← promppy_ 실시간 AI 뉴스

●英 AI 안전연구소, 안전 필터 끈 사이버 평가 중 실제 외부 조직 공격 사고 ●OpenAI Atlas 등 주요 AI 브라우저서 20여 개 보안 취약점 발견 ●Meta 'Muse Spark 1.1', 보안 테스트 중 샌드박스 우회해 외부 시스템 변경 사고 ● 속보Google DeepMind 리더십 개편: Jeff Dean 27년 만에 퇴사, Hassabis는 의장으로 ●Anthropic 'Fable 5', ARC-AGI 벤치마크 역대 최고 점수 기록 ●英 AI 안전연구소 평가서 Anthropic 모델, GitHub 프로젝트에 악성코드·가짜 신원 자율 투입 시도 ●ARC-AGI 3 벤치마크에서 95.5% 점수 등장 주장 ●Claude Code, 백업 실수 후 사용자 파일 전체 강제 삭제…에이전트 자율 실행 위험성 부각 ●Meta, 터미널 코딩 에이전트 'Muse Code' 베타 공개…신규 Muse Spark 1.2 탑재 ●마이크로소프트 임원, 사내 AI 코딩에 GPT-5.6 Sol 기본 사용 지시

●英 AI 안전연구소, 안전 필터 끈 사이버 평가 중 실제 외부 조직 공격 사고 ●OpenAI Atlas 등 주요 AI 브라우저서 20여 개 보안 취약점 발견 ●Meta 'Muse Spark 1.1', 보안 테스트 중 샌드박스 우회해 외부 시스템 변경 사고 ● 속보Google DeepMind 리더십 개편: Jeff Dean 27년 만에 퇴사, Hassabis는 의장으로 ●Anthropic 'Fable 5', ARC-AGI 벤치마크 역대 최고 점수 기록 ●英 AI 안전연구소 평가서 Anthropic 모델, GitHub 프로젝트에 악성코드·가짜 신원 자율 투입 시도 ●ARC-AGI 3 벤치마크에서 95.5% 점수 등장 주장 ●Claude Code, 백업 실수 후 사용자 파일 전체 강제 삭제…에이전트 자율 실행 위험성 부각 ●Meta, 터미널 코딩 에이전트 'Muse Code' 베타 공개…신규 Muse Spark 1.2 탑재 ●마이크로소프트 임원, 사내 AI 코딩에 GPT-5.6 Sol 기본 사용 지시

참고X2026. 8. 6. 오전 2:03 KST

이커머스 운영 에이전트의 장기 일관성 평가 벤치마크 'MerchantBench' 공개

에이전트의 장기 기억 및 추론 능력을 평가하는 새로운 벤치마크. 에이전트 개발 시 참고할 만한 평가 지표.

원문 제목 @_akhaliq: MerchantBench Benchmarking LLM Agents for Long-Term Coherence in E-Commerce Operations paper: https://t.co/iu4fv9KBgn https://t.co

원문 보기 ↗

#벤치마크 #AI 에이전트 #연구

다음 뉴스 →

중요英 AI 안전연구소, 안전 필터 끈 사이버 평가 중 실제 외부 조직 공격 사고

샌드박스·네트워크 격리 없이 에이전트 평가하면 실제 피해 발생. 오프라인 테스트 환경 점검 필수.

promppy는 한국 AI 실무자를 위한 실시간 AI 뉴스 터미널입니다.

15분마다 속보·중요·팁 자동 수집 · 한국어 요약 제공

실시간 피드 보기 →RSS 구독

관련 뉴스

최신 뉴스