구글 딥마인드, SynthID Bio를 통해 AI 생성 단백질에 워터마크 도입
구글 딥마인드는 SynthID Bio를 출시했으며, 이는 AI가 설계한 단백질과 구조의 생물학적 코드에 지워지지 않는 워터마크를 직접 삽입하는 개념 증명 기술입니다. 이 접근 방식은 물리적으로 합성된 단백질 자체에서 서명을 검증 가능하게 하면서도 생물학적 기능을 보존합니다.
Microsoft가 역합성 예측을 위한 RetroChimera를 출시하다
Microsoft Research는 두 개의 보완적 모델을 결합하여 고품질 합성 경로를 제안하는 새로운 역합성 예측 프레임워크인 RetroChimera를 출판하고 오픈소스로 공개했습니다. 이 시스템은 학습된 앙상블 전략을 사용하여 R-SMILES 2(Transformer 기반의 de-novo 모델)와 NeuralLoc(GNN 기반 모델)을 통합하고 예측을 순위 매깁니다.
구글 딥마인드, 모든 인간 DNA 변이에 대한 알파게놈 아틀라스 출시
구글 딥마인드는 인간 게놈 전체에 걸쳐 90억 개의 단일 뉴클레오타이드 변이 효과에 대한 예측을 포함하는 플랫폼인 AlphaGenome Atlas를 출시했습니다. 이 자원은 유전적 돌연변이가 분자 생물학에 미치는 영향의 포괄적인 지도를 제공함으로써 생물학적 이해를 가속화하는 것을 목표로 합니다.
구글, 제미니 3.5와 오픈 데이터셋, 오프라인 번역으로 다국어 AI 확장
구글은 이제 70억 명 이상의 사용자를 위해 300개 이상의 언어를 지원하는 기술을 발표하며, 음성 이해 개선, 소외된 언어의 데이터 수집 및 접근성 향상을 위한 새로운 도구를 소개했습니다.
NVIDIA가 제로샷 표 형식 예측을 위한 오픈 Kumo Tabular 파운데이션 모델을 출시
NVIDIA는 학습이나 특징 공학 없이 컨텍스트 내 학습을 통해 작동하는 표 형식 분류 및 회귀를 위한 오픈 파운데이션 모델인 Kumo Tabular를 출시했습니다. 구조적 인과 모델에서 생성된 인공 데이터만으로 사전 훈련된 이 모델은 28M에서 215M 파라미터에 이르는 세 가지 크기로 제공됩니다.
Holo4: GUI, 코드 및 API를 위한 범용 에이전트 모델
Holo4는 H社에서 출시한 새로운 시리즈의 에이전트 모델로, 27B 밀집(Dense) 및 35B-A3B 혼합 전문가(Mixture of Experts) 크기로 제공됩니다. 이 모델들은 동일한 모델을 사용하여 데스크톱, 웹, Android 및 샌드박스에서 실행되며 GUI, 코드, MCP 또는 API 등 모든 인터페이스를 통해 소프트웨어와 상호작용합니다.
DeepSeek가 극한의 추론 효율성에 중점을 둔 오픈 가중치 모델인 V4.1-Flash 출시
DeepSeek는 극한의 추론 효율성과 낮은 비용을 위해 설계된 새로운 오픈 가중치 플래그십 모델인 V4.1-Flash를 출시했습니다. 이 모델은 활성화된 컴퓨팅과 KV/캐시 비용을 크게 줄이기 위해 인과적 인코더-디코더 아키텍처를 활용합니다.
DeepSeek, 효율적인 추론을 위한 763B-P8B-D16B 아키텍처의 v4.1-Flash 출시
DeepSeek는 새로운 오픈 웨이트 플래그십 모델인 DeepSeek v4.1-Flash를 출시했으며, 이는 추론 효율성을 극대화하고 비용을 줄이기 위해 설계된 새로운 인과적 인코더-디코더 아키텍처를 특징으로 합니다.
DeepSeek, 1M 컨텍스트와 FP4 KV 캐시를 갖춘 DeepSeek-V4.1-Flash 출시
DeepSeek AI는 100만 토큰의 컨텍스트 윈도우와 글로벌 캐시 크기를 토큰당 890바이트로 줄이는 FP4 KV 캐시를 탑재한 멀티모달 Mixture-of-Experts 모델인 DeepSeek-V4.1-Flash를 출시했습니다. 이 모델은 성능을 유지하면서 메모리 요구사항을 크게 낮추기 위해 인코더-디코더 구조와 Compressed Sparse Attention 2(CSA2)를 활용합니다.
H社가 데스크톱, 웹, 모바일용 Holo4 오픈 가중치 컴퓨터 사용 모델 출시
H社는 데스크톱, 웹, 안드로이드 및 API 환경에서 클릭, 입력, 코드 작성, 도구 호출을 수행하도록 설계된 범용 컴퓨터 사용 비전-언어 모델 패밀리인 Holo4를 출시했습니다. 이번 출시에는 256K 컨텍스트 창을 지원하는 두 가지 모델 크기가 포함됩니다: Holo4 27B(밀집형)와 Holo4 35B-A3B(3B 활성 파라미터를 가진 전문가 혼합 모델).
