DRIFT, 심층 연구 에이전트(deep-research agents)가 잘못되는 정확한 순간을 찾아내다

대부분의 벤치마크(benchmarks)는 최종 정답만을 확인합니다.
DRIFT는 유해한 오류를 국지화(localize)하기 위해 스팬(span) 수준에서 궤적(trajectories)을 감사하며 —
근거 없는 주장이 확정적인 주장(commitments)으로 변하는 지점을 정확히 짚어냅니다.
오류 국지화(Error localization) 성능이 최대 30포인트 향상됩니다.

논문(Paper):
https://huggingface.co/papers/2606.02060
…
데이터셋(Dataset):
https://huggingface.co/datasets/NJU-LINK/TELBench
…
프로젝트(Project):
https://nju-link.github.io/DRIFT

Huawei가 LLM을 위한 KV-캐시(KV-cache) 압축 방법인 KVarN을 출시했습니다.

이 방법은 3~5배 더 긴 컨텍스트 길이(context length)를 제공하며, FP16 처리량(throughput)을 능가하면서도 FP16 정확도(accuracy)를 유지합니다.

vLLM의 플래그(flag) 하나로 작동합니다. 별도의 보정(calibration)은 필요 없습니다.