Benchmark 141
- Transformer의 Layer Normalization 배치 — 왜 최신 LLM은 Post-LN에서 Pre-LN으로 옮겨갔는가
- Transformers are RNNs: 선형 어텐션으로 만드는 빠른 자기회귀 트랜스포머
- Scaling Latent Reasoning via Looped Language Models
- Prioritize the Process, Not Just the Outcome: 잠재 사고 궤적 보상으로 Looped LM의 추론을 개선하는 RLTT
- Reasoning Models Generate Societies of Thought
- Mixture of Sparse Attention: Expert-Choice 라우팅 기반 학습형 희소 어텐션
- Agentic RL에서 추론과 도구 사용은 경쟁한다: 간섭 정량화에서 DART까지
- Not All LLM Reasoning is Visible in the Chain-of-Thought: 필러 토큰이 드러내는 보이지 않는 추론
- Mixture-of-Recursions: 토큰 단위 적응적 재귀 깊이 학습
- Hierarchical Reasoning Model
- Fast Weight Attention for Continual Learning: 자기회귀 정렬 기반 Falcon 패스트 웨이트 갱신 규칙
- TimesFM 3.0: 다변량 시계열 예측을 위한 제로샷 파운데이션 모델
- Gated Recurrent Transformers: Expressive Depth through Recurrent Modulation
- EvoHarness-RL: 장기 지평 LLM 에이전트를 위한 자기 진화 런타임 하네스 학습
- LLM Pretraining Loss Spike 진단과 처방: 배치 사이즈, Gradient Accumulation, 그리고 Muon 전환 판단
- Squeeze-and-Excitation Networks: 채널 어텐션으로 CNN 성능 끌어올리기
- Intern-S2-Mobius: 지식과 추론을 분리한 파운데이션 모델 아키텍처
- Skaling: 모델 크기와 데이터를 결합한 새로운 스케일링 법칙
- Qwen3.8 시리즈 정리 - 27B와 2.4T-A95B의 아키텍처부터 배포까지
- Fable 5 vs GPT-5.6 Sol: NP-난해 최적화 문제에서 /goal 지속성 기능 벤치마크
- 오픈소스 LLM vs 빅테크 LLM API: 비용과 리스크의 재계산
- vLLM 성능 튜닝: speculative_config, MTP, --max-num-seqs
- Claude Sonnet 5: Sonnet 등급으로 Opus급 에이전트 실행
- Nano Banana 2 Lite: 가장 빠르고 저렴한 Gemini 이미지 모델
- Brain2Qwerty: 비침습 MEG로 뇌에서 문장을 디코딩하다
- TIOBE 인덱스 2026년 6월: Python 1위, Rust 사상 최고 12위
- MeshGraphNets: 그래프 신경망으로 메시 기반 물리 시뮬레이션 학습하기
- MeshGraphNets는 처음 보는 형상에 일반화될까: 유체역학 도메인 실험
- PostTrainBench: AI 에이전트가 언어 모델을 post-train할 수 있을까
- Instruction Residuals: 지속 사전학습과 명령어 파인튜닝의 균형
- Frozen Multi-Token Prediction: Pixel에서 Gemini Nano 가속하기
- GPT-5.6 Sol/Terra/Luna 프리뷰: 새 모델 명명 체계와 사이버 안전 스택
- DeepSeek-V4-Pro-DSpark: speculative decoding을 더한 1.6T MoE 모델
- SEFD: SEC EDGAR 공시를 레이아웃 충실·토큰 효율 학습 데이터로 재구성하기
- SKILLMIGRATOR: 전이 가능한 상호작용 패턴으로 도메인을 넘어 웹 스킬 재사용하기
- Mistral OCR 4: 구조화된 문서 인텔리전스 OCR 모델
- PAPO: 확산 LLM 추론을 위한 보상과 상태 정렬 강화학습
- OpenClaw-Skill: 집단 지성 기반 스킬 트리 탐색으로 에이전트 LLM 강화하기
- Trainee에서 Trainer로: LLM이 자신의 RL 훈련 환경을 설계하다
- AtomMem: 원자적 사실 기반 LLM 에이전트 메모리 시스템
- LLM 에이전트는 세계 모델을 추론할 수 있는가: Agentic Automata Learning 벤치마크
- SpatialClaw: 코드를 행동 인터페이스로 삼은 학습 불필요 공간 추론 에이전트
- SkillWeaver: LLM 에이전트를 위한 조합형 스킬 라우팅 — 분해·검색·조합
