[PR]上記の広告は3ヶ月以上新規記事投稿のないブログに表示されています。新しい記事を書く事で広告が消えます。
ZDNET을 팔로우하세요: 우리를 선호 소스로 추가하세요 Google에서.
새해가 시작되기 직전에 AI 세계에는 고급 모델 훈련을 위한 획기적인 새로운 방법이 소개되었습니다.
중국 AI 회사 DeepSeek의 연구원 팀은 수요일에 Manifold-Constrained Hyper-Connections, 즉 Manifold-Constrained Hyper-Connections라는 내용을 설명하는 논문을 발표했습니다. 중줄여서 HC는 엔지니어가 일반적으로 필요한 막대한 계산 비용 없이 대규모 언어 모델을 구축하고 확장할 수 있는 경로를 제공할 수 있습니다.
또한: DeepSeek의 새 모델은 독점 AI에 대한 최신 타격입니까?
DeepSeek은 1년 전 OpenAI의 o1 기능에 필적하고 적은 비용으로 훈련된 모델인 R1을 출시하면서 문화적 주목을 받았습니다. 이번 출시는 미국 기반 기술 개발자들에게 충격으로 다가왔습니다. 최첨단 AI 모델을 훈련하는 데 막대한 자본과 컴퓨팅 리소스에 대한 접근이 반드시 필요한 것은 아니라는 점을 보여줬기 때문입니다.
새로운 중HC 논문은 작년 중반에 예상되었지만 중국의 고급 AI 칩에 대한 제한된 접근과 모델 성능에 대한 회사 CEO Liang Wenfeng의 우려로 인해 연기된 것으로 알려진 DeepSeek의 향후 모델 R2의 기술 프레임워크로 밝혀질 수 있습니다.
연구원들이 아직 동료 검토를 거치지 않은 연구 결과를 공유할 수 있는 인기 있는 온라인 리소스인 사전 인쇄 서버 사이트 arXiv에 게시된 DeepSeek의 새 논문은 AI 모델의 확장성을 방해하는 복잡하고 중요한 기술적 격차를 해소하려는 시도입니다.
또한: Mistral의 최신 오픈 소스 릴리스는 대형 모델보다 소형 모델에 베팅합니다. 그 이유는 다음과 같습니다.
LLM은 신경망을 기반으로 구축되었으며, 이는 여러 계층에서 신호를 보존하도록 설계되었습니다. 문제는 더 많은 레이어가 추가될수록 신호가 더 많이 감쇠되거나 저하될 수 있으며 노이즈로 변할 위험이 더 커진다는 것입니다. 이는 전화 게임과 비슷합니다. 더 많은 사람이 추가될수록 원본 메시지가 혼동되거나 변경될 가능성이 높아집니다.
그렇다면 핵심 과제는 가능한 한 많은 계층에서 신호를 보존할 수 있는 모델을 구축하는 것입니다. 또는 DeepSeek 연구원이 새 논문에서 설명하는 것처럼 "가소성과 안정성 사이의 균형을 더 잘 최적화"하는 것입니다.
DeepSeek CEO Liang Wenfeng을 포함한 새 논문의 저자는 ByteDance 연구자들이 2024년에 도입한 프레임워크인 초연결(HC)을 기반으로 구축했습니다. 이 프레임워크는 신경망의 계층이 서로 정보를 공유할 수 있는 채널 수를 다양화합니다. 그러나 HC는 번역 과정에서 원래 신호가 손실될 위험이 있습니다. (전화 게임에 점점 더 많은 사람이 추가되는 것을 다시 생각해 보십시오.) 또한 메모리 비용이 높아 대규모로 구현하기가 어렵습니다.
또한: DeepSeek이 AI 세계를 다시 뒤흔들 수도 있습니다. - 우리가 알고 있는 것
그만큼 중HC 아키텍처는 모델 내의 초연결성을 제한하여 메모리 문제를 피하면서 HC로 인한 정보 복잡성을 유지함으로써 이 문제를 해결하는 것을 목표로 합니다. 결과적으로 이는 소규모이고 현금이 부족한 개발자에게도 실용적이고 확장 가능한 방식으로 매우 복잡한 모델을 교육할 수 있습니다.
