labyradar

· 상태 degraded

핵심

NVIDIA/Model-Optimizer

양자화 및 가지치기 등 최신 모델 최적화 기술을 통합하여 추론 속도를 높이는 NVIDIA 공식 라이브러리입니다.

gh_trending

google/ax

구글에서 공개한 에이전트 오케스트레이션 런타임으로, 복잡한 다중 에이전트 시스템을 구축하고 관리하는 데 필수적입니다.

gh_trending

shy3130/tick-stock-panel

A 주식을 위한 자托管형 양적 투자 워크스테이션으로, LLM 기반 전략 자동화 및 데이터 연동 기능을 제공합니다.

gh_trending

Mercury 2.5 LLM hits 770 tokens per second

Mercury 2.5 모델이 초당 770 토큰의 처리 속도를 기록한 것은 추론 속도 혁신을 의미합니다. 실시간 대화가 필요한 애플리케이션 개발이나 저지연 AI 서비스 구축에 있어 매우 중요한 성능 지표입니다.

hackernews

Training Object Permanence in World Models

'WROP'은 비디오 생성 모델에 인간과 같은 물체 영속성 (object permanence) 인지 능력을 학습시키기 위한 데이터 인프라입니다. 심리학적 실험을 모방한 수백 가지 과제를 통해 세계모델이 단순 예측을 넘어 핵심적인 인지기능을 습득할 수 있음을 입증하며, 더 지능적인 AI 개발에 기여합니다.

hf_papers

Jev vs. Kev: open-source Jev alternative tested side by side

오픈소스 모델 '제브'와 경쟁 제품인 '케브'를 직접 비교 테스트한 결과를 공개했습니다. 정확도는 비슷하지만 제브가 문맥 파악과 패러프레이즈 감지 성능에서 더 우수하며 비용 대비 효율이 높다는 분석을 담고 있습니다.

localllama

dream-num/univer

스프레드시트와 문서 등 다양한 오피스 파일을 하나의 런타임으로 처리하며, 에지인트가 실제 업무를 수행할 수 있는 환경을 제공합니다.

gh_trending

The Linear Representation Hypothesis Needs a Group Action

특정 모델에 국한된 표현의 일반화 문제를 해결하기 위해 선형 표현 가설을 그룹 작용 (Group Action) 과 결합하는 새로운 관점을 제시합니다. 서로 다른 동등성 개념이 보존하는 구조가 다르므로 이를 명시적으로 구분해야만 의미 있는 비교와 분석이 가능함을 강조합니다.

hf_papers

🎲 탐험

🏎️ Anthropic Calls for Brakes, Then Floors Claude - eWeek

앤스로픽이 클로드 모델의 안전성을 위해 제동을 걸었다가 다시 가속하는 모순적인 상황을 겪으며 AI 윤리 가이드라인에 대한 논쟁을 불러일으켰습니다. 기술 발전 속도와 규제 사이의 긴장 관계를 잘 보여줍니다.

anthropic