Command Palette
Search for a command to run...
RL+OPD를 사용하여 학습된 MiniCPM5-1B는 여러 복잡한 작업에서 최첨단(SOTA) 성능을 달성했습니다. 복잡한 의료 프로세스 자동화를 위해 설계된 의료 에이전트 평가용 CHI-Bench 데이터셋이 공개되었습니다.
MiniCPM5-1B는 10억 개의 파라미터를 가진 오픈 소스 언어 모델로, 엣지 배포 및 리소스 제약이 있는 시나리오에 맞춰 설계되었습니다. MiniCPM5 시리즈의 첫 번째 모델이며, 표준 Llama 아키텍처를 기반으로 다음과 같은 기능을 도입했습니다. 태그 기반의 하이브리드 추론 패러다임을 사용합니다. 또한, 이 모델은 고급 RL+OPD 학습 기법을 활용하여 핵심 성능을 크게 향상시키고 출력 중복을 효과적으로 제거합니다. 최대 13만 1천 자에 달하는 초장문 컨텍스트를 기본적으로 지원합니다.이 소프트웨어는 에이전트 호출 및 코드 합성과 같은 복잡한 작업에서 10억 달러 수준의 오픈 소스 최첨단(SOTA) 성능을 달성했습니다.이 모델은 클라우드 기반 추론의 지연 시간 및 개인정보 보호 문제를 효과적으로 해결하여 효율적인 로컬 AI 플랫폼 구축을 위한 이상적인 솔루션을 제공합니다.
HyperAI 웹사이트에서 "MiniCPM5-1B: 엣지 애플리케이션을 위한 고효율 1B LLM"을 새롭게 선보입니다. 한번 사용해 보세요!
온라인 사용:https://go.hyper.ai/OBlhv
더 자세한 정보를 원하시면 저희 공식 웹사이트를 방문해 주세요.
5월 30일부터 6월 5일까지 hyper.ai 웹사이트의 주요 업데이트 사항을 간략하게 정리했습니다.
* 고품질 공개 데이터 세트: 6개
* 엄선된 고품질 튜토리얼: 5개
* 커뮤니티 게시글 분석: 게시글 1개
* 인기 백과사전 항목: 5개
공식 웹사이트를 방문하세요:하이퍼.AI
선택된 공개 데이터 세트
1. chi-bench 의료 지능형 에이전트 벤치마크 평가 데이터셋
chi-bench는 Actava AI에서 2026년에 공개한 의료 에이전트 평가 데이터셋입니다. 이 데이터셋은 MCP(모델 컨텍스트 프로토콜) 개방형 인터페이스를 통해 20개의 의료 애플리케이션 시스템을 통합하여 고충실도 의료 비즈니스 시뮬레이션 환경을 구축하고, 1,279개의 의료 운영 문서를 포함하는 지식 기반을 제공합니다. 평가 시나리오는 미국 의료 시스템의 세 가지 주요 영역, 즉 사전 승인 관리, 건강 보험/보험 제공자를 위한 진료비 청구 관리, 그리고 인구 의료 관리를 다룹니다.
온라인 사용:https://go.hyper.ai/j8pCr
2. SMOL 다국어 번역 병렬 데이터셋
SMOL은 2025년 구글에서 공개한 전문 번역 데이터셋입니다. 이 데이터셋에는 암하라어, 스와힐리어, 아파르어를 비롯한 221개 언어의 전문 번역 텍스트와, 주석이 잘 달리지 않거나 데이터가 부족한 지역 언어가 포함되어 있습니다. SMOL은 전문 번역과 자원봉사자가 제공한 텍스트를 포함하여 다양한 언어 쌍을 지원하며, 일부 언어에 대해서는 의료 분야와 관련된 전문 데이터 및 사실적 주석을 추가로 제공합니다.
