 인젝션 탐지, 비밀 정보 삭제, 작업 고정 기능을 통해 에이전트 상호작용의 안전성을 높여줍니다.
github.comTypeSafeAI
TypeSafeAI는 TypeSafe AI System One을 위한 .NET SDK입니다. NativeAOT를 지원하며, 유형이 지정된 API를 통해 라우팅, 배치 처리 및 Microsoft.Extensions.AI와의 통합 기능을 제공합니다.
github.comjevtest 감정 거짓말 탐지기
이 도구는 TypeSafe Jev 모델을 사용하여 실시간으로 감정적 하위 텍스트를 분석합니다. Jev의 확률적 분류를 일반 LLM과 비교하며, 특정 의사 결정 작업에서 Jev가 어떻게 구조화된 신뢰도 점수를 제공하고 지연 시간 및 비용 효율성을 개선할 수 있는지 보여줍니다.
github.comjev-lint
jev-lint는 Jev 분류기를 사용하여 코드와 문서 간의 논리적 불일치를 식별하는 도구입니다. ast-grep 매처와 자연어 쿼리를 결합하여 잘못된 주석, 이름 불일치, 숨겨진 실패 경로와 같은 문제를 탐지합니다.
github.com코딩 에이전트와 함께하는 Jev
이 문서는 Jev가 텍스트 생성 LLM이 아닌 구조화된 의사결정을 위한 System One 모델임을 설명합니다. 개발자가 코딩 에이전트와 함께 Jev를 사용하여 분류, 점수 매기기 및 라우팅 작업을 수행하는 방법을 안내합니다.
docs.typesafe.ai테렌스 타오 교수의 AI 연구 방향 제언
수학자 테렌스 타오 교수는 AI가 단순한 정답 제시를 넘어 인간이 이해 가능한 통찰을 제공해야 한다고 강조했습니다. 그는 벤치마크 점수 경쟁에만 매몰된 현재의 AI 개발 방식이 과학적 검증에 한계가 있다고 지적합니다.
threads.com샤오미, 오픈 웨이트 모델 MiMo-V2.6 공개
샤오미가 네이티브 멀티모달 기능을 갖춘 MiMo-V2.6 Pro와 Flash 모델을 공개했습니다. CHOI에 따르면, 이 모델들은 오픈 웨이트 모델 중 최고 수준의 성능을 기록하며 저렴한 API 비용과 함께 학습 환경까지 모두 제공합니다.
threads.com오픈AI, 수학 난제 해결하는 새 내부 모델 공개
오픈AI가 나비에-스토크스 문제를 포함해 100개 이상의 수학 난제를 해결한 새로운 내부 모델을 발표했습니다. 약 1만 개의 AI 에이전트가 협력하여 단 24일 만에 이 같은 성과를 거두었으며, 연구의 투명성을 위해 수학 자문그룹도 출범했습니다.
threads.com
21
비선형적으로 가속화되는 AI 발전
최(Choi)에 따르면 AI 발전은 선형적 예측을 벗어나 훨씬 빠르게 진행되고 있으며, 연구 개발 과정에 AI가 직접 투입되면서 기술 성장이 가속화되고 있습니다. 과거 수십 년이 걸릴 것으로 예상되었던 난제들이 단기간에 해결되면서 특이점 도래 가능성이 현실화되고 있습니다.
threads.comjev-mcp
이 MCP 서버는 TypeSafe Jev 모델을 AI 에이전트에 통합하여 예/아니오 판단, 객관식 선택, 루브릭 기반 점수와 같은 구조화된 출력을 제공합니다. 에이전트가 워크플로우 내에서 데이터에 대한 직접적이고 유형화된 평가를 수행할 수 있도록 지원합니다.
github.comspring-ai-typesafe
이 Java SDK는 TypeSafe AI JEV API를 Spring AI와 통합합니다. Noul, Choice, Score와 같은 구조화된 의사결정 기본 요소를 제공하며, 기존의 텍스트 생성 방식 대신 LLM-as-a-judge, 가드레일 및 RAG 후처리를 구현할 수 있게 합니다.
github.comtypesafe-sdk-go
이 Go SDK는 TypeSafe AI 서비스와 상호작용하기 위한 구조화된 인터페이스를 제공합니다. 개발자는 선택형, 점수형, 불리언 질문을 사용하여 평가를 수행하고 클라이언트 구성, 재시도 및 로깅을 관리할 수 있습니다.
github.comjev Ruby 클라이언트
이 Ruby 라이브러리는 Jev 모델 API를 위한 클라이언트를 제공합니다. 개발자는 이를 통해 진위 여부, 선택, 루브릭 기반 점수 매기기 등 다양한 방식으로 병렬 쿼리를 수행하여 애플리케이션 내에서 AI 기반 의사결정을 구조화할 수 있습니다.
github.comTypeSafe.AI.Sdk for .NET
이 커뮤니티 기반 .NET 클라이언트는 TypeSafe AI 서비스를 위한 타입 안전 인터페이스를 제공합니다. 공식 JavaScript SDK의 기능을 반영하여 개발자가 .NET 애플리케이션 내에서 구조화된 질문 및 답변 워크플로우를 구현할 수 있도록 지원합니다.
