[태그:] LLM

인과 관계 정답 검증이 어려운 환경에서 이변량 인과 진술의 신뢰도를 평가하는 양립성 점수 방법론이 arXiv에 발표됐다.

474종의 실행 가능한 게임으로 구성된 새 벤치마크가 LLM의 상호작용 추론 능력을 다차원으로 평가해, 모델 간 성능 차이가 기존 지표보다 훨씬 ...

비잔틴 장애 허용 기법을 적용한 다중 모델 협의 프로토콜이 RLHF 정렬 모델에서 영역별 인식 맹점을 실증적으로 확인했다.

깃허브가 미사용 MCP 도구를 정리하고 일일 감사 에이전트를 도입해 워크플로 토큰 비용을 최대 62% 줄였다.

전자건강기록(EHR) 기반 임상 의사결정에서 LLM 성능을 자동·신뢰 가능하게 평가하는 EHRBench 벤치마크가 arXiv에 공개됐다.

미니맥스가 MSA(희소 어텐션) 아키텍처 기반 M3 모델을 출시했다. 100만 토큰 컨텍스트에서 연산량이 기존 대비 20분의 1로 줄고 SWE-Bench Pro에서 59%를 ...

아마존 FSx for Lustre와 NVIDIA GPUDirect Storage를 결합하면 Llama 405B 모델 로딩 시간이 18분에서 6.4초로 줄고, TurboQuant 적용 시 컨텍스트 ...

이미지·오디오·영상에서 텍스트로 이어지는 멀티모달 생성 과정에서 발생하는 환각(hallucination)을 그래프 구조 기반으로 추적·수정하는 추론 시점 프레임워크 TIGER가 공개됐다.

열역학 데이터베이스와 동역학 모델을 결합한 하이브리드 프레임워크에서 LLM이 산화 니오브계 무기 재료 합성 경로를 고전적 경로 탐색 알고리즘보다 더 실현 ...

앤트로픽이 근거 없는 주장을 줄이고 불확실성을 먼저 알리는 정직성을 앞세운 클로드 오퍼스 4.8을 공개했다.

아제르바이잔 통신사 아제르셀이 AWS와 협력해 6주 만에 아제르바이잔어 LLM을 개발했다. 맞춤형 토크나이저와 Liger 커널로 GPU 메모리를 58% 절감했다.

20만8000명·2600만 응답 분석 결과, RLHF 등 정렬 훈련이 LLM의 인간 행동 예측 정확도를 체계적으로 낮추는 것으로 나타났다.