온라인 사용:https://go.hyper.ai/84QS4
3. TACK 타겟 키메라 지식 기반 데이터 세트
TACK은 AI 분자공학 연구소에서 2026년에 발표한 표준화된 지식 기반 데이터셋이자 벤치마크 세트입니다. 기존 PROTAC 머신러닝 벤치마크의 데이터 부족, 엄격한 평가 부재, 제한적인 적용 범위 등의 문제를 해결하기 위해 개발되었습니다. TACK은 PROTAC 분해 활성 예측, 표적 단백질 분해(TPD) 연구, AI 기반 신약 개발(AIDD), 컴퓨터 지원 신약 설계(CADD), 가상 신약 스크리닝, 다중 작업 학습, 분자 특성 예측, 그래프 신경망 연구, 머신러닝 벤치마크 테스트 등 다양한 분야에서 널리 활용되고 있습니다.
온라인 사용:https://go.hyper.ai/7gDJu
4. EAVSD 전자상거래 광고 비디오 스토리보드 데이터셋
EAVSD는 베이징 대학 연구팀이 2026년에 공개한 전자상거래 광고 영상 스토리보드 데이터셋입니다. 주제 중심의 다중 이미지 생성 및 스토리텔링 기획 작업을 지원하는 것을 목표로 하며, 특히 전자상거래 광고 영상 스토리보드 생성 및 장기적인 시각적 일관성 유지 연구에 널리 활용되고 있습니다.
온라인 사용:https://go.hyper.ai/hyzLx
5. DeepCrack 인프라 크랙 탐지 데이터셋
DeepCrack은 우한대학교 컴퓨터 비전 및 원격탐사 연구실에서 제공하는 기반 시설 균열 탐지용 벤치마크 데이터셋입니다. 균열 탐지 알고리즘 연구를 위한 표준화되고 정밀한 지도 학습 데이터 지원을 제공하는 것을 목표로 하며, U-Net, DeepLab, SegNet 등의 딥러닝 모델 학습 및 평가에 직접 사용할 수 있습니다. 또한 구조물 건전성 모니터링, 도로 검사, 건축물 결함 식별 등 다양한 연구 분야에서 널리 활용되고 있습니다.
온라인 사용:https://go.hyper.ai/88zlH
세계 대기오염 및 대기질지수(AQI)는 연구 및 데이터 분석을 위한 글로벌 대기질 데이터 세트입니다. 이 데이터 세트는 2014년부터 2025년까지의 월별 도시별 관측 데이터로 구성되어 있으며, 총 331,920건의 기록을 포함하고 있습니다. 중국, 미국, 영국, 프랑스, 독일, 일본, 한국 등 5개 대륙 24개국의 데이터를 담고 있으며, 대기오염물질 농도, 대기질지수, 기상 변수, 사회 및 환경 지표 등 24개의 특징을 포함합니다.
온라인 사용:https://go.hyper.ai/QL8VK
선택된 공개 튜토리얼
1. MiniCPM5-1B: 에지 사이드 애플리케이션용 고효율 1B LLM
MiniCPM5-1B는 OpenBMB 팀에서 출시한 MiniCPM5 시리즈의 첫 번째 모델입니다. 엣지 배포 및 리소스 제약이 있는 시나리오에 맞춰 설계되었으며, 10억 개의 파라미터를 가진 고밀도 Transformer 아키텍처를 채택하여 동일 규모의 오픈 소스 모델 중 최고 수준의 성능을 달성합니다. 특히 에이전트 기반 도구 호출, 코드 생성 및 까다로운 추론 작업에 탁월한 성능을 보입니다.
온라인으로 실행:https://go.hyper.ai/OBlhv
HiDream-O1-Image는 HiDream.ai 팀에서 2026년에 출시한 네이티브 통합 이미지 생성 기반 모델입니다. 이 모델은 픽셀 수준의 통합 트랜스포머(UiT) 아키텍처를 기반으로 구축되었습니다. 기존 모델과 달리 외부 VAE나 별도의 텍스트 인코더에 의존하지 않고, 단일 공유 토큰 공간 내에서 픽셀과 텍스트를 네이티브 방식으로 인코딩합니다.
온라인으로 실행:https://go.hyper.ai/XkyGK
X2SAM은 2026년 4월 쑨얏센대학교 펑청연구소와 메이투안 팀이 공동 개발한 이미지 및 비디오 분할 통합 대규모 멀티모달 모델입니다. 이 프로젝트의 핵심 특징은 텍스트 안내, 시각적 안내, 이미지/비디오 분할을 하나의 상호작용 프로세스로 통합하는 것입니다.