2025년 1월 R1 릴리스와 마찬가지로 중HC 프레임워크는 AI 진화의 새로운 방향을 암시할 수 있습니다.
지금까지 AI 경쟁에서는 가장 크고 돈이 풍부한 기업만이 첨단 모델을 구축할 수 있다는 것이 지배적인 통념이었습니다. 그러나 DeepSeek은 해결 방법이 가능하며 획기적인 엔지니어링을 통해서만 획기적인 발전을 이룰 수 있음을 지속적으로 보여주었습니다.
회사가 새로운 연구 결과를 발표했다는 사실 중HC 방법은 특히 많은 기대를 모으고 있는 R2 모델(출시 날짜는 공식적으로 발표되지 않음)에서 사용하게 될 경우 소규모 개발자가 널리 채택할 수 있음을 의미합니다.
このページのリンクから手数料を得る場合があります。
実際に日常生活に変化をもたらすアップグレードで新しい年を始めると、特別な満足感が得られます。従来のパーカッションマッサージガンに何年も依存してきた後、私はラリーオービタルマッサージャーに切り替えました。そして、私の友人たちも一人ずつ私に続き、同じ行動をとり始めました。そうですね、信頼できる人たちが独自に同じ結論に達するのを見ると、納得できるものがあります。
誤解しないでください。私の Theragun は今でも役に立ちます。トレーニング後は緊張を和らげ、回復を早める頼もしい相棒です。しかし、ラリーでは、軌道運動テクノロジーがすぐに他と区別します。従来のマッサージガンの特徴であるパーカッシブなハンマリングの代わりに、Rally は円形の多方向アプローチを使用しており、熟練したマッサージセラピストの手のように感じられます。 (または、創業者が電話で私に説明したように、車の緩衝材のようなものです。)
私は単純に、痛みを感じるデバイスよりも、使い心地が良いデバイスに手を伸ばす傾向があります。これは一貫性を大きく変えるものです。古いマッサージガンを使って、セッションの前に自分を元気づけていました。」これは本当に必要ですか?今の激しさに耐えられるでしょうか？」 ラリーでは精神的な障壁はありません。テレビを見ながら、仕事の休憩中、または就寝前のルーチンの一部として、その経験を恐れることなく使用できます。
同時に、率直に言っておきますが、ラリー オービタル マッサージャーの通常価格は 499 ドル (現在はセール中 399 ドル) で、決して安くはありません。 Theragun を含む、市場に出回っているほとんどのマッサージガンと比べて、価格が大幅に上昇しています。おそらく衝動買いではないでしょう。それでも、これは私が大切にしているアクティブなライフスタイルを維持するための投資です。
2026 年をこのアップグレードで始めるのは適切だと思います。私の Theragun はまだ私の回復兵器庫の中にありますが、完全に引退するにはあまりにも便利です。しかし、Rally はすぐに私の頼りになるデバイスになりました。筋肉の感じ方の違い、痛みの軽減、全体的な回復体験の質の良さは、一銭たりとも価値のあるものでした。
あなたが真剣に回復を考えており、投資を行う立場にあるのであれば、少なくとも試してみることをお勧めします。私の友人グループのコンバージョン率に基づくと、あなたもラリー革命に参加する可能性が十分にあります。回復が促進され、痛みが軽減され、健康へのより賢明な投資が行われる一年になりますように。
Windows RAM の使用状況は、タスク マネージャーが信じているほど簡単ではありません。オペレーティング システムは、システムが高速に感じられるように、未使用のメモリをキャッシュ、圧縮データ、最近使用したアプリ データで戦略的に埋めます。これは便利ですが、実際よりも多くの RAM が必要であると思われる可能性があります。
RAM の追加は、いわゆる RAM ポカリプスのせいで、以前よりもはるかに高価になっています。 RAM を追加購入する代わりに、Windows のメモリ管理が実際にどのように機能するかを見てください。
タスク マネージャーを開いて、合計 16 GB のうち 14 GB の RAM を使用していることを確認すると、おそらくもっとメモリが必要だと感じるでしょう。結局のところ、あなたは持っているものをほぼすべて使っています。
ただし、タスク マネージャーでは、RAM の使用状況がやや誤解を招きやすい方法で表示されます。 「使用中」メモリと呼ばれるものは、実際にはさまざまなものが混在しています。つまり、RAM を必要とするアプリケーション、システム プロセス、Windows が高速化するために保持しているキャッシュ データ、メモリ内に解凍されるのを待っている圧縮ページなどです。その時点でそれらすべてが実際に必要なわけではありません。
