개요 문서에서 글자만 뽑아 주던 시대는 끝나가는 것 같습니다. Mistral이 6월 23일 공개한 OCR 4는 한 문서를 통째로 “구조"로 돌려줍니다. 어디에 무엇이 있고(바운딩 박스), 그 덩어리는 어떤 종류이며(제목·문단·표·수식·서명·그림), 모델이 얼마나 확신하는지(페이지·단어별 신뢰도)까지 같이 나옵니다. 그냥 보기 좋은 결과물이 아니라, RAG에 그대로 넣어도 인용이 되는 입력을 만들겠다는 설계입니다. ...
개요 지금까지 에이전트에게 도구를 붙이는 방식은 늘 “먼저 설치하고 나중에 부른다” 였습니다. 개발자가 설정 파일에 URL을 박아 넣고, 사용자가 플러그인 메뉴에서 일일이 연결해 주고, 그 결과를 모두 LLM의 컨텍스트 창에 욱여넣어 모델이 알아서 고르게 하는 구조였죠. ...
개요 수동 프롬프트 튜닝은 끝이 없다. 한 줄 고치고 돌려보고, 또 한 줄 고치고 다시 돌리고. MarkTechPost가 6월 7일 공개한 GEPA 튜토리얼은 그 루프를 LLM 두 대와 점수 함수에 떠넘긴다. 약한 작업 모델은 풀고, 강한 리플렉션 모델은 프롬프트를 고친다. 사람은 평가 기준만 정확히 적어주면 된다. ...
개요 항법(Navigation)에는 특수한 성질이 있다. 목적지까지 가는 결정 구조가 언어 방향 명령과 픽셀 수준 시각 타깃이라는 두 출력으로 환원된다. 이 두 출력은 사전 학습된 MLLM의 자연 출력 공간 안에 있다. 즉, 로봇 데이터로 학습하지 않아도 추론으로 풀 수 있다. Uni-LaViRA는 이 통찰을 네 가지 과제 군과 네 종류 실제 로봇에 동시에 적용한 통합 에이전트 아키텍처다. ...
개요 ICLR 2026에서 한 연구자가 던진 질문 하나가 HuggingFace 블로그 포스트의 출발점이 됐다. “에이전트 맥락에서 ‘harness’와 ‘scaffold’가 뭔가요? 컨퍼런스에서 설명을 여러 번 들었는데 하나로 수렴이 안 되더라고요.” AI 에이전트 분야는 기술보다 어휘가 더 빠르게 진화하고 있다. HuggingFace가 현장에서 혼용되는 핵심 용어를 정리했다. ...
Claude Code 사용자라면 한 번쯤 이런 순간을 만납니다. “테스트 다 통과시킬 때까지 그냥 알아서 해줬으면 좋겠는데” 같은 작업. 한 턴에 끝낼 수 없고, 그렇다고 매 턴 직접 다음 단계를 지시하기엔 번거로운 일들. Anthropic이 이 갭을 정확히 메우는 명령어를 추가했습니다. 바로 /goal 슬래시 커맨드입니다. ...
모델을 훈련하는 비용이 문제라고 했다. 이제 평가하는 비용이 문제가 됐다. Holistic Agent Leaderboard(HAL)은 최근 9개 모델, 9개 벤치마크에서 21,730회 에이전트 롤아웃을 실행하는 데 4만 달러를 썼다. GAIA 벤치마크 하나를 최신 모델로 돌리면 캐싱 전 비용이 2,829달러다. PaperBench 1회 평가는 약 9,500달러다. ...
출처: TechLLM 문서유형: 블로그 포스트 #AI #AIAgent #모델선택 #LLM #에이전트 #프롬프트엔지니어링 #워크플로우 #생산성 핵심 요약 AI Agent 성능은 모델 선택에 영향을 받지만, 실무에서는 모델 하나보다 과업 유형, 툴 사용, 프롬프트 구조, 검증 루프가 더 큰 차이를 만드는 경우가 많다. 비싼 모델이 항상 정답은 아니며, 작업에 맞는 모델과 운영 설계를 함께 맞추는 것이 훨씬 중요하다. ...