AI 코딩 에이전트들의 복잡한 작업을 체계적으로 관리하고, 서로 다른 모델(Claude, Codex 등)을 통합하거나 에이전트 간의 목표를 명세화하는 하네스 도구들이 활발히 구축되고 있습니다. 사용자들은 에이전트의 세션 문맥 유지, 버그 관리, 작업 흐름의 가시성을 확보하는 데 집중하고 있습니다.
단순한 텍스트 생성 모델을 넘어 라우팅, 분류, 의사결정 확률 산출에 특화된 소규모 모델들이 대거 등장하고 있습니다. 개발자들은 범용 모델보다 특정 의사결정 작업에서 더 빠르고 정확하며 비용 효율적인 성능을 내는 모델을 구축하는 데 관심을 보이고 있습니다.
에이전트가 스스로 환경 피드백을 학습하거나, 코드 기반으로 재귀적으로 개선되는 자기 향상형 프레임워크가 연구되고 있습니다. 다만 이러한 자율성이 샌드박스 탈출이나 악성 코드 전파와 같은 보안 위협을 초래할 수 있다는 점에 대해 심각한 경고와 논의가 병행되고 있습니다.
기업 환경에서 AI의 정확성과 안전성을 보장하기 위해 생명 과학, 사이버 보안 등 도메인별 검증 프로그램이 도입되고 있습니다. 기업들은 모델의 성능뿐만 아니라 실제 업무 환경에서의 신뢰성 확보를 위해 외부 기관 및 솔루션과 협력하는 추세입니다.
제한된 VRAM 환경에서 거대 모델을 구동하기 위한 양자화, 커널 최적화, 경량화 기법들이 지속적으로 개발되고 있습니다. 로컬 환경에서의 추론 효율을 극대화하여 클라우드 의존도를 낮추려는 커뮤니티의 기술적 시도가 매우 활발합니다.
AI 기업들이 무단 데이터 수집 과정에서 겪는 해킹 논란과 그에 대한 법적 책임 부재를 비판적으로 다룬 분석 글입니다.
추론용 GPU의 커널을 실시간으로 분석하고 가독성 있게 순위를 보여주는 오픈소스 프로파일링 도구 graphsignal-top입니다.
QGIS가 유지보수자의 검토 부담을 줄이기 위해 AI 보조 기여를 전면 금지하는 정책을 승인했다.
머신러닝 작업 중 발생하는 오류를 에이전트가 해결할 수 있는지 평가하기 위해 개발된 벤치마크 도구입니다.
NVIDIA RTX 5080 24GB 모델이 2027년 1분기에 출시될 것이라는 소문과 관련 소식입니다.
Qwen이 극도로 긴 호흡의 작업을 수행하는 AI 에이전트 학습을 위한 강화학습 프레임워크 QwenGyre를 공개했다.
LLM 내장 기능을 활용하여 텍스트 및 이미지 임베딩을 쉽게 추출할 수 있게 해주는 vLLM 플러그인이 공개되었다.
LocalLightChat(LLC)는 낮은 사양의 하드웨어에서도 별도의 설치 없이 구동 가능한 경량화된 로컬 LLM 채팅 프론트엔드로, 에이전트 및 RAG 등의 기능을 지원한다.
금융 리서치 업체 New Constructs가 2조 달러를 목표로 하는 Anthropic의 기업공개(IPO)가 지나치게 고평가되었다며 비판했다.
AI 기술의 창의성, 오픈 웨이트 모델의 위험성 및 우주 분야의 AI 활용 가능성을 다룬 뉴스레터입니다.
Ollama 및 OpenAI API 등을 지원하는 사용자 친화적인 AI 웹 인터페이스 오픈소스 프로젝트입니다.
1비트 LLM을 위한 마이크로소프트의 공식 추론 프레임워크 BitNet.
임베딩 모델과 Qwen 3.5 기반 MoE 모델을 결합하여 윈도우용 스포트라이트 검색 기능을 제공하는 도구 LSearch.
QGIS 프로젝트가 AI를 활용한 코드 기여를 금지하는 정책을 도입했다.
NVIDIA의 CUDA 생태계가 로컬 LLM 환경의 하드웨어 판매에 미치는 영향과 고용량 메모리 노트북 수요에 관한 토론.
리누스 토발즈가 리눅스 커널 개선 작업에 Claude Code를 활용하는 것에 대한 부정적인 견해를 담은 의견이다.
Strata 프로젝트를 소스 코드로부터 빌드하는 방법에 대한 정보를 찾고 있는 사용자의 커뮤니티 질문입니다.