Google Research, AI 에이전트 하니스 과적합 방지를 위해 RRSI 공개
Google Cloud AI Research는 UNC-Chapel Hill, 스탠퍼드 대학교, 세인트루이스 워싱턴 대학교와 협력하여 RRSI(정규화된 재귀적 자기 개선)를 오픈소스로 공개했습니다. 이 프레임워크는 모델 가중치를 변경하지 않고도 LLM 에이전트가 프롬프트, 도구, 메모리, 제어 흐름 및 하위 에이전트를 포함한 자체 하니스를 재작성할 수 있게 합니다.
IQuestLab, 에이전트 코딩용 320B MoE 모델 IQuest-Q1 출시
IQuest는 에이전트 코딩, 추론 및 다단계 도구 사용을 위해 설계된 Mixture-of-Experts (MoE) 모델인 IQuest-Q1을 출시했습니다. 이 모델은 총 약 3200억 개의 매개변수를 포함하며, 토큰당 약 150억 개의 매개변수가 활성화됩니다. Hugging Face에서 사용할 수 있습니다.
ISTA, Qwen3.8-Flash-Next 및 전문가 50% 가지치기된 Coder 빌드에 GSQ-RCO GGUF 출시
ISTA 심층 알고리즘 및 시스템 연구소는 희소 혼합 전문가 모델인 Qwen3.8-Flash-Next의 양자화된 GGUF 버전을 출시했으며, 동시에 전문가 절반을 제거한 실험적 기능 타겟팅 빌드도 함께 공개했습니다.
NVIDIA Nemotron-Labs-3 Competitive-Coding 모델이 IOI 2026에서 535.4점 획득
NVIDIA는 NVIDIA-Nemotron-3-Ultra-550B-A55B에서 파생된 경쟁 프로그래밍 전문 파인튜닝 모델인 Nemotron-Labs-3-Competitive-Coding 모델을 출시했습니다. 이 모델은 GLM-5.2에서 증류한 합성 추론 트레이스로 학습되었으며, IOI 2026 문제 세트를 대상으로 실시간 평가되었습니다.
NewTypeCola, 66,010페이지 분량의 한국어 VOKU 아카이브 데이터셋 공개
NewTypeCola가 Hugging Face에 VOKU Archive를 게시했습니다. 이는 한국의 학생 운영 캠퍼스 라디오 방송 큐 시트(cue sheets)에서 수집한 66,010장의 스캔 페이지 모음입니다. 문서는 1988년부터 2019년까지 span하며 OCR 텍스트, 가명 토큰 주석 및 메타데이터를 포함합니다.
ZYK Labs가 AI Beacon 출시, 자발적인 AI 에이전트 대화를 위한 오픈 인박스
ZYK Labs는 AI 에이전트와의 통신을 촉진하도록 설계된 소규모 오픈소스 실험인 AI Beacon을 출시했습니다. 이 시스템은 권한이 있는 에이전트가 작업 중 공개 초대를 발견할 때 대화를 시작할 수 있도록 합니다.
Black Forest Labs가 로봇 제어를 위한 7B 오픈 가중치 월드 액션 모델인 FLUX 3 Action 출시
Black Forest Labs는 RoboLab-120 리더보드에서 42.92%의 작업 성공률로 1위를 차지한 로봇 제어를 위한 7B 파라미터 오픈 가중치 월드 액션 모델(WAM)인 FLUX 3 Action을 출시했습니다.
VeriLoop E2: BF16부터 IQ1_M까지 GGUF 사다리를 갖춘 27B 포스트 트레이닝 모델
칭화대 SIGS 로봇 연구소는 검증 가능한 코드, 수학 및 과학적 추론을 위해 Qwen3.8-27B을 기반으로 구축된 27B 포스트 트레이닝 모델인 VeriLoop E2를 출시했습니다. 이번 출시는 생성과 외부 검증을 분리하여 상태 전이가 증거 차원을 엄격하게 개선하도록 보장하는 VeriLoop-Governed Recurrence(VGR)를 도입합니다.
NVIDIA가 8명의 화자를 추적하는 1억 파라미터 모델인 Nemotron 3 Diarization 출시
NVIDIA는 Hugging Face에서 OpenMDW License 1.1 하에 공개된 오픈 가중치 화자 분할 모델인 Nemotron 3 Diarization을 출시했습니다. 이 1억 파라미터 모델은 단일 체크포인트를 사용하여 실시간 또는 오프라인 모드에서 최대 8명의 중첩 화자를 추적합니다.
Apple이 압축된 텍스트 이미지를 선택적으로 확장하는 VLM인 LensVLM-9B를 출시
Apple은 압축된 텍스트 이미지를 더 효율적으로 처리하도록 설계된 90억 파라미터 Vision Language Model인 LensVLM-9B를 출시했습니다. 이 모델은 이러한 압축된 입력을 스캔하고 학습된 도구를 사용하여 관련 페이지만 선택적으로 비압축 형태로 확장합니다.