병원 데이터를 한곳에 모으지 않고도 X-ray와 진료 메모를 함께 써서 모델을 학습할 수 있는지 시험한 연구다. 무엇이 문제였나 — 각 병원은 자기 데이터를 그대로 보관하고, 학습된 모델 업데이트만 서버와 주고받는다. 어떻게 풀었나 — 연구진은 실제 환자 기록 대신 합성 메모를 만들고 공개 흉부 X-ray와 클래스 단위로 짝지어 여러 학습 방식을 비교했다. 그래서 뭐가 좋아졌나 — 영상과 메모를 함께 쓰면 점수는 올랐지만, 병원마다 환자 종류가 심하게 다르면 성능이 크게 흔들렸고 통신 비용도 커졌다. ...
개요 MiniMax가 HuggingFace에 M3 모델 카드를 올렸습니다. 발표 글만 보고 “오, 좋네” 하고 끝낼 수도 있지만, 진짜 궁금한 건 따로 있습니다. 실제로 어떻게 돌리지? 이 글은 모델 카드에 나와 있는 vLLM, SGLang, Transformers, Docker 실행법을 한국 개발자 입장에서 정리한 실전 메모입니다. ...
개요 NVIDIA가 2026년 6월 1일 Cosmos 3를 공개하고 Hugging Face에 올렸다. 물리적 AI(Physical AI)를 위한 세계 기반 모델(World Foundation Model)의 새로운 전환점이다. 핵심은 단일 통합 아키텍처 — 이전 Cosmos 버전들이 각각 다른 모델로 처리하던 세계 생성, 물리 추론, 행동 생성을 하나의 모델 한 번의 포워드 패스로 처리한다. ...
개요 MiniMax가 2026년 6월 1일 M3를 공개했다. 코딩·에이전틱 작업에서 프론티어급 성능, MSA(MiniMax Sparse Attention)로 구현한 최대 1M 토큰 컨텍스트, 이미지·영상 입력과 데스크톱 조작을 지원하는 네이티브 멀티모달. 현재 이 세 가지를 동시에 갖춘 유일한 오픈웨이트 모델이다. ...
개요 로봇 AI의 오랜 가정은 ‘전문 모듈을 조합하라’였다. 인식 모듈, 추론 엔진, 행동 생성기를 따로 만들어 파이프라인으로 연결한다. Pelican-Unified 1.0은 이 가정을 버렸다. 이해, 추론, 상상, 행동 — 네 가지 능력을 하나의 학습 루프에 묶고, 하나의 체크포인트로 서비스한다. 그리고 전문 모델에 뒤지지 않는 성능을 냈다. ...
RAG(검색 증강 생성)를 구축할 때 가장 큰 벽은 비정형 데이터다. PDF 수백 장, 이미지 수천 장이 섞인 기업 자료에서 원하는 정보를 정확히 찾고, 출처까지 명확하게 표시하는 것 — 지금까지는 직접 파이프라인을 쌓아야 했다. ...