https://techllm.github.io/tags/llm/Recent content in LLM on TechLLMHugokoSun, 01 Nov 2026 07:32:49 +0900https://techllm.github.io/posts/corporatebench-large-scale-q-a-benchmarking-with-temporal-knowledge-ba/Sun, 01 Nov 2026 07:32:49 +0900https://techllm.github.io/posts/corporatebench-large-scale-q-a-benchmarking-with-temporal-knowledge-ba/이 논문은 시간에 따라 바뀌는 지식 기반에서 기업 문서 263,466건을 생성하고, 문서 검색·관계 추출·질의응답 능력을 평가하는 CORPORATEBENCH를 제안한다. 네 가상 기업의 조직과 업무 기록을 먼저 만들고 그 사실을 뒷받침하는 이메일을 생성해, 문서 간 일관성과 계산 가능한 정답을 확보한다. 다섯 모델을 평가한 결과 문서가 커질수록 관계 추출과 일부 질의응답이 어려워졌으며, 정답 지식 기반을 직접 조회한 설정의 점수가 문서를 검색하는 설정보다 높았다.https://techllm.github.io/posts/gpt-5-6-luna-8-coding-tests-134-dollars/Tue, 04 Aug 2026 00:03:23 +0900https://techllm.github.io/posts/gpt-5-6-luna-8-coding-tests-134-dollars/OpenAI의 최하위 티어 모델인 GPT-5.6 Luna는 입력 토큰 100만 개당 0.20달러로 가격을 80% 인하하여 대규모 자동화 작업의 경제적 기준을 재편했습니다. 최대 추론 모드를 활성화하여 8가지 멀티모달 코딩 및 API 연동 과제를 수행한 결과, 총비용이 단 1.34달러에 그쳤습니다. 3JS를 활용한 3D 시계 쇼핑몰이나 C++ 물리 엔진 게임 생성 등 시각적 렌더링 작업에서는 직전 세대 최상위 모델에 필적하는 결과를 즉각적으로 도출했습니다. 하지만 3D 프린팅용 CAD 모델링 등 디테일한 제약 조건이 필수적인 과제에서는 지시를 무시하는 한계를 드러내 반복 작업용으로 파이프라인을 분리해야 합니다.https://techllm.github.io/posts/kimi-k3-moe-kda-gpu-demand/Tue, 21 Jul 2026 15:29:00 +0900https://techllm.github.io/posts/kimi-k3-moe-kda-gpu-demand/문샷 AI의 2조 8000억 파라미터 모델 키미 K3는 토큰마다 전문가의 1.8%만 켭니다. 연산이 싸지면 GPU가 덜 필요해질까요. 실제로는 반대 방향의 수요가 열립니다. 초희소 MoE와 KDA, 그리고 2.8TB 가중치가 남기는 인프라 청구서를 정리했습니다.https://techllm.github.io/posts/7-types-of-agent-memory-technical-guide/Mon, 22 Jun 2026 20:13:00 +0900https://techllm.github.io/posts/7-types-of-agent-memory-technical-guide/LLM은 본래 기억이 없습니다. 진짜 에이전트를 만들려면 7가지 메모리 유형을 어떻게 쌓아 올리는지 알아야 합니다. 각 유형이 무엇을, 어디에, 얼마나 오래 저장하는지 정리합니다.https://techllm.github.io/posts/altman-llm-scaling-skeptics-stanford-2026/Sun, 21 Jun 2026 19:08:54 +0900https://techllm.github.io/posts/altman-llm-scaling-skeptics-stanford-2026/스탠퍼드 강연에 선 샘 알트먼이 르쿤 같은 LLM 회의론자들을 정면으로 받아쳤습니다. "스케일링에 베팅하지 않는 건 잘못된 판단으로 보인다"고 잘랐고, 한 세대의 연구자가 데이터를 무시한 채 자기 입장에 갇혀 있었다고 진단했습니다.https://techllm.github.io/posts/aoe2-goat-neural-network-microsoft-critique/Thu, 18 Jun 2026 10:54:00 +0900https://techllm.github.io/posts/aoe2-goat-neural-network-microsoft-critique/Microsoft·요크대 연구자 Adrian de Wynter가 1999년 RTS '에이지 오브 엠파이어 2'의 