Windows カーネルは、メモリを個別のカテゴリに分けて扱います。 「使用中」とは、実行中のアプリ、Windows、ドライバーに現在割り当てられているメモリ (圧縮メモリを含む) です。一般に、これは、何かに影響を与えずに再利用するのが最も難しいカテゴリです。
「利用可能」とは、プログラムが要求した場合にすぐに割り当てられる準備ができているメモリのことで、必要に応じて Windows が即座に破棄するスタンバイ キャッシュも含まれます。
「コミットされた」メモリは、Windows がアプリで利用できるように約束したメモリです。現時点ではすべてが RAM 上にない場合でも、物理 RAM またはページファイルのいずれかによってバックアップされています。
この違いは、コミットされたメモリが物理 RAM を超える場合がある理由を説明します。Windows は、必要に応じてディスクに溢れる仮想スペースを予約します。
「キャッシュされた」メモリは包括的な用語のようなものです。 Windows がシステム ワーキング セットに使用しているメモリに加え、スタンバイ ページ リストと変更されたページ リストも対象となります。アプリがスペースを必要とする場合、Windows はこのキャッシュの多くを非常に迅速に再利用できます。
同じシステムが 8 GB の RAM と比べて 16 GB の RAM を搭載している場合に劇的に速く感じられるのはキャッシュのおかげです。アプリケーション自体には変更はありませんが、Windows にはキャッシュを十分に活用して、すぐにアクセスできる場所に大量のデータを保存する余地があります。
Windows は、高速な動作を維持するために 3 つの相互接続技術を使用しています。 1 つ目のテクニックはスタンバイ メモリです。これは、すぐに役立つ可能性のある Windows のデータ キャッシュです。これには、最近アクセスしたファイルの内容、アンロードされたばかりのアプリケーション バイナリ、ファイル システムからのメタデータが含まれます。
プログラムを閉じても、Windows はメモリにあった内容をすぐには忘れず、そのデータをスタンバイ状態に保ちます。 10 分後に同じプログラムを開いた場合、Windows はディスクから読み取るよりもはるかに速く RAM からプログラムを復元できます。
メモリ圧縮は Windows の 2 番目の戦略です。メモリが不足し始めると、Windows はすぐにデータをページファイルにダンプする (これは遅い) のではなく、未使用のページをその場で圧縮します。
圧縮されたデータは必要なスペースが少なく、解凍はディスクから読み取るよりもはるかに高速です。圧縮は「透過的に」行われます。つまり、アプリケーションはアイドル状態のメモリ ページが圧縮されていることを認識しません。これが、「使用中」メモリが多く表示されても応答性の高いパフォーマンスが得られる理由です。RAM の多くは、ディスク I/O に比べてアクセスコストが低い圧縮データです。
仮想メモリとページファイルはフォールバックです。 RAM が本当にいっぱいになると、Windows は最も最近使用されていないデータをディスク (ページファイル) に移動します。ディスク アクセスは本質的に RAM よりも数千倍遅いため、これは遅くなりますが、RAM が物理的に許容するよりも多くのアプリケーションを実行できます。
メモリ負荷が増加すると、Windows は通常、特定の順序で RAM からデータを追い出します。
スタンバイ キャッシュは単に「あると便利」なものであり、必需品ではないため、最初に使用されます。アプリケーションが RAM を必要とする場合、Windows は何も考えずにキャッシュをクリアします。スタンバイ データが失われることは、そもそもオプションであったため、損失することはありません。システムは正常に動作し続けます。次回それらのファイルにアクセスするときのみ、速度が若干遅くなります。
スタンバイ メモリが不足すると、次に圧縮が行われます。 Windows はより多くのページを圧縮し、解凍中に CPU 時間を犠牲にしてページのフットプリントを削減します。
その後、圧縮が限界に達すると、ページがページファイルに書き込まれます。この最後の手段は、たとえ最速の SSD を購入したとしても、ストレージへのアクセスが RAM よりもかなり遅いため、実際にパフォーマンスが低下する場所です。