- PreAct: 반복 작업에서 점점 빨라지는 컴퓨터 사용 에이전트
- Sakana Fugu: 프론티어 LLM을 지휘하는 학습된 오케스트레이터
- Ponytail: AI 에이전트에게 '최소한의 코드'를 가르치는 플러그인
- BIRD: 대규모 데이터베이스 기반 Text-to-SQL 평가 벤치마크
- Kimi K2.7 Code : 장기 코딩에 특화된 오픈 가중치 에이전트 모델
- V-JEPA 2.1: 비디오 자기지도학습에서 조밀한 특징을 끌어내다
- Gemini-SQL2: BIRD 벤치마크 80.04점을 기록한 텍스트-투-SQL의 도약
- From AGI to ASI: 초지능으로 가는 네 갈래 경로와 병목 분석
- MTEB v3 리더보드: 느린 데모에서 본격 임베딩 벤치마크로
- HRM-Text-1B: 계층적 추론 모델 기반 1B 언어 모델
- Darwin Gödel Machine: 자기 개선 에이전트의 개방형 진화
- AI+HW 2035: AI와 하드웨어 공동 설계의 10년 로드맵
- Self-Harness: LLM 에이전트가 스스로 실행 환경을 개선하는 프레임워크
- Gated DeltaNet-2: 선형 어텐션에서 삭제와 쓰기 게이트 분리
- NVIDIA Nemotron 3.5 ASR Streaming 0.6B - 다국어 스트리밍 음성 인식 모델
- DiffusionGemma - 병렬 텍스트 생성과 Diffusion 기반 언어 모델
- LLM 평가의 맹점: Test-Time Compute를 측정에 포함해야 하는 이유
- Claude Fable 5 & Mythos 5 - Anthropic 새 모델 발표
- Microsoft MAI-Code-1-Flash: 일상 개발자 워크플로우를 위한 코딩 모델
- Meta-Agent Challenge: 에이전트가 에이전트를 만들 수 있는가
- World Models Meet Language Models: 언제 시뮬레이션을 믿어야 하는가
- NVIDIA Nemotron-3-Ultra: 550B LatentMoE 추론 모델
- Cosmos 3: Physical AI를 위한 옴니모달 월드 모델
- Ideogram 4: 첫 오픈 웨이트 텍스트-이미지 파운데이션 모델
- Microsoft MAI: 언덕 오르기 기계로 만든 7개의 새 모델
- 장기 에이전트 작업의 교차 벤치마크 일반화
- VLM3: 비전 언어 모델은 태생부터 3D 학습기다
- TaskMem: 멀티모달 에이전트를 위한 작업 중심 기억 학습
- AgingBench: 배포된 AI 에이전트는 시간이 지나면 늙는다
- Gemma 4 12B: 인코더 없는 통합 멀티모달 모델
- Qwen-VLA: 작업·환경·로봇 형태를 통합하는 비전-언어-행동 모델
- 에이전트 워크플로를 LLM 가중치로 컴파일하기: 100배 저렴한 지하 에이전트
- LLM 에이전트가 직접 학습 데이터를 만든다: 자율 에이전트 데이터 엔지니어링
- When AI builds itself: 재귀적 자기개선을 향한 Anthropic의 현주소
- SMART: 단일 벡터 임베딩 모델 안에 숨어 있는 멀티 벡터 검색 능력 끌어내기
- DNA3.0-35B-A3B: Dnotitia의 한국어 특화 MoE 비전-언어 모델
- Claude Opus 4.8: 정직성, 동적 워크플로우, 노력 제어
- Native Multimodal Modeling 로드맵: 융합 아키텍처에서 평가까지의 5단계 분류
- PapersWithCode 부활 1주차 - 다중 메트릭, 논문 계보, 신규 메소드 등 6가지 신규 기능
- TurboQuant 완전 정리 - 이론 최적에 근접한 KV 캐시·벡터 검색 양자화와 vLLM 실측
- Lance - 다중 태스크 시너지로 만든 ByteDance의 경량 통합 멀티모달 모델
- Slot-MPC - 객체 중심 표현과 그래디언트 기반 MPC로 푸는 시각 계획
- ELF: 임베딩 공간 Flow Matching 으로 디스크리트 확산 모델을 추월한 연속 언어 확산
- Model Merging Scaling Laws — 10,506개 병합 실험으로 도출한 LLM 병합 스케일링 법칙
- TTL Tech Note — 지식 증류와 LLM 사이즈 선택, 14B/32B/70B의 실전 기준
- AI IQ : 17개 벤치마크로 AI 모델의 지능과 EQ, 비용을 동시에 측정하는 플랫폼
- codingplans.cc — 52개 AI 코딩 공급자의 요금제와 사양을 한 화면에서 비교
- Meta Muse Spark 공개 — Superintelligence Labs의 첫 멀티모달 추론 모델
- Qwen3.7-Max 공개: 에이전트 시대를 겨냥한 알리바바의 프런티어 모델
- Qwen-Image-2.0 텍스트 렌더링과 이미지 편집을 하나로 묶은 통합 생성 모델