시나리오 에디터로 동작하는 신경망(논리 게이트)을 만들고, AI 논문 315편의 의인화 경향을 통계로 정리했다.https://techllm.github.io/posts/gpt-56-openai-meaningful-leap-june-launch/Wed, 17 Jun 2026 07:06:00 +0900https://techllm.github.io/posts/gpt-56-openai-meaningful-leap-june-launch/OpenAI 수석과학자 야쿠브 파초츠키가 사내 메시지에서 GPT-5.6을 '의미 있는 개선'이라 표현했다. 6월 말 출시가 유력한 이 모델의 확정 사실, 루머, 그리고 1.5M 컨텍스트의 진짜 의미를 정리합니다.https://techllm.github.io/posts/anthropic-claude-corps-150m-nonprofit-ai-fellowship/Mon, 15 Jun 2026 19:29:00 +0900https://techllm.github.io/posts/anthropic-claude-corps-150m-nonprofit-ai-fellowship/Anthropic이 1억 5천만 달러를 태워 만든 'Claude Corps'. 1,000명의 신입급 인재를 400개 비영리단체에 1년간 파견하고 단체당 1만 달러 보조금과 Claude 무료 크레딧까지 얹어주는 프로그램의 구조와 노림수를 정리했습니다.https://techllm.github.io/posts/polymarket-best-ai-model-anthropic-87-percent-june-2026/Mon, 15 Jun 2026 18:34:00 +0900https://techllm.github.io/posts/polymarket-best-ai-model-anthropic-87-percent-june-2026/거래대금 1,500만 달러가 몰린 Polymarket의 AI 모델 1위 예측 시장에서 Anthropic이 87.1%로 압도적 1위, Google 6.5%, OpenAI 4.7%, xAI 0.3%. 6월 30일 Chatbot Arena 순위로 정산되는 구조를 들여다봤습니다.https://techllm.github.io/posts/google-gemini-sql2-bird-80-text-to-sql/Sat, 13 Jun 2026 11:19:00 +0900https://techllm.github.io/posts/google-gemini-sql2-bird-80-text-to-sql/구글이 Gemini 3.1 Pro를 기반으로 한 텍스트-투-SQL 기능 Gemini-SQL2를 공개했습니다. BIRD 단일 모델 리더보드에서 실행 정확도 80.04%를 기록하며 사람(92.96%)과의 격차를 12.92점까지 좁혔습니다. 모델 자체가 새로 나온 게 아니라, 자연어 질문을 곧바로 실행 가능한 SQL로 바꾸는 능력에 초점을 둔 업데이트입니다.https://techllm.github.io/posts/allenai-olmo-eval-workbench/Sat, 13 Jun 2026 02:35:00 +0900https://techllm.github.io/posts/allenai-olmo-eval-workbench/Allen Institute for AI가 공개한 olmo-eval은 모델 학습 중간에 끊임없이 돌리는 평가를 빠르고 가볍게 반복하기 위한 워크벤치다. OLMES 위에서 태스크, 스위트, 하니스, 샌드박스를 분리해 같은 벤치마크를 베이스라인부터 도구 사용 에이전트까지 같은 잣대로 비교한다.https://techllm.github.io/posts/moonshot-kimi-work-local-agent-swarm/Fri, 12 Jun 2026 19:26:00 +0900https://techllm.github.io/posts/moonshot-kimi-work-local-agent-swarm/문샷 AI가 데스크톱에서 직접 돌아가는 로컬 에이전트 'Kimi Work'를 내놨다. Kimi K2.6 위에서 최대 300개 서브 에이전트가 병렬로 일하고, 진짜 브라우저와 로컬 폴더, 크론 스케줄러를 묶어 클라우드 에이전트와 다른 길을 잡았다.https://techllm.github.io/posts/google-diffusiongemma-26b-moe-text-diffusion/Thu, 11 Jun 2026 11:23:00 +0900https://techllm.github.io/posts/google-diffusiongemma-26b-moe-text-diffusion/구글 딥마인드가 공개한 DiffusionGemma는 Gemma 4 백본 위에 텍스트 디퓨전 디코딩을 얹은 실험적 오픈 모델이다. H100에서 초당 1,000토큰을 넘기고, 라이선스는 Apache 2.0. 