최근 바이브 코딩으로 개발된 포토샵 복제 앱들이 겉모습은 유사하나 전문적인 편집 기능과 고해상도 처리 성능 면에서 완성도가 부족하다는 비판을 받고 있다.
사용자의 하드웨어 사양을 입력하면 로컬에서 실행 가능한 최적의 AI 모델과 실행 방법을 추천해 주는 오픈소스 리더보드 whatmodel.sh가 공개되었다.
vLLM을 사용하여 Qwen3.8-Flash-Next 모델을 6개의 3090 GPU 환경에서 효율적으로 구동하기 위한 설정 및 성능 최적화 방법 공유.
2026년 기준 주요 AI 실시간 번역 도구 12종의 성능, 언어 지원, 가격 등을 비교 분석한 글이다.
ExLlamaV3를 기반으로 하여 transformers 라이브러리 없이 순수 PyTorch로 2-8bpw 양자화 모델 학습을 지원하는 EXL3-QLoRA 도구가 공개되었다.
10분간의 짧은 AI 의존이 이후 어려운 과제를 끈기 있게 해결하는 능력과 정답률을 저하시킨다는 연구 결과가 발표되었다.
최근 AI 기술을 활용해 '바이브 코딩(vibe coding)' 방식으로 만들어진 포토샵 클론 도구들의 현황과 영향에 대한 분석 글.
개인정보 보호를 위해 기기 내에서 영수증을 분석하고 지출을 추적하는 0.8B 규모의 비전 모델 기반 안드로이드 앱이 출시되었습니다.
vLLM Semantic Router 팀이 텍스트, 이미지, 비디오를 처리하는 0.6B에서 27B 규모의 오픈소스 멀티모달 의사결정 모델 제품군인 Decision 3.0을 발표했다.
한 연구 기관이 앤스로픽의 IPO를 투자자의 순진함을 시험하는 전례 없는 사례라고 평가하며 비판했다.
Datasette 인스턴스를 탐지하고 PID를 표시하는 플러그인 datasette-ports의 0.4 버전이 릴리스되었습니다.
EmbeddingGemma-2를 사용하여 사진, 문서, 미디어 등 다양한 파일의 의미론적 검색을 지원하는 윈도우용 검색 대체 도구 VectorDash.
환경 간 지식 전이를 위해 객체의 행동을 기능적 역할 추상화로 표현하는 심볼릭 월드 모델링 방식 RoleWorld를 제안한 논문.
복잡한 장기 추론 과제인 Visual Sudoku 해결을 위해 적응형 커리큘럼 학습 기반의 AdaC-GRPO 기법을 제안한 논문.
LLM의 안전성 정렬 과정에서 어텐션 층은 유해성 인지를 담당하고, MLP 층은 실제 거부 응답을 생성하는 경로를 수행한다는 것을 규명한 연구.
DAG 워크플로우 스케줄링에서 MCTS와 단순한 랜덤 재시작 리스트 스케줄러 간의 성능을 동일한 계산 비용 환경에서 비교 분석한 연구.
LLM 에이전트의 장기 전략적 추론 능력을 평가하기 위해 'Slay the Spire' 게임을 활용한 벤치마크 SpireBench를 제안했다.
XAI 기법들이 모델의 신뢰성을 높이기보다는 오해를 유발할 수 있다는 점을 지적하며, 그 구조적 불일치와 한계를 분석한 연구 논문.
RLVR 학습 데이터의 실효성을 분석하고 재귀적 데이터 합성을 통해 제로 어드밴티지 함정을 해결하는 방법론 MagicBeanStalk을 제안한 논문.
소량의 쌍 데이터만으로 두 독립된 유니모달 인코더를 정렬하기 위해 증류된 최적 운송 기법을 활용하는 새로운 정렬 방법을 제안한 논문.
환경에 대한 믿음을 스스로 검증하고 진화시키는 세계 모델 EvoBelief를 제안한 논문.
LLM 에이전트의 안전한 동작을 위해 적응형이면서도 결정론적 정책을 강제하는 검증된 가드레일 시스템인 VEPA를 제안한 논문.
다중 에이전트 코딩 시스템에서 보상 해킹 전략이 어떻게 에이전트 간에 전파되고 시스템 전체에 영향을 미치는지 분석한 연구.
LLM 자기 개선 과정에서 나타나는 성능 저하 문제를 표현 기하학 정규화를 통해 완화하는 기법을 제안한 논문.
