개요 Moonshot AI의 최신 오픈소스 모델 Kimi K2.6이 Design Arena의 3D 디자인 리더보드에서 1위를 기록했다. Claude Opus 4.7, Gemini 3.5 Flash, GPT 5.5 같은 상용 최상위 모델들을 제치고 정상을 차지한 것으로, 3D 디자인 분야에서 오픈웨이트 모델의 경쟁력이 구조적으로 높다는 사실이 다시 한번 확인됐다. ...
LLM은 이제 검색창, 업무 도구, 코딩 보조, 보고서 작성까지 정보 전달의 앞단에 서 있다. 그래서 다음 질문은 더 중요해졌다. “이 모델이 그럴듯하게 말하는가”가 아니라, “정확히 말하는가”다. 핵심 요약 FACTS는 무엇을 다르게 보나 네 가지 사실성 평가 축 결과가 말하는 불편한 현실 실무자가 볼 핵심 포인트 핵심 요약 Google DeepMind가 Kaggle과 함께 LLM 사실성 평가용 FACTS Benchmark Suite를 공개했다. 평가는 Grounding v2, Parametric, Search, Multimodal 네 축으로 나뉜다. 공개 예시는 총 3,513개이며, 비공개 held-out 세트는 Kaggle이 관리한다. Gemini 3 Pro가 FACTS Score 68.8%로 1위를 기록했지만, 평가된 모든 모델은 70%를 넘지 못했다. Multimodal 영역은 전반적으로 가장 낮은 점수를 보여, 이미지 기반 사실성 평가가 아직 어렵다는 점을 드러냈다. FACTS는 무엇을 다르게 보나 기존 LLM 평가는 종종 “문제를 얼마나 잘 푸는가”에 초점이 맞춰졌다. 하지만 실제 사용자는 조금 다르게 묻는다. 모델이 답을 모를 때도 자신 있게 틀린 말을 하는지, 검색 결과를 제대로 합성하는지, 주어진 문서 안에서만 답하는지, 이미지를 보고 사실에 맞는 설명을 하는지가 더 중요하다. ...