이 작성자와 연결된 문서를 한곳에서 모아보고, 관련 태그를 따라 같은 맥락의 문서를 이어서 탐색할 수 있습니다.
자주 함께 등장한 태그
VAKRA는 기업형 환경에서 에이전트가 API, 문서, 대화 맥락, 정책 제약을 넘나들며 다단계 추론과 도구 사용을 실제 실행 궤적으로 수행할 수 있는지 평가하는 실행 중심 벤치마크다.
OpenMed는 단백질 구조 예측, 서열 설계, 코돈 최적화를 잇는 단백질 AI 파이프라인을 구축하고, 코돈 수준 언어모델 비교 끝에 CodonRoBERTa large v2가 생물학적 지표에서 가장 유용하다는 결론을 제시했다.
이 글은 Unsloth와 Hugging Face Jobs를 이용해 소형 언어 모델을 빠르고 저렴하게 파인튜닝하는 방법을, CLI 실행과 코딩 에이전트용 스킬 설치 흐름까지 함께 설명한다.
EVA는 음성 에이전트를 실제 다중 턴 음성 대화로 평가하며, 정확도와 사용자 경험을 함께 측정해 기존 벤치마크가 놓치던 상충 관계와 실패 양상을 드러내는 평가 프레임워크다.
Granite 4.1은 3B·8B·30B 밀집형 디코더 전용 LLM 제품군으로, 약 15조 토큰의 5단계 사전학습, 512K 장문 컨텍스트 확장, 약 410만 개 고품질 SFT 샘플, 다단계 강화학습을 통해 수학·코딩·지시수행·대화 성능을 강화한 모델이다.
홀로트론 12B는 하이브리드 상태공간모델과 어텐션 구조를 기반으로 긴 문맥과 다중 이미지를 효율적으로 처리하면서 높은 컴퓨터 사용 성능과 추론 처리량을 달성한 120억 매개변수 멀티모달 에이전트 모델이다.
NVIDIA는 Nemotron 3 Nano 30B A3B의 벤치마크 결과를 NeMo Evaluator 기반의 공개 설정·로그·아티팩트와 함께 배포해, 모델 평가를 재현 가능하고 감사 가능한 표준 절차로 만들려 한다.
Hugging Face Storage Buckets는 자주 변경되는 머신러닝 중간 산출물을 빠르게 저장·동기화·관리하고, Xet 기반 중복 제거와 사전 워밍을 통해 전송 효율과 데이터 접근성을 높이는 Hub 네이티브 객체 스토리지입니다.
대규모 강화학습의 생성 병목을 해소하려면 추론과 학습을 별도 GPU 풀로 분리하고, 롤아웃 버퍼와 비동기 가중치 동기화를 통해 두 작업이 끊기지 않고 병행되도록 설계해야 한다.
LeRobot v0.5.0은 휴머노이드와 다양한 로봇 하드웨어, 새로운 VLA 정책, 고속 데이터 처리, Hub 기반 시뮬레이션 환경, 현대화된 개발 기반을 한꺼번에 확장한 역대 최대 규모의 릴리스다.
DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models.
젬마 3n은 적은 GPU 메모리로 구동되는 네이티브 멀티모달 모델로, 트랜스포머스·MLX·라마닷씨피피·트랜스포머스닷제이에스 등 주요 오픈소스 생태계에서 추론과 미세조정을 지원한다.
NVIDIA는 기존 영어 추론 데이터를 프랑스어·독일어·이탈리아어·일본어·스페인어로 확장하고, 번역 환각과 언어 이탈을 줄이기 위한 필터링 절차를 적용한 600만 건 규모의 Nemotron 다국어 추론 데이터셋을 공개했다.
OpenAI의 GPT OSS 모델을 transformers에서 효율적으로 실행·미세조정하기 위해 도입된 다운로드형 커널, MXFP4 양자화, Flash Attention 3, 텐서 병렬화 등 핵심 업그레이드를 설명한 글입니다.
NVIDIA는 물리 AI를 위한 공개 추론 비전 언어 모델 Cosmos Reason 2를 공개하며, 시공간 이해·긴 문맥·로봇 계획·영상 분석 역량을 크게 강화했다고 밝혔다.
Daggr는 Gradio 앱, 추론 모델, 파이썬 함수를 코드로 연결하면서 각 단계의 입출력과 상태를 시각적으로 점검하고 개별 재실행할 수 있게 해주는 오픈소스 AI 워크플로 라이브러리다.
GGML·llama.cpp 팀이 허깅페이스에 합류해 기술적 자율성과 오픈소스 운영을 유지하면서 로컬 AI 생태계의 지속 가능성, 모델 지원 속도, 사용자 접근성을 함께 강화한다.
FLUX.2는 처음부터 새로 사전학습한 이미지 생성·편집 모델로, Diffusers는 새로운 구조와 다중 이미지 참조 기능부터 8~80GB급 그래픽 메모리 환경별 추론 방법까지 구체적으로 소개한다.
Photoroom 팀은 PRX 1.2B 텍스트 이미지 모델을 기준점으로 삼아, 표현 정렬과 보조 목적 함수가 훈련 수렴·품질·처리량에 어떤 영향을 주는지 절제된 ablation 방식으로 검증했다.
오픈 리스폰스는 기존 채팅 완성 형식의 한계를 넘어 추론·도구 호출·스트리밍·라우팅·에이전트 반복 실행을 일관되게 다루기 위해 제안된 개방형 추론 표준이다.
Photoroom 팀은 32대 H200과 약 1500달러의 24시간 예산 안에서 픽셀 공간 학습, 지각 손실, 토큰 라우팅, 표현 정렬, Muon 최적화를 결합해 실사용 가능한 텍스트 이미지 확산 모델을 학습시키는 레시피를 공개했다.
모듈러 디퓨저는 확산 파이프라인을 독립적인 재사용 블록으로 분해해, 기존과 익숙한 실행 방식을 유지하면서도 워크플로 구성·교체·공유·시각화를 유연하게 만드는 디퓨저스의 새로운 파이프라인 체계다.
NVIDIA Nemotron 3 Nano Omni는 문서, 이미지, 비디오, 오디오를 긴 컨텍스트 안에서 함께 이해하도록 설계된 오픈 웨이트 옴니모달 모델로, 문서 지능·영상/음성 이해·GUI 에이전트 작업에서 높은 정확도와 효율을 내세운다.
Alyah는 현대표준아랍어 중심 평가에서 소외된 에미리트 방언 능력을 문화·화용·방언별 의미 이해까지 측정하려는 1,173문항 규모의 벤치마크입니다.