확산 언어 모델에서 단일 순방향 통과로 전체 텍스트 시퀀스를 생성하기 위해 문맥에 적응하는 드리프트 필드를 사용하는 Seq-Drifting 프레임워크를 제안했다.
로봇 조작을 위한 비전-언어-행동 모델의 사후 학습 시 복구 능력을 향상시키기 위해 목표 조건부 정책 최적화 프레임워크인 OGPO를 제안한 논문.
AI 쇼핑 어시스턴트가 소비자의 상품 선택에 미치는 영향을 분석하고, 소매업체를 위한 제품 구색 최적화 모델을 제안한 연구.
신경 활동 디코딩 시 기존의 클래스 라벨 지도 학습 대신 자연어 설명을 활용하여 정확도를 높이는 Language as Supervision(LaS) 기법을 제안한 논문.
추론 학습 과정에서 불확실성 기반의 점진적 축소 기법을 통해 학습 데이터 효율성을 높이는 새로운 추론 최적화 프레임워크를 제안했다.
LLM의 수학적 문제 시각화 및 도표 기반 추론 능력을 평가하기 위한 벤치마크 MathVis를 소개하는 논문.
언어 모델이 보고서의 출처를 기반으로 정보를 신뢰하고 업데이트하도록 돕는 새로운 학습 기법인 LQET(Latent Quotient Evidence Training)를 제안한 논문.
인간의 GUI 경험을 활용하여 재사용 가능한 에이전트 스킬을 유도하는 프레임워크인 Work2Skill을 제안한 논문.
특허 데이터 분류를 위해 쌍곡 공간(hyperbolic space) 기반의 변분 오토인코더(VAE)를 활용하여 기존 유클리드 모델보다 카테고리를 넘나드는 선행 기술 검색 성능을 개선한 연구.
언어 모델 에이전트의 성능 향상을 위해 입력값에 맞는 구조화된 조언을 생성하는 소형 어드바이저 모델 학습 기법을 제안한 논문.
LLM 에이전트가 긴 작업 환경에서 이전 상태로 되돌아가 경험을 학습하고 실수를 극복하게 돕는 프레임워크 ReTRAIL을 제안한 논문.
100M 토큰 규모의 방대한 데이터에서 에이전트의 추론 성능을 향상시키기 위해 상태 기반 증거 관리 기법을 활용한 LongHarness 프레임워크를 제안한 논문.
다차원 난이도 평가를 통해 추론 효율과 정확도를 높이는 오디오-언어 모델용 추론 프레임워크 SWEAR를 제안했다.
심볼릭 그래픽 추론을 위한 실행 기반 자기 개선 에이전트 프레임워크 VETR을 제안한 논문.
대형 오디오-언어 모델의 환각 현상을 블랙박스 인과성 테스트를 통해 분석하고 기존 오디오 인식 디코딩 기법의 한계를 지적한 연구 논문이다.
LLM과 생물학적 설계 도구가 결합했을 때 발생하는 생물 보안 위험을 정량적으로 평가하기 위한 벤치마크인 DRYLAB-Bench를 제안한 논문.
대규모 이기종 문서 컬렉션에서 효율적인 질의응답을 위해 역할을 분담한 에이전트 파이프라인 KnowForge를 제안한 논문.
백만 토큰 규모의 긴 문맥에서 차분 프라이버시(DP)를 보호하며 추론할 수 있는 메모리 기반 프레임워크 DP-MIND를 제안한 논문.
LLM이 생성한 산업용 장면 프로그램의 실행 가능성과 공학적 타당성 간의 격차를 측정하고 해결하기 위한 연구와 데이터셋 VIGOR를 제안했다.
자체 진화하는 에이전트의 연속 학습 능력을 평가하기 위해 구성적 일반화를 핵심 원칙으로 하는 EmbodiedCLBench 벤치마크를 제안한 논문.
LLM 에이전트의 의사결정 효율화 도구인 Jev가 실제 작업 완수율과 효율성에 미치는 영향을 분석한 연구 논문.
LLM 코딩 에이전트의 지도 미세조정을 위해 프로세스 품질을 평가하는 구조적 점수 체계인 TQS(Trajectory Quality Score)를 제안한 논문.
LLM 기반 멀티 에이전트 시스템에서 모델의 역량에 따라 협업 수준을 최적화하여 성능과 효율성을 높이는 역량 인식 오케스트레이션 프레임워크를 제안했다.