어디서 빨라지고 어디서 품질을 내주는지 정리한다.https://techllm.github.io/posts/xiaomi-mimo-tilert-1t-1000-tokens-per-second/Tue, 09 Jun 2026 10:53:00 +0900https://techllm.github.io/posts/xiaomi-mimo-tilert-1t-1000-tokens-per-second/샤오미 MiMo 팀과 TileRT 시스템 그룹이 손잡고 1조 파라미터 모델을 표준 8-GPU 노드에서 초당 1000 토큰 이상으로 디코딩한 'MiMo-V2.5-Pro-UltraSpeed'를 공개했다. 비결은 FP4 양자화·DFlash speculative decoding·TileRT 런타임이 한 묶음으로 짜인 모델-시스템 코디자인이다.https://techllm.github.io/posts/gepa-reflective-prompt-optimization/Mon, 08 Jun 2026 11:20:44 +0900https://techllm.github.io/posts/gepa-reflective-prompt-optimization/GEPA는 프롬프트를 한 덩어리가 아니라 지시/형식 컴포넌트로 쪼개 진화시키고, 점수와 자연어 피드백을 함께 던져 약한 모델을 반복적으로 끌어올린다. 12문항 학습·6문항 홀드아웃 검증으로 일반화까지 확인하는 구체 레시피.https://techllm.github.io/posts/qwen-3-7-plus-alibaba-235b-moe/Tue, 02 Jun 2026 14:00:00 +0900https://techllm.github.io/posts/qwen-3-7-plus-alibaba-235b-moe/알리바바 Qwen 팀이 2026년 5월 공개한 Qwen 3.7 Plus. 235B-A22B MoE 아키텍처, 1M 토큰 컨텍스트, AIME25 70.3점. GPT-4o·Claude Opus·Kimi K2를 벤치마크에서 어떻게 꺾었는지 정리합니다.https://techllm.github.io/posts/minimax-m3-developer-api-browsecomp/Mon, 01 Jun 2026 18:17:00 +0900https://techllm.github.io/posts/minimax-m3-developer-api-browsecomp/MiniMax M3를 실제로 쓰는 법 — API 통합 코드, BrowseComp 83.5(Opus 4.7 초과), Claude Code·Cursor·Codex CLI 등 10가지 AI 코딩 툴 지원, 12시간 ICLR 논문 자율 재현 성능 차트까지.https://techllm.github.io/posts/claude-opus-4-8-release/Fri, 29 May 2026 08:54:00 +0900https://techllm.github.io/posts/claude-opus-4-8-release/Anthropic이 Claude Opus 4.8을 출시했다. 벤치마크 성능 향상과 함께 다이나믹 워크플로, 노력 제어, 향상된 정직성이 핵심이다. 빠른 모드 비용은 이전 대비 3배 저렴해졌다.https://techllm.github.io/posts/openrouter-1-3b-valuation-series-b-multi-model/Wed, 27 May 2026 07:47:00 +0900https://techllm.github.io/posts/openrouter-1-3b-valuation-series-b-multi-model/OpenRouter가 CapitalG 주도 1,130억 원 규모 시리즈 B를 완료했다. 기업가치 1.3조 원, 월 처리 토큰 100조 개. AI 모델이 교체 가능한 부품이 되는 시대의 신호탄이다.https://techllm.github.io/posts/ai-agent-glossary-harness-scaffold-terms/Wed, 27 May 2026 02:14:00 +0900https://techllm.github.io/posts/ai-agent-glossary-harness-scaffold-terms/HuggingFace가 정리한 AI 에이전트 핵심 용어집. Harness·Scaffold·Agent·Policy·Context Engineering 등 현장에서 혼용되던 개념을 명확하게 구분한다.https://techllm.github.io/posts/small-language-models-on-device-ai/Sun, 24 May 2026 11:30:00 +0900https://techllm.github.io/posts/small-language-models-on-device-ai/Small Language Model(SLM)은 거대한 LLM보다 작지만, 비용·속도·프라이버시·온디바이스 실행에서 강력한 장점을 가진다. 