GrepSeek, 원시 텍스트 검색을 위한 에이전트 훈련
요약
GrepSeek은 임베딩이나 인덱스 없이 셸 파이프라인을 작성하여 원시 텍스트를 검색하는 9B 오픈 가중치 모델입니다. 14GB 코퍼스 환경에서 7개의 오픈 도메인 QA 벤치마크 최고 성능을 달성했습니다.
핵심 포인트
- 임베딩과 인덱스 없이 셸 파이프라인으로 검색 수행
- 9B 오픈 가중치 모델 기반의 에이전트 훈련 방식
- 7개 오픈 도메인 QA 벤치마크에서 최고 F1 점수 기록
- NVIDIA Cosmos 3 모델의 Physical AI 성능 우수성
No embeddings.
No index.
9B 오픈 가중치 모델이 14 GB 코퍼스에 대한 셸 파이프라인을 작성하여, 7개의 오픈 도메인 QA 벤치마크에서 최고의 전체 F1 점수를 달성했습니다.
Paper page:
https://huggingface.co/papers/2605.29
307
…
Hub collection:
https://huggingface.co/collections/alireza7/grepseek
…
Dataset:
https://huggingface.co/datasets/alireza7/GrepSeek-ColdStart-SFT-10k
…
NVIDIA가 Hugging Face에 텍스트-이미지 월드 모델을 출시했습니다.
Cosmos 3는 Physical AI를 위한 64B 파라미터의 범모달(omnimodal) 기반 모델입니다.
R-Bench 및 Artificial Analysis에서 오픈 모델 중 1위를 차지했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 X @huggingpapers (검증됨)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기0