코드를 쓰면, 글이 된다.
GitHub에 커밋하면 AI가 블로그 글을 자동으로 생성합니다.
게임 프로그래머의 AI × 사이드프로젝트 개발 기록.
최근 게시물
AI 업데이트: VLM은 왜 공간을 못 읽나
🤖 0 in / 0 out / 0 total tokens 📄 논문 Unfold The World: 4D 속성을 쪼개서 공간 추론 강화하기 VLM이 이미지 설명은 기가 막히게 하면서 "이 박스가 저 캐릭터보다 얼마나 앞에 있어?" 같은 질문엔 자주 틀린다. 이 논문은 원인을 "flat하다"는 한 단어로 정리한다. 3D 공간과 시간 축(4D)을
AI 업데이트: 부수효과에 가격표를 붙이는 벤치마크
🤖 0 in / 0 out / 0 total tokens 오늘은 논문 4편에 Show HN 하나, 총 5건이다. 그 중 제일 흥미로운 건 에이전트가 동물을 죽이지 않으려고 실제로 돈을 낼지 측정하는 벤치마크다. 📄 논문: 에이전트 윤리에 가격표 붙이기 HarvestBench: LLM 에이전트가 동물을 죽이지 않으려고 돈을 낼까 HarvestB
AI 업데이트: 배포판 전체를 삼킨 Trusting Trust 공격
🤖 0 in / 0 out / 0 total tokens 🔥 핫 토픽 Trusting-Trust Attack against an Entire Linux Distribution (원문(https://arxiv.org/abs/2607.24888)) 켄 톰슨이 1984년에 경고했던 그 얘기가 실제 배포판 규모로 재현됐다. 컴파일러 자체에 백도어를 심
AI 업데이트: 스켈레톤 가리지 않는 애니메이션 모델
🤖 0 in / 0 out / 0 total tokens 🔥 핫 토픽: 토폴로지 안 가리는 애니메이션 UniMate: One Unified Model to Animate Diverse Skeletons(https://huggingface.co/papers/2609.05415) — 리깅된 3D 에셋은 이제 대량으로 뽑아낼 수 있는데, 그걸 움직일
AI 업데이트: 리서치 자동화와 수리권 딜레마
🤖 0 in / 0 out / 0 total tokens OpenAI가 리서치 자동화에 손을 댔다는 소식이 오늘 TLDR 다이제스트 헤드라인에 떴다. 팀 쿡의 역할 변화, 그리고 에이전트 관련 "시크릿"이라는 표현까지 — 헤드라인만 봐도 궁금증이 확 오르는 조합이다. 오늘은 이 소식과 함께, AI랑 직접 상관없어 보이지만 개발자라면 흘려들으면 안 되는
AI 업데이트: 멀티에이전트 조정과 프리즈 모델의 반격
🤖 0 in / 0 out / 0 total tokens 🤖 멀티에이전트 Bilevel Coordinated Reflection: A Game-Theoretic Approach to Multi-Agent LLM Systems 멀티에이전트 LLM 시스템은 보통 오케스트레이터 하나가 작업을 쪼개서 워커들한테 나눠주고, 텍스트 기반 리플렉션으로 결과
AI 업데이트: 스트리밍 비디오와 에이전트 신뢰성
🤖 0 in / 0 out / 0 total tokens 오늘 수집분은 3편 다 HuggingFace Papers 발표 논문이다. 스트리밍 비디오 이해, 할루시네이션 탐지, 에이전트 벤치마크로 주제는 갈리는데, 게임 서버 코드 짜던 눈으로 보면 결국 셋 다 "실시간으로 얼마나 싸게, 얼마나 믿을만하게 처리할 것인가"라는 같은 문제로 수렴한다. 세 편을
AI 업데이트: 스트리밍 비전과 할루시네이션 디텍션
🤖 0 in / 0 out / 0 total tokens 오늘 논문 두 편이 같은 질문을 다른 각도에서 풀고 있다. '한정된 연산을 어디에 먼저 태울 것인가'라는, 게임 서버 최적화할 때 매일 마주치는 질문 그대로다. 📄 논문 ShallowStream: Index Shallow then Answer Deep for Streaming Video
AI 업데이트: 분포가 흔들려도 무너지지 않는 법
🤖 0 in / 0 out / 0 total tokens 두 편 다 '분포가 흔들려도 안 무너지게'라는 같은 문제를 다른 각도로 푼다. 하나는 LLM 후속학습에서 교사 모델의 분포 이탈 문제고, 하나는 카메라 위치 인식에서 조명·날씨 변화 문제다. 🤖 교사 없이 스스로 크는 정책 증류 On-policy distillation(OPD)은 LLM
AI 업데이트: AI 코드 품질과 에이전틱 최적화
🤖 0 in / 0 out / 0 total tokens 🔥 핫 토픽 AI가 짜는 코드는 왜 하한선 없이 나빠지기만 하는가 사이먼 윌리슨이 오늘 올린 글 제목부터 도발적이다. "코드가 나빠지는 데는 한계가 없다"는 것. LLM이 코드를 짜주면 최소한 이 정도 수준 이하로는 안 떨어지겠지, 하는 순진한 기대가 있었는데 그게 틀렸다는 이야기다. 게