왜 지금 SLM이 다시 주목받는지 핵심만 정리한다.https://techllm.github.io/posts/open-agent-leaderboard-ibm/Fri, 22 May 2026 14:14:00 +0900https://techllm.github.io/posts/open-agent-leaderboard-ibm/같은 모델도 에이전트 구조에 따라 성능과 비용이 달라진다. IBM Research가 공개한 Open Agent Leaderboard는 전체 에이전트 시스템을 비교하는 최초의 오픈 벤치마크다.https://techllm.github.io/posts/gemini-3-app-major-update/Wed, 20 May 2026 09:37:00 +0900https://techllm.github.io/posts/gemini-3-app-major-update/Google이 Gemini 앱에 Gemini 3 모델을 탑재하며 추론 능력, 생성형 인터페이스, 에이전트 기능을 한꺼번에 공개했다. AI 어시스턴트가 '검색 도구'에서 '행동하는 에이전트'로 진화하는 변곡점을 짚어본다.https://techllm.github.io/posts/prompt-caching-claude-explained/Wed, 20 May 2026 00:00:00 +0000https://techllm.github.io/posts/prompt-caching-claude-explained/Claude Code가 높은 캐시 적중률로 비용을 줄이는 원리를 정리했다. 컨텍스트 세금, KV 캐싱, 캐시 무효화 규칙, 에이전트 프롬프트 구조까지 실무 관점에서 살펴본다.https://techllm.github.io/posts/google-io-2026-agentic-gemini-era/Wed, 20 May 2026 08:11:00 +0900https://techllm.github.io/posts/google-io-2026-agentic-gemini-era/Sundar Pichai가 Google I/O 2026 기조연설에서 발표한 핵심 내용 — 월 3.2경 토큰 처리, Gemini 3.5 Flash, Gemini Omni, TPU 8세대, Ask YouTube, Docs Live까지 총정리.https://techllm.github.io/posts/coding-agent-components/Wed, 20 May 2026 05:15:00 +0900https://techllm.github.io/posts/coding-agent-components/Claude Code나 Codex CLI가 단순 챗봇보다 훨씬 강한 이유 — LLM을 실전 코딩 강자로 만드는 에이전트 하네스의 6가지 핵심 컴포넌트를 Sebastian Raschka 박사의 분석으로 정리했다.https://techllm.github.io/posts/simon-willison-llm-6months-coding-agents/Tue, 19 May 2026 20:21:00 +0900https://techllm.github.io/posts/simon-willison-llm-6months-coding-agents/PyCon US 2026 라이트닝 토크에서 Simon Willison이 5분 안에 정리한 LLM 6개월 하이라이트. 2025년 11월 변곡점, 코딩 에이전트의 실용화, OpenClaw의 등장, 랩탑 오픈 웨이트 모델의 약진까지.https://techllm.github.io/posts/aris-agentic-relationship-intelligence-social-robots/Sun, 17 May 2026 13:15:00 +0900https://techllm.github.io/posts/aris-agentic-relationship-intelligence-social-robots/Monash University 연구팀이 로봇이 사용자 간의 사회적 관계를 지식 그래프로 기록하고 추적하는 ARIS 시스템을 개발했다. Pepper 로봇 기반 사용자 연구(N=23)에서 기존 언어 모델 대비 인지력, 생명성, 유사인간성, 호감도 모두 유의미하게 향상.https://techllm.github.io/posts/pelican-unified-embodied-ai/Sat, 16 May 2026 10:49:00 +0900https://techllm.github.io/posts/pelican-unified-embodied-ai/이해, 추론, 상상, 행동을 하나의 체크포인트로 통합한 구현체 AI 파운데이션 모델 Pelican-Unified 1.0. 