오픈소스LLM on TechLLMhttps://techllm.github.io/tags/%EC%98%A4%ED%94%88%EC%86%8C%EC%8A%A4llm/Recent content in 오픈소스LLM on TechLLMHugokoMon, 01 Jun 2026 14:25:00 +0900MiniMax M3 — 코딩·1M 컨텍스트·멀티모달을 하나로 묶은 오픈웨이트 모델https://techllm.github.io/posts/minimax-m3-msa-1m-context-multimodal/Mon, 01 Jun 2026 14:25:00 +0900https://techllm.github.io/posts/minimax-m3-msa-1m-context-multimodal/MiniMax가 2026년 6월 1일 공개한 M3는 SWE-Bench Pro에서 GPT-5.5와 Gemini 3.1 Pro를 넘어서고 Opus 4.7에 근접했다. MSA(MiniMax Sparse Attention)로 1M 컨텍스트를 구현하면서 이전 세대 대비 15배 디코딩 속도를 달성한 첫 오픈웨이트 프론티어 모델이다.Granite Embedding Multilingual R2 — 97M으로 sub-100M SOTA, 32K 컨텍스트https://techllm.github.io/posts/granite-embedding-multilingual-r2/Sat, 16 May 2026 20:21:00 +0900https://techllm.github.io/posts/granite-embedding-multilingual-r2/IBM이 Apache 2.0으로 공개한 다국어 임베딩 모델 R2. 97M 모델이 MTEB 다국어 검색 60.3으로 sub-100M 1위, 311M 모델은 65.2로 오픈 모델 2위. ModernBERT 기반으로 R1 대비 컨텍스트 64배(32K), 코드 검색 +19.7점.학습 없이 GPQA Diamond 88.89% — Darwin Family, 가중치 재조합으로 프론티어 추론 달성https://techllm.github.io/posts/darwin-training-free-reasoning/Sat, 16 May 2026 12:00:00 +0900https://techllm.github.io/posts/darwin-training-free-reasoning/그래디언트 한 번 없이 오픈소스 LLM 가중치를 재조합해 GPQA Diamond 88.89%를 찍은 Darwin Family. 14차원 머지 게놈, MRI-Trust Fusion, 이종 아키텍처 교배로 훈련 비용 없이 SOTA 추론을 꺼냈다.