반응형 사카나ai2 사카나 AI, LLM 협업 알고리즘 공개…복합 문제 해결 능력 향상 기대 AB-MCTS 기술, 여러 LLM이 상호작용하며 문제 해결 단일 모델 능가하는 성능 입증…오픈소스 'TreeQuest'로 배포 일본의 인공지능 스타트업 사카나 AI(Sakana AI)가 대규모 언어 모델(LLM)들이 복잡한 문제를 함께 해결할 수 있도록 돕는 새로운 알고리즘을 공개하며 인공지능 분야에 새로운 지평을 열었다. 이 기술은 '적응형 분기 몬테카를로 트리 탐색(Adaptive Branching Monte Carlo Tree Search, AB-MCTS)'으로 명명되었으며, 여러 AI 모델이 마치 인간 팀처럼 아이디어를 교환하고 개선하며 문제를 해결하는 방식이다.AB-MCTS는 깊이 우선 탐색과 너비 우선 탐색 전략을 결합하여, 각 작업에 가장 적합한 모델(예: ChatGPT 또는 Gemini)을.. 2025. 7. 8. 일본 스타트업 사카나 AI, 뇌 영감 받은 시간 기반 AI 모델 개발 트랜스포머 공동 개발자가 설립한 기업의 혁신적 접근법기존 언어 모델과 차별화된 '연속적 사고 기계' 아키텍처 도쿄 기반 스타트업 사카나 AI가 뇌의 시간 처리 방식을 모방한 새로운 인공지능 시스템 '연속적 사고 기계(Continuous Thought Machine, CTM)'를 최근 발표했다. 트랜스포머 아키텍처 원저자 중 한 명인 리온 존스(Llion Jones)가 공동 설립한 이 회사는 2023년 설립 당시 자연에서 영감을 받은 AI 시스템 구축을 목표로 밝힌 바 있다. CTM은 기존 언어 모델과 달리 입력을 단일 정적 스냅샷으로 처리하는 대신 합성 뉴런이 시간에 따라 동기화되는 방식에 초점을 맞추고 있다. 이 모델은 전통적인 활성화 함수 대신 과거 활성화의 이력을 추적하는 '뉴런 수준 모델(NLMs.. 2025. 5. 19. 이전 1 다음 반응형
