세상에! 최근 오픈 소스 거대 언어 모델(LLM) 경쟁이 정말 치열하네요!
요약
에이전트 기반 코딩에 특화된 새로운 오픈 소스 모델 제품군 Ornith-1.0이 출시되었습니다. RL을 통해 작업 프레임워크 구축 능력을 최적화하여 에이전트 코딩 벤치마크에서 최상위 성능을 보여줍니다.
핵심 포인트
- 9B부터 397B MoE까지 다양한 모델 사이즈 제공
- RL을 활용해 태스크 스캐폴드와 솔루션을 동시 최적화
- Terminal-Bench, SWE-Bench 등에서 최정상급 성능 달성
- MIT 라이선스로 공개되어 Ollama, Unsloth에서 실행 가능
세상에! 최근 오픈 소스 거대 언어 모델(LLM) 경쟁이 정말 치열하네요!
Agentic coding(에이전트 기반 코딩)에 집중한 새로운 오픈 소스 모델 제품군인 Ornith-1.0이 등장했습니다.
이 모델은 9B부터 397B MoE(Mixture of Experts)까지 모든 사이즈를 아우르며, Terminal-Bench, SWE-Bench 등 에이전트 코딩 벤치마크(agent coding benchmark)에서 현재 오픈 소스 모델 중 최정상급 수준에 도달했습니다.
가장 흥미로운 점은 훈련 방식입니다. 단순히 모델이 정답을 생성하게 하는 것이 아니라, RL(강화학습)을 사용하여 "태스크 스캐폴드(task scaffold, 작업 발판)"와 최종 솔루션을 동시에 최적화함으로써, 모델이 스스로 더 나은 실행 프레임워크를 구축하는 방법을 배우도록 합니다.
이러한 접근 방식은 매우 흥미롭습니다. 많은 에이전트가 실패하는 이유는 코드를 작성할 줄 몰라서가 아니라, 오히려 실행 프로세스를 조직하는 방법을 모르기 때문입니다.
Ornith는 "프레임워크를 구축하는 방법" 자체를 학습 가능한 신호로 직접 변환했습니다.
모델 전 시리즈는 MIT 라이선스로 오픈 소스화되었으며, GGUF 버전도 제공되어 Ollama, Unsloth 등의 도구에서 바로 실행할 수 있습니다.
로컬 사용자들에게 또 하나의 강력한 선택지가 생겼습니다.
주소는 댓글창을 확인하세요👇
AI 자동 생성 콘텐츠
본 콘텐츠는 X @berryxia (자동 발견)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기