github.comjev-mailroom
이 개념 증명은 Jev를 사용하여 이메일을 종류와 카테고리별로 분류하는 자동화된 이메일 분류 시스템을 보여줍니다. IMAP을 통해 이메일을 처리하며, 병렬 질문을 사용하여 라벨을 결정하고 Python에서 논리 및 임계값을 관리합니다.
github.comNitro
Nitro는 Jev를 사용하여 턴당 한 번 도구 목록을 필터링함으로써 Grok Build를 최적화합니다. 이 방식은 모델 실행 전 도구 범위를 좁혀 토큰 사용량과 비용을 절감하면서도 프롬프트 캐시 효율성을 유지합니다.
github.comswift-typesafe
이 Swift 6.4 SDK는 TypeSafe AI를 위한 타입 안전 클라이언트를 제공하며 Python SDK 0.7.0 API를 따릅니다. Swift 매크로를 사용하여 AI 모델과 구조화된 질문 및 응답을 주고받을 수 있습니다.
github.comtypesafe-sdk-php
이 커뮤니티 유지 관리 PHP SDK는 TypeSafe AI System One API를 위한 클라이언트를 제공합니다. 개발자는 이를 통해 유형이 지정된 쿼리를 수행하고, Guzzle 프로미스를 통한 비동기 요청을 관리하며, 구성 가능한 재시도 및 로깅으로 모델을 검색할 수 있습니다.
github.comsqlite3-jev
이 SQLite 확장은 TypeSafe Jev와의 직접적인 통합을 제공하여, 사용자가 SQL 쿼리 내에서 libcurl 기반 함수 호출을 통해 분류, 점수 매기기, 예/아니오 확률 확인과 같은 의사결정 기반 AI 작업을 수행할 수 있게 합니다.
github.comSmartMoney-Cub
SmartMoney-Cub는 Jev를 활용하여 금융 증거를 분석하는 읽기 전용 트레이딩 저널 및 검토 도구입니다. 이 도구는 인간 트레이더가 자신의 결정을 평가하고 전략을 발전시킬 수 있도록 지원하며, 실제 거래를 실행하거나 브로커 계정에 접근하지 않는 오프라인 피드백 루프를 제공합니다.
github.comProgressGate
ProgressGate는 Jev를 사용하여 에이전트 루프의 의미론적 정체를 감지하는 도구입니다. 에이전트가 모순된 가정에 갇혀 반복 작업을 수행하지 않도록 CONTINUE, WARN, REPLAN, HALT와 같은 결정 정책을 제공합니다.
github.com흡연 이력 추출 벤치마크
이 저장소는 1,000개의 합성 의료 기록에서 흡연 이력을 추출하는 Jev와 OpenAI의 성능을 비교하는 벤치마크를 제공합니다. 이 도구는 비제약적 생성 추출이 아닌 공유 후보 선택 파이프라인을 사용하여 정확도, 비용 및 지연 시간을 평가합니다.
github.comjev-agent-browser
jev-agent-browser는 Jev와 agent-browser를 결합하여 브라우저 에이전트를 위한 제한된 실행 환경을 제공합니다. 이 도구는 유형이 지정된 작업 선택과 구조화된 태스크 오케스트레이션을 지원하여, 상위 에이전트가 웹 탐색 및 조사 작업을 안전하게 위임할 수 있도록 합니다.
github.comego-jev
ego-jev는 TypeSafe System One을 사용하여 ego lite를 위한 내부 루프를 제공합니다. DOM 단계마다 단일 유형화된 결정을 내려 표준 LLM 턴을 대체하며, 대화형 웹 작업 중 지연 시간을 줄여 브라우저 에이전트 성능을 향상시키는 것을 목표로 합니다.
github.comego-jev
ego-jev는 ego-lite 브라우저에 Jev System One 모델을 통합하여 단일 프로세스 내에서 작업을 자동화합니다. 인덱싱된 요소 테이블을 활용한 의사결정 방식으로 기존 LLM 루프 대비 약 2배 빠른 성능을 보인다고 보고되었습니다.
github.comjev-leftpad
이 프로젝트는 Jev를 사용하여 문자열 왼쪽 패딩을 수행하는 비전통적인 방법을 보여줍니다. 표준 라이브러리 함수로 충분한 작업을 모델 호출을 통해 처리하는 과도한 엔지니어링의 유머러스한 사례를 제시합니다.
github.comjev-docs-zh
TypeSafe AI의 Jev 모델 공식 문서를 중국어로 번역한 프로젝트입니다. System One 모델의 핵심 개념과 Choice, Score, Noul 원시 데이터 유형을 다루며, 오프라인 환경에서 문서를 읽을 수 있도록 정적 사이트 생성기를 포함하고 있습니다.
github.comAsyncTypeSafeClient
이 리소스는 Python용 AsyncTypeSafeClient를 설명하며 TypeSafe AI API와의 비동기 상호 작용을 지원합니다. 구성 매개변수, 로깅 설정 및 모델 관리와 시스템 쿼리 실행을 위한 메서드를 상세히 다룹니다.
docs.typesafe.aiSpaceXAI, Grok 4.7 출시
SpaceXAI가 더 큰 베이스 모델과 강화된 학습을 적용한 Grok 4.7을 출시했습니다. 코딩과 문서 분석에서는 유의미한 성능 향상을 보였으나, 종합적인 지능 점수 상승폭은 기대에 미치지 못했다는 평가입니다.
threads.com
