MIT 연구진이 OpenAI의 GPT-6 Astra를 활용해 추가 학습 없이 다른 소형 AI의 신경망 가중치를 직접 수정하고 개선하는 연구를 발표했다. 실험에서 Astra는 Qwen 모델의 가중치 중 단 0.016%만 편집해 반복 오류를 잡고 수학 점수를 7.9%에서 48.1%로 끌어올렸다. 이는 프론티어 AI가 모델 내부를 직접 프로그래밍해 스스로 진화할 수 있는 잠재력을 보여준다.
ScenemaAI 가 감정 표현에 특화된 음성 생성 모델 Scenema Audio 를 오픈소스로 공개했습니다. LTX 2.3 에서 추출한 오디오 확산 구조를 바탕으로 지문 태그를 통해 감정 변화와 배경음을 제어하며, 제로샷 목소리 복제도 지원합니다. 16GB VRAM 환경부터 구동할 수 있습니다.
구글이 Gemma 3 기반의 오픈 번역 모델 'TranslateGemma'를 발표했습니다. 4B, 12B, 27B 세 가지 크기로 55개 언어를 지원하며, 12B 모델이 기존 27B 기준 성능을 뛰어넘는 동시에 이미지 내 텍스트 번역 기능까지 그대로 유지했습니다.
구글 딥마인드가 Gemma 3 전 모델을 지원하는 오픈소스 해석 가능성 툴킷 'Gemma Scope 2'를 공개했다. 270M부터 27B 파라미터 모델까지 대응하며 희소 오토인코더와 트랜스코더를 활용해 내부 의사결정 과정을 추적한다. 탈옥과 환각 등 AI 안전성 문제의 근본 원인을 디버깅하는 데 유용하다.
구글이 젬마 3 기반의 신형 인코더-디코더 모델 'T5Gemma 2'를 공개했다. 해당 계열 최초로 멀티모달과 128K 콘텍스트를 지원하며, 어텐션 통합 및 임베딩 공유로 파라미터를 최소 약 3.7억 개 수준까지 줄여 온디바이스 환경에 최적화했다. 사전 학습 체크포인트 형태로 제공된다.
구글이 Gemma 3 270M 기반의 함수 호출 특화 소형 모델 FunctionGemma를 공개했다. 스마트폰이나 젯슨 나노 등 엣지 기기에서 완전 오프라인으로 동작하며, 미세조정을 통해 작업 정확도를 58%에서 85%까지 끌어올렸다.
구글이 온디바이스 AI를 위한 경량 오픈 임베딩 모델 EmbeddingGemma를 공개했다. 3억 800만 파라미터 크기로 인터넷 연결 없이도 기기 자체에서 시맨틱 검색과 RAG를 실행할 수 있다. Gemma 3n과 동일한 토크나이저를 사용해 메모리 부담을 줄이고 데이터 프라이버시를 지켰다.
구글이 2억 7,000만 파라미터 크기의 소형 오픈 모델 'Gemma 3 270M'을 발표했다. 지시 수행과 텍스트 구조화 성능을 기본 탑재해, 거대 모델 대신 텍스트 분류와 데이터 추출 등 특정 업무에 맞춰 초저비용·고효율로 미세조정해 쓸 수 있다.
구글이 오픈소스 의료 멀티모달 모델 'MedGemma 27B Multimodal'과 경량 이미지 인코더 'MedSigLIP'을 발표했다. 단일 GPU는 물론 모바일 기기에서도 구동 가능해, 개발자가 환자 데이터 프라이버시를 안전하게 지키며 맞춤형 의료 도구를 구축할 수 있도록 돕는다.
구글은 양자화 인식 훈련(QAT)을 적용한 Gemma 3 오픈 모델을 공개했다. 훈련 과정에 양자화를 시뮬레이션해 4비트(int4) 환경에서도 퍼플렉시티 손실을 54% 줄였다. 이를 통해 고가의 서버용 장비 없이도 지포스 RTX 3090 같은 일반 소비자용 GPU에서 27B 모델을 로컬로 구동할 수 있다.
구글이 오픈 가중치 모델 제품군인 Gemma 3를 공개했다. 1B부터 27B까지 4가지 크기로 제공되며, 4B 이상 모델은 텍스트와 이미지를 동시 처리하고 128k 토큰 컨텍스트를 지원한다. 특히 27B 버전은 벤치마크에서 Gemini 1.5 Pro를 앞질렀다.