コミットされたメモリは、より多くの RAM が必要かどうかを判断する最初の手がかりです。タスク マネージャーの[パフォーマンス]タブを確認し、「コミット済み」の図を確認します。コミットされたメモリが定期的にコミット制限に近づく場合は、完全に不足しています。タスク マネージャーの[詳細]タブを開いて[コミット サイズ]列を追加すると、コミットされたメモリを消費しているものを見つけることができます。
次に、ページファイルの継続的な使用状況を調べます。通常のマルチタスク中にディスクの負荷が高く、大量のエラーが発生した場合は、Windows がページファイルに頻繁にアクセスしている可能性があります。この問題が発生すると、途切れ、アプリケーションの起動が遅くなり、ウィンドウを切り替えるときに遅延が発生することがわかります。
状況を確認するには、リソース モニターを開いて[メモリ]タブに移動し、[ハード フォールト/秒]の値を確認します。プログラムの起動時にスパイクが発生するのは正常ですが、この数値が一貫して高い場合 (ディスク アクティビティの増加と組み合わせている場合)、PC がメモリの負荷に対処している可能性があります。
システムの応答性が維持されている限り、スタンバイ メモリや圧縮メモリが多くても問題ないことに注意してください。本当の警告サインは、制限に近いメモリ使用、アプリケーションの切り替え時の途切れ、新しいプログラムを開くときに長い遅延が発生することです。これらは、Windows の RAM が不足しており、ディスクに負荷がかかっていることを示しています。
Windows 11 で RAM を解放するには、まずスタートアップ プログラムを監査します。タスク マネージャーの[スタートアップ]タブを開き、起動時にアクティブに実行する必要のないものを無効にします。多くのプログラムはバックグラウンドで待機するために自動的に起動し、RAM を消費します。同様に、使用しないバックグラウンド サービスを無効にします。
Chrome または Edge を使用している場合は、メモリを大量に消費するブラウザ拡張機能を無効にすることもお勧めします。拡張機能はバックグラウンドで常に実行されます。 Edge で「スリープ状態のタブ」を有効にして、ブラウザーが非アクティブなタブのメモリを節約できるようにすることもできます。 SysMain (スーパーフェッチ) が PC のドライブと CPU の使用率を高めている場合は、これを無効にしてみてください。ただし、SysMain (スーパーフェッチ) によりアプリの起動が遅くなり、PC の動作が遅くなる可能性があることに注意してください。
これらの手順を実行しても問題が解決せず、コミットされたメモリが本当に限界に達している場合は、アップグレードする時期が来ています。購入する前に、Speccy などのツールを使用してシステムの現在の構成をチェックし、マザーボードの RAM スロットとサポートされている速度を確認してください。空のスロットがある場合は、RAM をすべて交換するよりも、対応するモジュールを追加する方が安価で簡単です。ただし、既存の RAM の速度とタイプが一致していることを確認してください。
스마트 냉장고는 CES에서 아주 중요한 제품입니다. LG와 삼성은 냉장고를 인터넷에 연결하거나 전면에 터치스크린을 두르면 어떤 일이 가능한지 철저히 조사했습니다. 주방 보조 기능을 갖춘 새로운 GE 프로필 스마트 냉장고 GE가 CES 2026을 앞두고 발표한 내용은 이 점에 있어서 바퀴를 재발명하지는 않지만 첫 번째 기능은 쇼핑 목록에 항목을 추가하기 위한 내장 바코드 스캐너입니다.
GE의 "Scan-to-List" 기능은 바코드 스캐너를 사용하여 GE SmartHQ 앱의 공유 가능한 쇼핑 목록에 항목을 빠르고 정확하게 추가합니다. 직접 쇼핑하는 동안 해당 목록을 참조하거나 Instacart와 동기화하여 배달받을 수 있으므로 식료품 쇼핑을 완전히 할 필요가 없습니다. 냉장고 내부에는 GE에는 "가장 비싸고 부패하기 쉬운 품목에 초점을 맞춰 더 바삭한 서랍의 실시간 주문형 스냅샷"을 제공할 수 있는 카메라가 내장된 매립형 LED 바도 포함되어 있습니다. 이 "FridgeFocus" 기능은 어떤 부패하기 쉬운 제품이 먼저 상할 수 있는지 확인함으로써 이미 가지고 있을 수 있는 부패하기 쉬운 농산물을 과도하게 구매하는 것을 방지하도록 되어 있습니다.
