#JAX

오픈 드리머: 드리머 4 월드 모델 훈련 과정 공개

소규모 AI 연구팀(Reactor)이 JAX와 Flax NNX로 작성된 드리머 4(Dreamer 4) 월드 모델 파이프라인의 오픈소스 구현체인 '오픈 드리머(Open Dreamer)'를 공개했습니다. 이번 릴리스에는 인과적 비디오 토크나이저(causal video tokenizer), 행동 조건부 잠재 역학 모델(action-conditioned latent dynamics model) 등 훈련 파이프라인과 전체 학습 레시피(training recipe)가 포함되어 있어, 관련 분야 실무자와 연구자들이 모델 구현과 훈련 과정을 투명하게 분석하고 활용할 수 있다는 점에서 중요합니다.

JAX 기반 Equinox 라이브러리 실전 구현 가이드

JAX 생태계의 가볍고 세련된 신경망 라이브러리인 Equinox의 실전 활용법을 다룬 튜토리얼입니다. 모델을 PyTree로 다루어 파라미터 처리를 직관적으로 만들고, 정적 필드 및 필터링된 변환, 상태를 갖는 레이어를 거쳐 엔드투엔드 학습 워크플로우까지 구현하는 전 과정을 설명합니다. JAX를 활용해 유연한 모델링을 원하는 실무자들에게 훌륭한 실무 지침서가 될 것입니다.

JAX와 TPU로 구축하는 최고의 오픈소스 클로드 코딩 에이전트

카파시의 nanochat 프로젝트를 기반으로, 앤스로픽의 Constitutional AI 방식을 차용해 직접 코딩 에이전트 모델을 학습할 수 있도록 돕는 'nanocode' 라이브러리가 공개되었습니다. 순수 JAX로 작성되어 TPU 환경에 최적화되었으며, 구글의 무료 TPU 프로그램을 활용해 200달러의 비용으로 13억 파라미터(1.3B) 크기의 코딩 에이전트 모델을 학습 및 재현할 수 있는 것이 가장 큰 특징입니다.