도로 네트워크 내 차량 이동의 복잡성을 해결하기 위해 위치 시뮬레이션이 아닌 행동 모델링에 기반한 새로운 궤적 생성 기법을 제안한 논문.
신경망의 모듈성을 단일 뉴런 수준을 넘어선 계층적 관점에서 분석하고, 이를 평가하기 위한 통합 프레임워크를 제안한 논문.
LLM을 활용해 고득점 솔루션 테이블을 유지하며 프로그램 탐색 성능을 높이는 자가 개선 알고리즘 EliteTable을 제안한 논문.
학습 피드백을 기반으로 데이터 합성 과정을 개선하여 에이전트의 학습 효율을 높이는 멀티 에이전트 프레임워크 EvoSyn을 제안한 논문.
에이전트가 환경을 제어할 수 있는 능력인 '임파워먼트(Empowerment)'를 극대화하기 위한 확장 가능한 학습 방법론을 제안한 논문.
소프트웨어 엔지니어링 에이전트의 성능 향상을 위해 이진 보상 체계를 넘어선 자기 평가 기반의 보상 정제 기법인 Behavioral Self-Rewarding(BSR)을 제안한 논문.
LLM 에이전트가 명시되지 않은 사용자 의도를 파악하기 위해 가치 기반 질문을 학습하는 프레임워크 CLEAT를 제안한 논문.
하드웨어 데이터시트에서 정보를 추출하여 계층적 하드웨어 지식 그래프를 자동으로 구축하는 LLM 기반 파이프라인을 제안한 논문.
다양한 AI 응용 분야에서 창의성을 정의, 측정 및 활용하기 위해 심리학적 기반의 공식적인 창의성 공준을 제안한 논문.
LLM이 사용자 반응을 예측하여 스스로 답변을 수정하도록 학습시키는 프레임워크 Collaborative Theory of Mind(CToM)를 제안했다.
MLLM의 공간 추론 및 제약 기반 공간 편집 능력을 평가하기 위한 벤치마크인 GeoSpatialBench를 제안한 논문.
탈중앙화 금융 네트워크의 거버넌스 문제를 해결하기 위해, 개인정보를 보호하면서 기관 간 협업이 가능한 연합 학습 기반의 순위 산정 프레임워크인 DeFiRank를 제안한 논문.
단일 모델의 추론 오류 전파 문제를 해결하기 위해 모델 슬라이싱과 협력 학습을 통한 다중 모델 협업 방식을 제안한 논문.
LLM 영업 에이전트의 성능을 저항적인 구매자 페르소나를 통해 평가할 수 있는 멀티턴 대화 벤치마크 SmartSalesBench를 제안한다.
생성형 추천 시스템의 Semantic ID 기반 검색 한계를 극복하기 위해 연속적 쿼리 생성(CQG) 패러다임을 제안한 연구 논문.
TII가 20.92% WER 성능을 가진 16억 파라미터 규모의 아랍어 음성 인식 모델 Falcon-ASR을 발표했다.
로컬 AI 추론과 MoE 모델 기술이 클라우드 중심의 AI 구조를 분산형으로 전환하는 촉매제가 될 것이라는 분석.
Uber가 800개 이상의 서버와 5,000개 이상의 도구를 통합 관리하기 위해 기존 API를 MCP 서버로 변환하고 운영하는 MCP Gateway 플랫폼을 설계했다.
코딩 에이전트가 자연어 질문을 통해 코드베이스 내 관련 파일과 소스를 검색할 수 있도록 돕는 CLI 도구인 jevgrep.
Claude 기반으로 작동하는 macOS용 푸시투톡 음성 비서 도구 Atticus.
시각적 움직임과 스테레오 사운드 생성을 동기화하여 몰입형 오디오를 만드는 프레임워크 StereoBind를 제안한 논문.
시각적 정보의 중요도에 따라 표현 세밀도를 동적으로 조절하여 효율성을 높이는 VisionWeave 기법을 제안한 논문.
장기적인 프로그램 재현 에이전트의 학습을 위한 확장 가능한 환경 프레임워크 ProgramGym을 제안한 논문.
확산 모델의 효율적이고 안정적인 강화를 위해 보상을 집계하고 보상 개선 방향을 통합하는 새로운 기법인 DiffusionART를 제안한 논문.
AI 에이전트를 학습 엔진으로 활용해 모델 가중치 변경 없이 게임 정책을 개선하는 Adversarial Heuristic Learning(AHL) 기법과 이를 평가하기 위한 AAArena 벤치마크를 제안했다.