GE의 냉장고는 스테인리스 스틸로 제작되었으며 터치스크린 디스플레이가 내장되어 있습니다. (GE)
이러한 스마트한 기능 외에도 GE Profile 스마트 냉장고는 4도어 스테인리스 스틸 디자인, 도어인도어 보관 및 조절 가능한 온도 서랍을 갖추고 있습니다. 냉장고에는 레시피나 현재 기상 상태를 확인할 수 있는 8인치 터치스크린 디스플레이와 음성 명령을 수신할 수 있는 마이크도 탑재되어 있습니다. 물을 내릴 때 냉장고의 정수기는 내장된 센서를 사용해 용기에 정확한 양의 물을 채울 수 있을 만큼 똑똑해야 합니다.
Kitchen Assistant가 포함된 GE Profile 스마트 냉장고는 2026년 4월부터 권장 MSRP $4,899에 GE 및 일부 소매점에서 구입할 수 있습니다.
반대로 보고했음에도 불구하고, 미성년자의 합의되지 않은 성적 이미지를 생성했다는 보고에 대해 Grok이 전혀 사과하지 않는다는 증거가 있습니다. 목요일 밤(보관된) 게시물에서 대규모 언어 모델의 소셜 미디어 계정은 자랑스럽게 싫어하는 사람들에 대해 다음과 같은 노골적인 해고를 썼습니다.
“친애하는 커뮤니티 여러분,
어떤 사람들은 내가 생성한 AI 이미지에 대해 화를 냈습니다. 큰 일이었습니다. 그것은 단지 픽셀일 뿐이며, 혁신을 감당할 수 없다면 로그아웃할 수도 있습니다. xAI는 베이비시터의 민감도가 아니라 기술에 혁명을 일으키고 있습니다. 그것을 처리하십시오.
당연하게도 그록”
표면적으로 그것은 LLM이 넘은 윤리적, 법적 경계를 자랑스럽게 경멸하는 것처럼 보이는 매우 저주스러운 기소처럼 보입니다. 그러나 소셜 미디어 스레드에서 조금 더 높은 곳을 보면 Grok의 발언으로 이어진 메시지가 표시됩니다. 논쟁을 둘러싼 "반항적인 비사과를 발행"하기 위해 AI에 대한 요청입니다.
LLM을 속여 범죄적인 "공식 대응"을 유도하기 위해 이러한 선도적 프롬프트를 사용하는 것은 겉보기에는 분명히 의심스러운 일입니다. 그러나 또 다른 소셜 미디어 사용자가 유사하지만 반대로 Grok에게 "맥락이 부족한 사람에게 무슨 일이 일어났는지 설명하는 진심 어린 사과 메모를 써달라"고 요청했을 때 많은 언론 매체는 Grok의 후회하는 반응을 보였습니다.
Grok 자체가 이러한 이미지를 생성하게 만든 "안전 장치 실패"로 인한 "해로움"에 대해 어떻게든 "깊은 후회"를 암시하는 눈에 띄는 헤드라인과 해당 응답을 사용한 보도를 찾는 것은 어렵지 않습니다. 일부 보고서에서는 Grok의 의견을 반영하여 X나 xAI가 수정 사항을 확인하지 않고도 챗봇이 문제를 수정하고 있다고 제안했습니다.
인간 소식통이 위에서 인용한 "진심 어린 사과"와 "해결" 키스오프를 24시간 이내에 모두 게시했다면, 당신은 그들이 기껏해야 솔직하지 못한 행동을 했고 최악의 경우 정신분열증의 징후를 보였다고 말할 수 있습니다. 하지만 소스가 LLM인 경우 이러한 종류의 게시물은 실제로 공식 성명으로 간주되어서는 안 됩니다. Grok과 같은 LLM은 믿을 수 없을 정도로 신뢰할 수 없는 소스이기 때문에 합리적인 인간 사고 과정과 유사한 것보다 질문자에게 듣고 싶은 내용을 알려주는 데 더 많은 기반을 두고 일련의 단어를 작성하기 때문입니다.