최신 글

RSS
  1. 기술

    로컬 LLM 반복 평가, 평균 성공률과 일관성 차이 확인

    100개 영어 과제의 개인 실험이므로 모델 전체의 우열이나 실무 성공률로 일반화할 수 없습니다.

    • AI
    • 평가
  2. 기술

    코딩 AI, 숨은 요구까지 해결한 비율은 45.5%

    테스트 통과와 실제 저장소 과제의 완결성은 달랐다

    • 코딩 에이전트
    • 평가
  3. 기술

    StreamVibe, 영상 AI가 도울 시점까지 평가

    실시간으로 침묵할지 응답할지 고르는 연구이며 완성된 사용자용 비디오 비서 출시는 아닙니다.

    • 영상 AI
    • 평가
  4. 기술

    Memdoor 다중 에이전트, 코딩 10문제 반복 평가 49회 통과

    분리된 역할과 파일 협업 사례지만 작은 표본과 오염 가능성 때문에 모델 전반의 우열로 볼 수 없습니다.

    • AI에이전트
    • 평가
  5. 기술

    연구 독창성 평가 LLM, 프롬프트에 크게 흔들려

    Ai2는 평가 데이터와 코드를 공개하며 판정 설계의 불안정성을 지적했다

    • AI
    • 평가
  6. 기술

    한국어 RAG 실험, Bolt E4B의 추가 개선 미검출

    299문항 비교에서 생각 모드는 정확도와 시간 모두 증가

    • AI
    • RAG
    • 평가
  7. 기술

    AI 메모리 도구, 벤치마크 밖의 운영 경험을 묻다

    성능 순위 발표가 아닌 개발자의 실사용 질문

    • AI
    • 메모리
    • 평가
  8. AI

    코딩 하네스 연구, 성공률보다 비용 차이 뚜렷

    같은 설정을 다시 실행한 변동까지 비교해야 작은 성능 차이를 해석할 수 있습니다.

    • 평가
    • 코딩 에이전트
  9. AI 엔지니어링

    AI 13종의 인간관 비교, 답변 38개 중 32개 유사

    작은 비공식 질문 실험의 수렴은 인간에 대한 주장이나 모델의 고유 신념을 입증하지 않습니다.

    • AI
    • 평가
  10. AI 엔지니어링

    Qwen 선택형 모델 실험, 높은 토큰 확률도 오답 가능

    정해진 답만 출력하게 하는 제약은 정확성을 보장하지 않으므로 실제 정답률에 맞춘 확률 보정이 필요합니다.

    • AI
    • 평가
  11. AI 엔지니어링

    중국 AI 857개 모델 분석, 안전 결과 공개는 31개

    공개 자료 부재는 내부 시험 부재와 다르므로 모델 도입 때 이름별 평가 근거와 공개 시점을 확인해야 합니다.

    • AI
    • 평가
  12. AI 엔지니어링

    CUA-Lite가 컴퓨터 사용 에이전트 학습 환경을 하나로 묶었습니다

    CI에서 GUI 에이전트를 대량 평가하기 쉬워졌지만 재현성과 라이선스를 확인한 뒤 도입해야 합니다.

    • 컴퓨터사용에이전트
    • 오픈소스
    • 평가

더 볼 글이 없습니다.

Tech 글 검색
검색

어떤 글을 찾으세요?

제목, 글 소개, 본문, 주제, 출처로 검색할 수 있습니다.