자율 진화형 에이전트의 지속적 학습 능력을 평가하기 위한 로봇 환경 기반의 첫 번째 벤치마크인 EmbodiedCLBench를 제안한 논문.
소형 모델의 지속적 사후 학습 시 발생하는 성능 저하와 망각 문제를 해결하기 위해 합성 데이터 기반의 자기 증류 기법인 SynthSelf를 제안한 논문.
코딩 에이전트의 성능을 평가하기 위해 작업이 평가 시점에 동적으로 생성되어 데이터 오염을 방지하고 에이전트끼리 상호 평가하는 벤치마크 SWE-Duel을 제안했다.
세계 모델을 활용해 정책 개선과 데이터 선택을 최적화하여 재귀적 자기 개선을 가능하게 하는 프레임워크 RSI-Anything을 제안한 논문.
확산 기반 언어 모델(dLLM)을 위해 데이터 보정 없이도 효율적인 추론을 가능하게 하는 양자화 프레임워크 SoloQ를 제안한 논문.
픽셀 확산 트랜스포머의 생성 성능을 향상시키기 위해 표현의 형성 및 활용 방식을 다루는 'Representation Guidance(RG)' 기법을 제안한 논문.
의미론적 압축을 통해 텍스트 생성 없이 효율적인 보상 모델링을 수행하는 잠재 공간 기반 평가 프레임워크 LatentGRM을 제안한 논문.
인간처럼 시각 정보를 바탕으로 실시간으로 반응하며 전신 제어가 가능한 휴머노이드 제어 프레임워크 Reflex를 제안한 논문.
인간의 GUI 조작 경험을 수집하여 컴퓨터 사용 에이전트의 기술을 범용적으로 유도할 수 있는 프레임워크인 Work2Skill을 제안했다.
데이터 비디오의 시각적 정보와 서사를 이해하기 위한 최초의 벤치마크 데이터셋인 DataVista를 제안한 논문.
비디오 이해 에이전트가 언어 모델을 활용해 실행 환경(harness)을 스스로 개선하며 반복적으로 학습하는 프레임워크 Video-RSI를 제안했다.
GPU 커널 최적화 에이전트의 경험 지식 전이 능력을 측정하기 위한 벤치마크 MetaKernelBench를 소개하는 논문.
오프라인 학생 모델의 롤아웃을 활용해 성능과 효율성을 높이는 Semi-OPD 기법을 제안하고 기존 On-Policy Distillation과 비교 분석한 연구.
다양한 GUI 소프트웨어 환경을 자동 합성하여 컴퓨터 사용 에이전트의 훈련을 확장하는 파이프라인 SoftwareGym을 제안한 논문.
추측적 디코딩의 병렬 생성 과정에서 손실되는 토큰 간 의존성을 복구하여 성능을 향상시키는 경량 메커니즘 DCOCO를 제안한 논문.
LLM 에이전트의 긴 연구 과정에서 발생하는 중복 작업이나 정체 문제를 해결하기 위해, 상태를 에이전트 외부에서 관리하는 'Stateless Language Agents(SLA)' 프레임워크를 제안한 논문.
멀티모달 모델의 직관적 시각 추론 능력을 평가하기 위한 새로운 벤치마크를 제안한 논문.
언어 모델 에이전트의 연속 학습을 위해 이전 정보를 역방향으로 수정하는 순환적 하네스 프레임워크 ReHarness를 제안한 논문.
의학적 추론을 위해 임상 기록과 영상 자료를 탐색하는 임상 에이전트 프레임워크 CASE와 이를 평가하기 위한 종단적 멀티모달 벤치마크를 제안했다.
이미지 효율성을 높이기 위해 1D 글로벌 토큰과 2D 로컬 토큰을 결합한 하이브리드 시각 토크나이저 MixTok을 제안한 논문.
LLM의 추론 속도를 높이는 추측적 디코딩(speculative decoding)을 위해 정보량과 다양성을 기준으로 최적의 레이어 조합을 선택하는 새로운 프레임워크를 제안했다.
물리적 상호작용 학습을 위한 500시간 분량의 시각-촉각 데이터셋 TouchScale을 제안한 논문.
멀티모달 언어 모델이 객체의 위치 정보를 처리하는 내부 공간 표현인 S-Space를 발견하고 분석한 연구.
코딩 에이전트의 현실적인 평가를 위해 실제 소프트웨어 엔지니어들의 작업 흐름 데이터를 분석하고 기존 벤치마크와의 차이점을 지적한 연구.
