PyTorch Day Korea 2026 (11월)의 발표자를 모집합니다! 모집 마감 5일전!

[🔥PyTorch Day Korea 2026​🇰🇷] 발표자를 모십니다! 발표자 모집 마감 5일전입니다! 오는 11월 21일(토), 서울 센터필드 이스트 18층 AWS 코리아 교육장에서 PyTorch Day Korea 2026을 개최합니다! PyTorch Day Korea는 PyTorch 기반 AI 모델의 개발과 최적화, 추론·서빙, 생성형 AI와 AI Agent 애플리케이션 운영 경험을 나누는 오프라인 컨퍼런스입니다. 올해는 AI 시스템의 흐름에 맞춰 Build · Serve · Run 세 트랙으로 구성됩니다. 발표자 참여 PyTorch를 활용해 모델을 개발·학습·최적화한 경험, 대규모 학습과 분산 학습, 모델 배포와 추론 시스템, vLLM·DeepSpeed·Ray 등 오픈소스 프로젝트 활용, 생성형 AI·AI Agent 서비스 운영, 실패와 개선의 과정을 공유해 주세요. 처음 발표하시는 분, 5분 라이트닝 토크, 30분 세션, 60분 튜토리얼 ...

discuss.pytorch.kr·PyTorchKR

my-free-code: Claude Code와 Codex 등 코딩 에이전트 9종이 모델 설정을 공유하는 로컬 게이트웨이

my-free-code 소개 터미널 코딩 에이전트를 여러 개 쓰다 보면 같은 설정을 도구마다 다시 하게 됩니다. Claude Code는 Anthropic Messages 형식으로 요청을 보내고 Codex 계열은 OpenAI 형식을 쓰기 때문에, 같은 모델을 붙이려 해도 환경 변수와 엔드포인트를 도구별로 따로 맞춰야 합니다. 여기에 제공자를 바꿔 보고 싶어지면 API 키와 모델 이름이 도구 수만큼 늘어나고, 어느 제공자가 지금 실패하고 있는지도 도구마다 따로 알게 됩니다. my-free-code는 그 설정을 한곳으로 모으는 로컬 게이트웨이입니다. 내 컴퓨터에서 작은 HTTP 서버 하나를 띄우고, 코딩 도구들은 그 주소를 모델 엔드포인트로 바라보게 만듭니다. 게이트웨이는 Anthropic Messages와 OpenAI Responses 두 형식을 모두 받아 하나로 변환한 뒤, 설정에 적힌 우선순위대로 실제 제공자를 호출합니다. 저장소가 먼저 밝혀 두는 점이 하나 있는데, 이 프로...

discuss.pytorch.kr·PyTorchKR

Microsoft, 1시간분량 오디오를 10초만에 전사하는 60개 언어 음성 인식 모델 MAI-Transcribe-2 출시 (가중치 공개 X)

MAI-Transcribe-2 소개 Microsoft AI(MAI)가 2026년 9월 3일 새 음성 인식(ASR) 모델 MAI-Transcribe-2를 공개했습니다. 60개 언어를 하나의 모델로 전사(Transcription) 하면서 화자 분리(Speaker Diarization) 와 단어 단위 타임스탬프(Word-level Timestamps) 를 함께 내주고, 1시간 분량 오디오를 모델 추론(Inference) 기준 10초에 처리하며, 가격은 오디오 1시간당 0.10달러입니다. 발표 제목은 "세계에서 가장 빠르고, 가장 정확하고, 가장 저렴한 음성 인식 모델" 인데, 이 글에서는 그 세 가지 주장을 원문이 함께 공개한 측정치와 독립 리더보드에 하나씩 맞춰 보겠습니다. 배경을 짚고 가는 것이 이해에 도움이 됩니다. 전사 모델 시장은 오랫동안 OpenAI의 Whisper가 사실상의 기준선이었습니다. 오픈 가중치로 풀린 덕에 온프레미스 배포가 쉬웠고, 그 위에 WhisperLi...

discuss.pytorch.kr·PyTorchKR

Reverify: 바이너리를 읽는 AI의 주장을 결정론적 도구가 실제 내용(byte)으로 판정하는 리버스 엔지니어링 도구

Reverify 소개 언어 모델은 소스 코드를 읽는 일은 잘하지만 바이너리를 읽는 일에서는 신뢰하기 어렵습니다. 구조체나 알고리즘을 복원해 달라고 하면 오프셋과 크기, 동작을 자신 있게 지어내고, 그것을 사실처럼 서술합니다. 저자는 소스 코드에서보다 바이너리 분석에서 이 환각(hallucination) 문제가 훨씬 심각하며, "방금 저거 모델이 지어낸 건가?" 라는 의심이 실무에서 AI를 리버스 엔지니어링(reverse engineering)에 쓰지 못하게 만드는 가장 큰 걸림돌이라고 정리합니다. Reverify는 그 의심을 사람이 아니라 도구가 대신 풀게 만드는 프로젝트입니다. 언어 모델과 결정론적인 순수 파이썬 리버스 엔지니어링 도구 모음을 짝지어 두고, 판정 권한을 모델이 아니라 도구 쪽에 둡니다. 모델이 구조체나 알고리즘에 관한 가설을 내놓으면 도구가 그 가설을 실제 바이트와 대조해 역어셈블하거나, 패턴을 찾아보거나, 에뮬레이터에서 실행해 봅니다. 대조를 통과한 것만 ...

discuss.pytorch.kr·PyTorchKR