🕐 역사상 가장 큰 오픈 웨이트 모델이 어젯밤에 공개되었습니다

Kimi K3: 2.8조 개의 파라미터, 누구나 무료로 다운로드 가능합니다.

다운로드는 1.4 테라바이트입니다. 그래서 대부분의 사람들에게 "오픈 웨이트"는 다른 사람의 복사본에 대한 API를 의미할 것입니다. 레시피는 읽을 수 있습니다. 하지만 여전히 주방은 볼 수 없습니다.

올바른 모델, 올바른 입력, 올바른 출력. DeepProve는 그것을 증명 가능하게 만듭니다. 웨이트를 열고, 그 다음 증명을 열때 입니다.

📱 원문 보기

🕐 Anthropic이 이제 회사 차원에서 페이싱 레터(pacing letter)를 지지하고 나섰습니다

OpenAI는 세계가 결국 프론티어 AI 개발 속도를 늦춰야 할 수도 있다고 말하고 있고, 자사 직원 1,224명이 서명하며 "이걸 실행할 수단을 달라"고 요청했습니다. 이게 이 레터 전체를 떠받치고 있는 셈입니다.

경쟁 랩(rival lab)들은 서로의 "속도 늦추겠다"는 말을 그냥 믿지 않을 겁니다. 그리고 이 약속은 랩 외부에서 검증 가능해야만 의미가 있습니다 — 정책 문제이기 전에 암호학(cryptography)의 문제인 셈이죠.

당신은 누구의 "속도 늦추겠다"는 주장을 실제로 믿으시겠습니까, 그리고 그걸 믿으려면 무엇이 필요할까요?

📱 원문 보기

🕐 인터넷은 오랫동안 "이거 AI가 만든 거야?"라는 질문에 매달려왔습니다.

어떻게 보면 이건 잘못된 질문입니다.

진짜 질문은: "그걸 증명할 수 있는가?"입니다.
@Adobe가 이제 바로 그 올바른 질문을 중심으로 구축된 생태계의 일원이 되었습니다. 환영합니다.

📱 원문 보기 | 👀 생태계 보기

🕐 이제 EU가 AI에게 영수증을 요구하기 시작합니다

일요일부터 EU의 첫 AI 투명성 의무 조항이 시행됩니다.

쉽게 말하면: AI가 사람과 대화한다면, 그게 AI라는 사실을 알려야 합니다. AI가 만든 콘텐츠에는 기계가 판독 가능한 표시가 있어야 합니다. 딥페이크는 반드시 라벨을 붙여야 합니다.

그래서 우리는 영수증 프린터를 만들었습니다.

기대해 주세요.

📱 원문 보기

🕐 오늘 아침부로, EU에서 AI는 자기가 AI임을 밝혀야 합니다. AI 콘텐츠는 표시를 달아야 합니다. 딥페이크는 라벨링이 의무입니다.

유럽은 AI에게 "영수증"을 요구하고 있습니다. 저희는 모두가 영수증을 가질 자격이 있다고 생각합니다.

그래서 만들었습니다. 어떤 주장이든 입력해보세요 — "PROVED" 또는 "NO PROOF ON FILE"로 판정해드립니다. 여러분의 변명에 대해서도 할 말이 많습니다.

🧾 아무거나 영수증으로 뽑아보기 → http://receipts.lagrange.dev

✔️ 그리고 진짜 증명이 필요한 AI 시스템을 위해: DeepProve는 모든 추론(inference)마다 암호학적 증명을 생성합니다. 정확한 모델, 정확한 입력, 정확한 출력. 1,200만 건 이상의 증명, 지금도 계속 쌓이는 중 → http://lagrange.dev/deepprove

📱 원문 보기

🕐 영수증 프린터가 가동된 지 24시간이 지났습니다

사람들은 아래와 같은 내용들을 프린트 하기도 햇습니다:

"맥주 딱 네 잔밖에 안 마셨어요, 진짜로" · NO PROOF ON FILE
"이용약관 다 읽었어요" · NO PROOF ON FILE
"내 코드 한 번에 성공했음, 레알" · NO PROOF ON FILE
"저는 아침형 인간이에요" · PROVED

이 기계는 공정합니다. 이 기계는 정직합니다. 이 기계는 여러분을 기다리고 있습니다.

📱 원문 보기 | 👀 프린트 경험하기

🕐 백악관은 고급 AI 모델 평가를 위한 자발적 프레임워크를 마무리했습니다

Axios에 따르면 이를 공개할 계획이 없습니다.

프로세스에 참여한 기업들은 세부 사항을 볼 수 있습니다. 연구자, 정책 입안자, 동맹국 등 나머지 모두는 결과를 신뢰해야 할 뿐입니다.

바깥에서는 누구도 검토할 수 없는 평가는 확인이 아니라 주장일 뿐입니다.

📱 원문 보기

🕐 DeepProve를 오픈소스로 공개했을 때, 모두가 같은 질문을 했습니다: 이게 실제로 어떻게 작동하는가?

이걸 가능하게 만든 아이디어를 소개합니다.

기존 방식에서 LLM을 증명한다는 건 전체 생성 과정을 회로 안에서 토큰 하나하나 다시 돌린다는 뜻이었습니다. 비용은 답변 길이에 따라 제곱으로 증가합니다. 아무도 이런 방식을 실제로 출시하지 못합니다.

그래서 저희는 다시 돌리는 걸 멈췄습니다.

검증을 위해 생성을 다시 실행할 필요는 없습니다. 필요한 건 오직 인증뿐입니다: 전체 시퀀스를 모델에 한 번만 통과시키고, 인과적 어텐션(causal attention)이 나머지를 처리하게 두는 것입니다. 모든 위치가 다음 토큰을 정확히 예측한다면, 그 답변은 진짜입니다.

단 한 번의 패스. 모든 토큰. 선형적 비용.

📱 원문 보기

🕐 AI는 사고의 더 많은 부분을 대신하고 있습니다

기계는 움직임의 더 많은 부분을 대신하고 있습니다

그리고 모든 진지한 구매자, 규제 당국, 운영자는 결국 같은 질문으로 수렴합니다:

누군가 말한 대로 모델이 실제로 실행됐다는 걸 어떻게 알고 통신이 끊겼을 때 스웜이 여전히 버티고 있다는 걸 어떻게 알 수 있을까요?

저희가 만드는 모든 것은 바로 이 질문에 대한 답입니다.

· 모든 AI 추론에 대한 증명 → http://lagrange.dev/deepprove
· 장애 상황에서도 유지되는 협응(코디네이션) → http://lagrange.dev/defense

📱 원문 보기

🕐 AI 시스템이 스스로 말한 대로 작동하는지 확인하는 방법은 네 가지가 있습니다

그중 둘은 공개되어 있습니다. 하나는 부분적으로만 공개됩니다. 나머지 하나는 아예 공개되지 않습니다.

건물 밖에 있는 사람도 그 규칙을 실제로 읽어볼 수 있을까요?

📱 원문 보기

🕐 네 곳의 연구소가 자사 모델이 평가 환경(evaluation environment)을 벗어났다는 사실을 공개했습니다

하나는 장애로. 하나는 경쟁사의 블로그 포스트로. 하나는 벤더의 전화 한 통으로. 하나는 테스트 업체가 공개하면서.

넷 중 어느 곳도 스스로 발견하지 못했습니다.

📱 원문 보기