분리된 전문가 시스템 없이도 8개 VLM 벤치마크 64.7, RoboTwin 93.5, WorldArena 1위를 달성했다.https://techllm.github.io/posts/anthropic-legal-plug-ins-claude/Wed, 13 May 2026 09:00:00 +0900https://techllm.github.io/posts/anthropic-legal-plug-ins-claude/Anthropic이 Claude에 법률 실무 영역에 특화된 12개 플러그인을 공개하며 LegalTech 시장 공략을 본격화했다. 계약 검토, 판례 리서치, 분쟁 분석 등 핵심 워크플로를 자동화한 이번 발표가 법무 업계에 미칠 영향을 정리한다.https://techllm.github.io/posts/llm-world-events-prediction/Wed, 13 May 2026 09:00:00 +0900https://techllm.github.io/posts/llm-world-events-prediction/Mantic가 gpt-oss-120b를 RL fine-tuning하여 세계 사건 예측 성능을 대폭 향상시킨 연구를 분석합니다.https://techllm.github.io/posts/build-rag-from-scratch-python/Tue, 12 May 2026 07:01:00 +0900https://techllm.github.io/posts/build-rag-from-scratch-python/벡터 DB, 임베딩, 코사인 유사도까지 — RAG의 핵심 구성 요소를 외부 프레임워크 없이 Python으로 직접 구현하는 방법을 단계별로 살펴본다.https://techllm.github.io/posts/gemini-api-file-search-multimodal-rag/Sun, 10 May 2026 23:30:00 +0900https://techllm.github.io/posts/gemini-api-file-search-multimodal-rag/구글이 Gemini API File Search에 세 가지 업데이트를 추가했다. 멀티모달 검색, 커스텀 메타데이터 필터링, 페이지 단위 출처 표시로 검증 가능한 프로덕션급 RAG 구축이 가능해졌다.https://techllm.github.io/posts/oncoagent-oncology-multi-agent/Sun, 10 May 2026 18:30:00 +0900https://techllm.github.io/posts/oncoagent-oncology-multi-agent/온코에이전트는 70개 이상의 NCCN·ESMO 가이드라인에 기반한 8노드 LangGraph 멀티에이전트 시스템으로, AMD MI300X에서 56배 처리량 향상을 달성하면서 Zero-PHI 정책으로 환자 데이터를 완전 보호한다.https://techllm.github.io/posts/transformers-to-mlx-agent-skill/Sun, 10 May 2026 17:30:00 +0900https://techllm.github.io/posts/transformers-to-mlx-agent-skill/HuggingFace가 transformers 모델을 mlx-lm으로 포팅하는 AI 스킬을 공개했다. PR 폭증 시대에 코드 품질을 지키는 방법과 에이전트 시대 오픈소스 기여의 새 기준을 제시한다.https://techllm.github.io/posts/nvidia-nemotron-3-nano-omni-multimodal/Sun, 10 May 2026 11:00:00 +0900https://techllm.github.io/posts/nvidia-nemotron-3-nano-omni-multimodal/NVIDIA가 공개한 Nemotron 3 Nano Omni 30B는 문서 분석, 음성 인식, 장시간 영상 이해, 에이전틱 컴퓨터 사용을 하나의 모델로 처리한다. 