- NVIDIA AnyFlow - 추론 단계 수에 자유로운 14B 비디오 디퓨전 모델
- LoPE 무의미한 Lorem Ipsum이 LLM 수학 추론을 끌어올리는 메커니즘
- TokenSpeed: 에이전트 워크로드를 위한 빛의 속도 LLM 추론 엔진
- Direct Corpus Interaction: 임베딩 없이 grep과 셸로 BRIGHT, BEIR 벤치마크 SOTA 달성
- 중국, 미국 제치고 AI 인재 경쟁 1위로: NeurIPS 최상위 연구자 통계가 보여주는 지각 변동
- AI Co-Mathematician: 수학자와 협업하는 에이전트 워크벤치, FrontierMath Tier 4에서 48% 달성
- DGX Spark에서 Qwen3.5-122B-A10B 추론 80% 가속: INT4+FP8 하이브리드와 MTP-2 투기적 디코딩
- GOAT - 학습 가능한 사전 분포로 어텐션 메커니즘을 재설계하다
- Vision Banana, 이미지 생성 모델이 범용 비전 학습자가 된다
- DeepSeek-V4 패밀리 공개, Flash와 Pro 그리고 1.6T 베이스 모델
- OpenAI GPT-5.5 공개 - 에이전틱 코딩, 지식 노동, 과학 연구의 새 기준
- DeepSeek-V4-Pro 공개 - 1.6T MoE, 49B 활성 파라미터, 1M 컨텍스트, FP4/FP8 혼합 정밀도
- Needle In A Haystack: 장문 컨텍스트 LLM의 검색 능력을 재는 벤치마크
- Claude Opus 4.7 개발자 리뷰: 마이그레이션 체크리스트와 Breaking Changes
- Kimi K2.6 공개: 1T MoE 오픈소스 모델의 에이전틱 코딩 도약
- AI 코드 리뷰, 정말 믿을 수 있을까? 자체 벤치마크로 검증한 기록
- Friends Don't Let Friends Use Ollama - llama.cpp 기반 대안 재검토
- Qwen3.6-35B-A3B: 350억 파라미터 MoE 모델, 30억만 활성화하는 에이전틱 코딩 오픈소스
- Claude Opus 4.7 출시: 셀프 검증, 3.3배 고해상도 비전, 코딩 13% 향상
- SuperGemma4 26B Uncensored MLX 4bit v2 - Apple Silicon용 고속 로컬 에이전트 모델
- Gemini Robotics-ER 1.6: 로봇을 위한 추론 우선 모델
- 단일 연산자 EML로 모든 초등 함수 표현하기
- MiniMax-M2.7 자기 진화하는 오픈 웨이트 모델과 공식 CLI
- 언어는 달라도 정보 전달 속도는 같다 초당 39비트의 보편성
- 저비트 양자화는 임베딩 모델을 '눈멀게' 만든다: jina-v5 코사인 상관 관측
- Gemma 4 로컬 모델로 Codex CLI 돌려보기 실전 테스트
- Microsoft VibeVoice: 장형식 음성 처리를 위한 오픈소스 ASR/TTS 패밀리
- NVIDIA·MIT TriAttention, KV 캐시 메모리를 10배 줄이다
- LG EXAONE 4.5 33B: 한국어 특화 첫 오픈 비전-언어 모델
- Anthropic Project Glasswing 출범, Claude Mythos Preview로 사이버보안 취약점 자동 탐지
- 감정적 프롬프트가 AI 성능을 바꿀까? EmotionRL 적응형 감정 프레이밍 연구
- Google Gemma 4: Gemini 3 기반 오픈 AI 모델, 멀티모달·에이전트·엣지 지원
- LLM 신경해부학: 가중치 변경 없이 중간 레이어 복제로 리더보드 1위 달성
- Deep Think with Confidence - LLM 추론의 신뢰도 평가 연구
- Qwen3.5 - 알리바바의 새로운 대규모 언어 모델 시리즈
- 프롬프트 반복으로 LLM 성능 향상 - Google 연구팀 논문
- Taalas - LLM 가중치를 실리콘에 새기다, 초당 17,000 토큰 ASIC 칩
- FINAL Bench - AI 메타인지를 측정하는 첫 번째 벤치마크
- METR의 AI 시간 지평 연구 - AI 자율성이 6개월마다 두 배씩 성장한다
- 에이전틱 코딩 벤치마크에서 인프라 노이즈 정량화 : Anthropic 엔지니어링 분석
- AI 창의성의 역설 - 평균은 넘었지만 천재는 못 따라간다
- YaRN - LLM 컨텍스트 윈도우를 효율적으로 확장하는 방법
- DeepPlanning - 장기 계획 수립 에이전트를 위한 벤치마크
- Kimi K2.5 - Moonshot AI의 1조 파라미터 오픈 웨이트 멀티모달 모델
- GLM-4.7 - 코딩 전문 LLM의 새로운 강자
- DeepResearch Bench의 RACE와 FACT 평가 방법
- AGI 직전이라더니 내가 사용하는 AI는 왜 멍청할까?
- PostgreSQL - Benchmark