💻 Tech News56 items

AI-curated tech, AI, startup news from GeekNews, HN, TechCrunch and more

open-code-review — Alibaba의 AI 코드 리뷰 도구

알리바바는 내부에서 사용하던 AI 코드 리뷰 도구인 'open-code-review'를 오픈소스로 공개했다. 이 도구는 2년간 수만 명의 개발자가 수백만 건의 코드 결함을 식별하는 데 사용되었다. 도구는 Git diff를 읽고 변경 파일을 도구 사용 에이전트를 통해 LLM에 전달하며, 라인 단위 정밀도에 구조화된 리뷰 코멘트를 생성한다. 또한, 결정론적 엔지니어링과 에이전트 하이브리드 구조를 사용하여 정확도와 속도를 높였다. 이 도구는 CLI, 코딩 에이전트 플러그인, CI/CD 파이프라인 통합을 지원하며 OpenAI와 Anthropic 호환된다.

geeknewsai

GPT-5.5, MIT 라이선스 GLM-5.2보다 환각률 3배

MIT 라이선스 오픈 웨이트 모델인 GLM-5.2는 753B 파라미터와 약 40B 활성 파라미터를 가지고 있으며, GPT-5.5와 4점 차이까지 접근했다. AA-Omniscience 환각률은 GLM-5.2가 28%, GPT-5.5가 86%, DeepSeek V4 Pro가 94%로 나타났다. 이는 모델 크기가 현실 정확성을 보장하지 않는다는 것을 보여주며, 불확실성 보정 격차가 성능 점수만큼 중요해졌다. 대형 AI 연구소들 사이에서 무한 확장 전략에 대한 회의가 커지고 있으며, 모델 선택은 파라미터 수나 이론 성능만으로 판단하기 어렵고, 원시 능력, 환각률, 계산 효율성을 함께 봐야 한다.

geeknewsai

머신러닝 연구의 선(Zen)과 예술

세계적 수준의 AI 연구는 재능만으로 이어지지 않으며, 읽기와 만들기를 반복하면서 오래 버티는 기질이 성과를 가름한다. 주제 선택은 기초 개념을 깊게 이해하는 데서 출발해야 하며, 좋은 연구는 기존 벤치마크 점수 상승에 머물지 않고, 새 방법이 실제로 드러내는 능력을 시험할 데이터셋까지 찾아야 한다. 연구는 명상과 비슷해서 통찰이 오는 날에도 앉고, 오지 않는 날에도 계속 앉아 있어야 하며, 과학적 통찰은 무작위처럼 찾아오며, 대부분의 날에는 오지 않는다. 연구 프로젝트의 최선의 결과가 기존 벤치마크 점수 상승뿐이라면 충분히 깊지 않으며, 새 방법이 실제로 작동하는 능력을 행사하게 만드는 데이터셋을 찾는 일이 중요하다.

geeknewsai

AI가 우리의 능력을 망치고 있는가? 초기 연구 결과는 부정적

AI가 우리의 능력을 약화시키고 있는가에 대한 초기 연구 결과가 나왔다. 폴란드 내시경 전문의를 대상으로 한 연구에서 AI를 사용하지 않을 때 선종 발견율이 28.4%에서 22.4%로 하락했다. 또한 Anthropic의 무작위 대조 실험에서 AI 보조를 받은 엔지니어의 퀴즈 평균 점수가 50%로, 미사용 그룹 67%보다 저조했다. 미국 의료 종사자 조사에서 간호사 70%, 의사 77%가 AI 과의존으로 인한 역량 상실을 우려하고 있다.

techblogeconomy

교차로에서 길을 찾다: AI 기반 보안, 시장 변동성, 그리고 비트코인의 진화하는 유용성

암호화폐

geeknewsai

AI 엔지니어가 Linear A를 해독했다고 주장

Linear A

geeknewsai

LLM이 작성한 인시던트 보고서의 미래가 두렵다

LLM이 작성한 인시던트 보고서의 미래가 두렵다. 인시던트 보고서에서 LLM은 자료 수집과 정리를 돕는 데 유용하지만, 보고서 본문까지 맡기면 검증 과정이 약해진다. 직접 쓰는 과정은 증거와 설명의 일관성을 확인하게 만들며, 글쓰기 자체가 이해 부족을 드러내는 장치로 작동한다. LLM 생성은 이 사고 단계를 건너뛴다. LLM 보고서는 그럴듯해 보여도 실제로 없는 시스템 결합을 만들어내거나, 인시던트에 중요했던 상호작용을 놓칠 수 있다. 인시던트 리포트를 쓰는 건 시간만 잡아먹는 작업이며, 정작 조직 안의 누구도 그 문서를 읽을 이유가 없다. LLM이 전적으로 작성하는 인시던트 리포트가 다가오고 있음을 지적한다. 좋은 인

geeknewseconomy