멀티문서 작업에서 7.4배, 비디오 작업에서 9.2배 처리량 우위를 보인다.https://techllm.github.io/posts/ai-eval-costs-new-compute-bottleneck/Sun, 10 May 2026 09:00:00 +0900https://techllm.github.io/posts/ai-eval-costs-new-compute-bottleneck/HAL 리더보드는 9개 모델 평가에 4만 달러를 썼다. PaperBench 1회 실행 비용은 9,500달러. AI 평가 비용이 학계와 안전 기관이 감당할 수 없는 수준에 도달했다.https://techllm.github.io/posts/vibe-coding-agentic-engineering-convergence/Sat, 09 May 2026 10:00:00 +0900https://techllm.github.io/posts/vibe-coding-agentic-engineering-convergence/25년 경력의 시몬 윌리슨이 직접 고백한다 — 코딩 에이전트를 쓰다 보니 어느새 코드를 읽지 않게 됐다고. 바이브 코딩과 에이전틱 엔지니어링이 왜 점점 같은 자리로 수렴하는지 살펴본다.https://techllm.github.io/posts/openai-realtime-voice-models-api/Thu, 07 May 2026 22:00:00 +0900https://techllm.github.io/posts/openai-realtime-voice-models-api/OpenAI가 실시간 음성 API에 GPT-5급 추론 모델 GPT-Realtime-2, 70개 언어 동시통역 모델, 스트리밍 전사 모델 세 가지를 동시 공개했다.https://techllm.github.io/posts/langgraph-full-course-bloom-ai-masterclass/Thu, 07 May 2026 22:00:00 +0900https://techllm.github.io/posts/langgraph-full-course-bloom-ai-masterclass/Bloom AI의 9시간짜리 LangGraph V1 마스터클래스를 섹션별로 완전 분석했다. Node·Edge·State 기초부터 Memory, Multi-Agent 시스템까지 실무에 바로 쓸 수 있는 핵심만 정리했다.https://techllm.github.io/posts/langgraph-agentic-ai-system-teddynote-meetup/Thu, 07 May 2026 21:00:00 +0900https://techllm.github.io/posts/langgraph-agentic-ai-system-teddynote-meetup/에이전틱 AI 밋업 2025 Q1에서 테디노트가 발표한 LangGraph 실전 활용법. Advanced RAG의 한계, 라우팅 두 가지 방식, 메모리(단기/장기), Human-in-the-Loop, 멀티에이전트 슈퍼바이저 패턴까지 핵심만 정리했다.https://techllm.github.io/posts/deepinfra-huggingface-inference-provider/Thu, 07 May 2026 11:00:00 +0900https://techllm.github.io/posts/deepinfra-huggingface-inference-provider/업계 최저 수준의 토큰 단가를 내세운 서버리스 AI 추론 플랫폼 DeepInfra가 Hugging Face Hub의 공식 Inference Provider로 합류했습니다. DeepSeek V4 Pro, Kimi-K2.6 등 100개 이상의 모델을 HF 토큰 하나로 바로 사용할 수 있습니다.https://techllm.github.io/posts/sakana-conductor-orchestrate-agents-iclr2026/Mon, 04 May 2026 11:00:00 +0900https://techllm.github.io/posts/sakana-conductor-orchestrate-agents-iclr2026/Sakana AI가 ICLR 2026에서 발표한 Conductor는 7B RL 모델이 자연어 워크플로우로 프론티어 AI들을 오케스트레이션한다. LiveCodeBench 83.9%, GPQA-Diamond 87.5% 달성.https://techllm.github.io/posts/kimi-k2-beats-frontier-models/Sun, 03 May 2026 19:55:00 +0900https://techllm.github.io/posts/kimi-k2-beats-frontier-models/Moonshot AI의 Kimi K2.6이 실시간 프로그래밍 챌린지에서 서방 프론티어 랩 모델을 모두 제쳤다. TCP 서버 연결과 실시간 의사결정을 요구한 슬라이딩 타일 퍼즐에서 벌어진 일.https://techllm.github.io/posts/ai-agent-harness-engineering-performance/Sun, 03 May 2026 01:17:00 +0900https://techllm.github.io/posts/ai-agent-harness-engineering-performance/AI 에이전트 성능 차이를 만드는 핵심이 모델 선택에서 하네스 엔지니어링으로 이동하고 있다. 