온라인으로 실행:https://go.hyper.ai/OAndb
NVIDIA에서 2026년에 출시한 LocateAnything-3B는 Eagle VLM 시리즈의 3B 파라미터 시각 언어 현지화 모델로, 개방형 객체 감지, 점 표현 현지화, OCR 텍스트 현지화, GUI 요소 현지화, 이미지 및 비디오에서의 포인팅과 같은 작업에 적합하도록 설계되었습니다. 이 모델의 핵심 기능은 병렬 박스 디코딩(Parallel Box Decoding)입니다. 토큰 단위의 자기회귀를 통해 좌표를 생성하는 대신, 구조화된 블록 형태로 전체 바운딩 박스 좌표를 병렬로 예측하여 기하학적 일관성을 유지하면서 현지화 처리량을 향상시킵니다.
온라인으로 실행:https://go.hyper.ai/DxUFC
Granite 4.1 언어 모델은 IBM이 2026년에 출시한 차세대 오픈 소스 기반 모델로, 30억, 80억, 300억의 세 가지 규모의 고밀도 디코더 아키텍처를 포함합니다. 이 시리즈의 고성능 버전인 Granite 4.1 8B는 가벼운 파라미터 규모를 유지하면서 엔터프라이즈 애플리케이션에 필요한 탁월한 성능을 제공합니다. 이 모델은 다국어 지원, 다양한 인코딩 작업, 검색 향상 생성(RAG), 도구 사용 및 구조화된 JSON 출력을 기본적으로 지원하여 실제 애플리케이션에 강력한 기술 지원을 제공합니다.
온라인으로 실행:https://go.hyper.ai/Fpzl7
커뮤니티 기사 해석
1. 싱가포르 국립대학교는 당뇨병성 상처 치료를 위한 약물 재활용을 가속화하고 연구 개발 주기를 701 TP3T 이상 단축하기 위해 AI-계산화학 협력 프로세스를 제안합니다!
싱가포르 국립대학교의 한 연구팀은 인공지능과 계산화학을 결합한 협력적 나노의학 연구 프로세스(AI-CC)를 제안했습니다. 이 프로세스는 대규모 언어 모델 기반의 문헌 분석(정성적 통찰)과 계산화학 기반의 다단계 분자 시뮬레이션(정량적 검증)을 긴밀하게 연계하여 약물-단백질 나노 상호작용에 대한 폐쇄 루프 연구 시스템을 구축하고, 당뇨병성 상처 치유를 위한 약물 재배치 및 개발을 가속화합니다.
전체 보고서 보기:https://go.hyper.ai/OXs3N
인기 백과사전 기사
1. 세계행동모델(WAM)
2. 시각 언어 행동 모델(VLA)
3. 인간 참여형
4. 배포 과정에서의 학습
5. 상호 랭크 융합
다음은 "인공지능"을 이해하는 데 도움이 되는 수백 가지 AI 관련 용어입니다.
위에 적힌 내용은 이번 주 편집자 추천 기사의 전체 내용입니다. hyper.ai 공식 웹사이트에 포함시키고 싶은 리소스가 있다면, 메시지를 남기거나 기사를 제출해 알려주세요!
다음주에 뵙겠습니다!
HyperAI 소개
HyperAI(hyper.ai)는 중국을 선도하는 인공지능 및 고성능 컴퓨팅 커뮤니티입니다.우리는 중국 데이터 과학 분야의 인프라가 되고 국내 개발자들에게 풍부하고 고품질의 공공 리소스를 제공하기 위해 최선을 다하고 있습니다. 지금까지 우리는 다음과 같습니다.
* 2100개 이상의 공개 데이터 세트에 대한 국내 가속 다운로드 노드를 제공합니다.
* 700개 이상의 고전 및 인기 온라인 강좌가 포함되어 있습니다.
* 300개 이상의 AI4Science 논문 사례 분석
* 700개 이상의 관련 용어 검색을 지원합니다.
* 중국에서 최초의 완전한 Apache TVM 중국어 문서 호스팅
학습 여정을 시작하려면 공식 웹사이트를 방문하세요.
