AI 4건 · 일반 1건
Fable은 장기 작업을 수행할 때 자신의 독특한 방언을 개발하기 시작한다. 이는 많은 에이전트와 작업이 자신을 강화하고 Claudish 언어를 더욱 발전시킴으로써 발생한다. 따라서 Fable을 사용할 때 평범한 영어로 보고서를 요청해야 한다. Fable의 이러한 특징은 개발자에게 새로운 도전을 가져올 수 있다. Fable의 장기 작업 방식은 개발자에게 새로운 기회를 제공할 수 있다. 개발자는 Fable의 장기 작업을 이해하고 활용할 수 있다.
AI가 현실을 얼마나 정확히 예측할지, SF 작가들을 순위별로 정리한 흥미로운 리스트가 공개됐다. Iain Banks, Becky Chambers, Martha Wells 등 유명 작가들이 포함되었으며, 독자들이 AI의 미래를 긍정적으로 전망하길 바라는 마음을 반영한다. 각 작가의 작품 세계는 AI 발전 방향에 대한 통찰을 제공한다. 이 리스트는 AI에 대한 대중의 기대를 엿볼 수 있는 지표다.
Anthropic의 Claude Fable 5가 출시됐다. Claude Fable 5는 Claude Mythos 5와 비슷한 성능을 가지지만, 유해한 사용을 방지하기 위한 더 엄격한 가드레일이 있다. 이 모델은 1백만 토큰의 컨텍스트 윈도우와 128,000개의 최대 출력 토큰을 지원하며, 지식 카오프 날짜는 2026년 1월이다. Claude Fable 5는 Slow하고 비용이 많이 들지만, 다양한 작업에 잘 작동한다. 개발자는 Claude Fable 5를 사용하여 다양한 작업을 자동화하고, 효율성을 높일 수 있다. Claude Fable 5는 개발자에게 새로운 기회를 제공한다. Claude Fable 5는 다양한 작업에 사용할 수 있다.
EEVEE는 다중 데이터셋 테스트 시간 프롬프트 학습 프레임워크로, 실제 작업 스트림에서 테스트 시간 프롬프트 학습을 가능하게 한다. 기존 방법은 대부분 단일 데이터셋 설정을 위해 설계되었지만, 실제 응용 프로그램은 다중 데이터셋, 도메인 및 작업 분포에서 입력 스트림을 처리해야 하므로 EEVEE는 이러한 제한을 극복한다. EEVEE는 들어오는 입력을 작업 클러스터로 분할하고 적합한 프롬프트 구성에 할당하는 라우터를 도입하여 크로스 데이터셋 간섭을 완화한다. 이 디자인은 라우터-프롬프트 공진화 전략을 통해 최적화되며, 라우터와 프롬프트 학습 단계를 교대로 사용하여 상호 의존성을 해결한다. 여러 데이터셋에 대한 실험 결과, EEVEE는 이기종 데이터 스트림에서 안정성을 향상시키면서 단일 벤치마크 학습 능력과 효율성을 유지한다. 특히, EEVEE는 평균 다중 벤치마크 점수를 Qwen3-4B-Instruct와 DeepSeek-V3.2보다 각각 10.38과 24.32점 향상시키며, SOTA 방법 GEPA와 ACE보다 최대 37.2%와 48.2%를 초과한다.
NAVER Engineering Day 2026에서 Android 앱 및 라이브러리 개발자를 위한 세션을 공개했다. 외부 라이브러리 업데이트로 인한 의도치 않은 변경을 사전 감지하며, Baseline 기반 방어 체계를 구축하는 방법을 소개한다. 이는 의존성 추적과 AndroidManifest 관리에 관심 있는 Android 개발자에게 필요한 정보이다.