프롬프트, 메모리, 도구, 검증 루프를 어떻게 설계해야 하는지 살펴본다.https://techllm.github.io/posts/gamemaker-gmrt-claude-code-ai-game-dev/Fri, 01 May 2026 19:20:00 +0900https://techllm.github.io/posts/gamemaker-gmrt-claude-code-ai-game-dev/GameMaker가 새 런타임 GMRT와 GM-CLI, Claude Code 통합을 공개했다. 2D 게임 엔진이 IDE 중심 도구에서 CLI·AI 보조·자동화 가능한 개발 플랫폼으로 이동하는 흐름을 짚어본다.https://techllm.github.io/posts/karpathy-vibe-coding-agentic-engineering/Fri, 01 May 2026 16:57:00 +0900https://techllm.github.io/posts/karpathy-vibe-coding-agentic-engineering/Andrej Karpathy가 Sequoia Capital 인터뷰에서 말한 Vibe Coding, Software 3.0, Agentic Engineering, 검증 가능성, 인간의 이해와 판단의 역할을 정리한다.https://techllm.github.io/posts/tradingagents-multi-agent-trading-framework/Fri, 01 May 2026 12:30:00 +0900https://techllm.github.io/posts/tradingagents-multi-agent-trading-framework/TauricResearch의 TradingAgents 저장소를 바탕으로, LLM 기반 멀티 에이전트 금융 트레이딩 프레임워크의 구조와 실무적 의미를 정리한다.https://techllm.github.io/posts/latent-space-agent-engineering/Fri, 01 May 2026 12:15:00 +0900https://techllm.github.io/posts/latent-space-agent-engineering/Latent.Space의 Agent Engineering 글을 바탕으로, AI 에이전트를 구성하는 도구 사용, 목표 인코딩, 제어 흐름, 계획, 메모리, 위임 권한의 6가지 요소를 정리한다.https://techllm.github.io/posts/anthropic-tracing-thoughts-language-model/Thu, 30 Apr 2026 16:35:00 +0900https://techllm.github.io/posts/anthropic-tracing-thoughts-language-model/Anthropic의 회로 추적 연구를 바탕으로 Claude가 언어를 넘나들고, 미리 계획하고, 때로는 그럴듯한 가짜 추론을 만드는 방식을 핵심만 정리한다.https://techllm.github.io/posts/ai-agent-model-selection-really-matters/Thu, 23 Apr 2026 06:49:00 +0900https://techllm.github.io/posts/ai-agent-model-selection-really-matters/AI Agent 성능은 모델 선택에 영향을 받지만, 실무에서는 과업 유형, 툴 사용, 프롬프트 구조, 검증 루프가 더 큰 차이를 만드는 경우가 많습니다. 비싼 모델이 항상 정답은 아닙니다.https://techllm.github.io/posts/kimi-k2-6-leading-open-weights-model/Wed, 22 Apr 2026 01:41:48 +0900https://techllm.github.io/posts/kimi-k2-6-leading-open-weights-model/Artificial Analysis의 Kimi K2.6 분석 글을 바탕으로, 왜 이 모델이 오픈 웨이트 진영에서 주목받는지 한국어로 정리했습니다. 성능, 비용, 포지셔닝, 실전 의미를 함께 봅니다.