devotd.
주제별 새 소식과 판단에 필요한 맥락을 모았다.
QwenGyre는 에이전트 실행과 강화학습 사이에서 GPU 자원을 작업 상황에 따라 다시 배분한다. 2.4T 모델의 NL2RepoBench 48스텝 실험에서 Async 대비 59.13시간(43.9%), Colocate 대비 16.05시간(17.5%) 일찍 끝났다. 널리 인용되는 1.85배는 별도의 122B·TerminalBench 결과이며, 논문에는 구현 코드와 반복 실행 오차가 없다.
Parsimony는 공개 코딩 에이전트 벤치마크의 패치가 코드를 얼마나 늘렸는지 센다. 웹사이트 순위는 측정 가능한 성공 시도의 평균 순증 코드 단위가 기준이고, 해결률과 측정 범위는 별도 열로 표시된다.
TRL v1.15.0은 SFT, DPO, KTO, GRPO, RLOO, Distillation에서 전체 logits 텐서를 만들지 않고 토큰 점수를 계산한다. 프로젝트 측정에서 DPO의 최대 학습 길이는 5.80배 늘었지만, 효과는 기존 손실 경로와 어휘 크기에 따라 다르다.
Reflection이 10월 5일 501B 파라미터 MoE 모델 Beam을 발표하고 베타 API를 순차적으로 열었다. 기존 에이전트를 옮길 때 갈리는 지점은 서비스 토큰 한도, 지원 엔드포인트, 받아들여도 동작하지 않는 매개변수다.
Ai2의 AstaBrief 8B는 질문과 검색된 문헌 발췌를 받아 인용 보고서를 한 번에 쓰는 Qwen3-8B 기반 모델이다. 근거 검색은 입력 경로의 몫이며, 모델은 Apache 2.0이지만 프롬프트와 SFT/DPO 데이터는 CC BY-NC 4.0이다.
Ai2가 10월 1일 전문가 혼합(MoE) 학습 시스템을 다시 설계한 Olmo-core 3를 공개했다. 조 단위 시험은 학습 기반의 시스템 성능을 보여 줄 뿐 새로 학습한 모델의 품질을 보여 주지는 않는다.
Claude Sonnet 5.5는 Sonnet 5의 기본 입력·출력 단가를 유지하지만 모델 ID만 바꾸면 Messages API 요청이 실패할 수 있다. thinking disabled와 강제 도구 선택인 tool_choice any·tool은 400 오류를 낸다. 응답도 첫 블록이 항상 텍스트라고 가정할 수 없다.