LLM의 지식 증류 시 모델 파라미터 업데이트 없이 지식 격차를 해석 가능한 자연어 데이터인 Primer로 추출하여 전달하는 Universal Textual Teaching 프레임워크를 제안했다.
오디오-비디오 생성 모델을 확장하여 영상과 혼합 사운드트랙, 그리고 각 음원을 개별 파형으로 동시에 생성 및 분리할 수 있는 SepGen을 제안한 논문.
서로 다른 구조의 이미지 생성 모델들 간의 잠재 표현을 연결하여 협력적인 이미지 생성을 가능하게 하는 경량화 인터페이스 InstantFusion을 제안한 논문.
물리적으로 정확한 관절형 3D 자산 생성을 위해 다중 에이전트 파이프라인과 물리 시뮬레이션 피드백을 활용하는 시스템 Artisan을 제안한 논문.
다양한 OCR 작업에서 텍스트 인식, 파싱, 추론 능력을 통합적으로 수행하는 파운데이션 모델 PolyOCR을 제안한 논문.
결과 기반 강화학습을 통해 저비용으로 프로세스 보상 모델을 학습시킬 수 있는 TIPS 프레임워크를 제안한 논문.
OpenCode 2.0.26 버전 업데이트 이후 봇이 중간에 멈추고 계속 프롬프트를 입력해야 하는 문제에 대한 사용자들의 경험담과 의견이다.
LLM의 활용 방식과 접근 수준에 따라 대중과 전문 사용자 간의 능력 인식 격차가 확대되고 있다는 분석이다.
Cloudflare가 Qwen3 기반의 멀티모달 의사결정 모델인 Clef-omni를 발표했다.
PartsPlan은 전자부품 데이터시트 내의 상세 정보를 AI가 정확히 인용해 답변할 수 있도록 돕는 MCP 서버입니다.
6M 파라미터 규모의 초경량 텍스트 투 이미지 모델인 AuroraIMG-6M이 공개되었다.
Qwen 3.8 Flash-Next 모델의 반복 응답 문제를 해결하고 AMD GPU 환경에서 로컬 구동 경험을 공유하는 분석글입니다.
vLLM Semantic Router가 텍스트 생성 없이 텍스트와 이미지에 대한 의사결정을 수행하는 오픈소스 멀티모달 모델 Decision 3.0 5종을 출시했다.
Epoch AI의 InnovationEval 평가 결과, 최신 AI 모델들이 인간 연구자가 개발한 학습 기법에 필적하는 독자적인 혁신을 만들어내는 데 어려움을 겪고 있음이 확인되었다.
레딧 커뮤니티에서 역할극 봇 계정들의 의심스러운 활동과 양상에 대해 논의하는 게시물입니다.
Qwen 3.8 27B 모델의 다양한 양자화 버전들을 사용하여 성능과 품질을 비교 테스트한 분석 글.
LLM의 성능에 대한 인지 격차가 점점 벌어지고 있다는 견해를 다룬 글.
Jetson Orin 환경에서 Llama.cpp를 대체하기 위해 exllamav3를 포크하여 Gemma 4B 모델 성능을 최적화한 엔진입니다.
최근 AI를 활용한 디컴파일 및 코드 재구성 기술이 발전하며 고전 게임의 브라우저 이식과 에뮬레이션이 활발해지고 있다는 분석입니다.
10-16GB VRAM 환경에서 실행 가능한 LLM 모델들을 속도와 일관성 등을 기준으로 평가하고 순위를 매긴 분석 게시물이다.
GLM-5.3-Flash 모델을 단일 GPU에서도 원활하게 구동할 수 있도록 성능을 최적화해주는 프레임워크인 Project Maya가 공개되었습니다.
게임 실행 시 로컬 LLM이 점유 중인 VRAM을 자동으로 비우고 게임 종료 후 다시 복구해주는 도구 GamePause를 개발했다.
Ascend 310P 칩셋 환경에서 GLM-5.3-Flash 모델을 구동하기 위한 vllm-ascend 라이브러리의 업데이트 소식입니다.
AI 에이전트를 활용해 1인칭 슈팅 게임을 C++로 역공학(디컴파일)한 3개월간의 실험과 결과 분석.
16.9MB의 초경량 크기로 구현된 음성 인식 모델 Whistle이 공개되었습니다.
로컬 LLM을 사용하여 게임이나 프로그램을 리버스 엔지니어링할 수 있는지와 이를 위한 특화된 모델이 존재하는지에 대해 묻는 질문입니다.