【실측】1.74GB 소형 모델에 나의 비공개 코드를 읽혀보았다 ―― VibeThinker-3B가 할 수 있는 것과 없는 것

Sina Weibo에서 공개한 VibeThinker-3B 모델의 성능을 실측한 리뷰입니다. 3B 규모의 소형 모델임에도 수학과 코드 추론 영역에서 압도적인 벤치마크 성능을 보여주며, 특정 태스크에 특화된 모델의 강력함을 입증합니다.

Google DeepMind가 개발한 수학 특화 에이전트 시스템 Aletheia를 소개합니다. Gemini 3 Deep Think를 기반으로 하며, IMO 수준의 문제를 90% 이상의 정확도로 해결하고 자연어로 증명을 작성하는 것이 특징입니다.

Z.ai가 공개한 오픈 웨이트 모델 GLM-5.2는 IndexShare 메커니즘을 통해 1M 토큰의 장문맥을 효율적으로 처리합니다. SWE-bench Pro 등 코딩 벤치마크에서 GPT-5.5를 상회하는 성능을 보이며, 프론티어 모델에 육박하는 오픈 웨이트 모델로 평가받습니다.

OpenAI가 신규 모델 출시 전 실서비스 대화 로그를 활용해 문제 행동을 예측하는 'Deployment Simulation' 기법을 공개했습니다. 벤치마크와 실제 서비스 간의 괴리를 줄이기 위해 합성 테스트 대신 130만 건의 실제 로그를 재생하여 모델의 본연의 거동을 측정합니다.

MiniMax가 1M 컨텍스트 길이를 지원하는 428B 규모의 오픈 웨이트 MoE 모델 M3를 공개했습니다. MSA(MiniMax Sparse Attention) 기술을 도입하여 긴 컨텍스트 처리 시 계산량을 획기적으로 줄이면서도 품질을 유지한 것이 핵심입니다.

Fable 5가 사라진 날 ─ 지금 정말 쓸 수 있는 최강 LLM은 무엇인가? 【2026년 6월·벤치마크 대조사】

Anthropic의 Claude Fable 5가 출시 직후 수출 관리 지침 문제로 서비스가 중단된 상황에서, 2026년 6월 기준 최적의 대체 LLM을 찾기 위한 벤치마크 분석 가이드를 제공합니다. 단순 수치에 현혹되지 않고 공인 기록과 참고 기록을 구분하여 모델의 실질적 성능을 판단하는 법을 다룹니다.

【총집편】 계절을 결정하고 있는 것은 누구인가 ── 기온·벚꽃·아이스크림, 3가지 데이터가 말해준 것

기온, 벚꽃 개화, 아이스크림 판매라는 세 가지 독립된 데이터 소스를 활용하여 계절 변화의 구조를 분석하는 리서치 설계 방식을 소개합니다. 단순한 통계 수치를 넘어, 서로 다른 데이터를 연결해 가설을 검증하는 '수렴적 증거' 도출 과정을 보여줍니다.

2021년, 기상청은 계절 관측을 축소했다──그 전에 수집한 데이터가 말해주는 것

기상청의 생물 계절 관측 축소 상황에서 벚꽃 개화일 데이터를 통해 기후 변화를 분석합니다. 1961년부터의 장기 데이터를 활용하여 기온 상승과 벚꽃 개화 시기 앞당겨짐 사이의 상관관계를 입증합니다.

Moonshot AI가 공개한 Kimi K2.7 Code는 사고 모드(thinking mode)를 상시 활성화하도록 설계된 코딩 특화 오픈 웨이트 모델입니다. MoE 아키텍처를 기반으로 하며, 추론 체인을 문맥으로 유지하여 복잡한 에이전트 기반 소프트웨어 개발 작업에 최적화되어 있습니다.

AI 생성물 판정 소프트웨어가 학술적 문체의 특성을 AI로 오인하여 발생하는 부조리와 위험성을 다룹니다. 특히 비영어권 학생이나 명확한 문체를 사용하는 연구자들에게 발생하는 불공평한 판정 사례와 그로 인한 교육적 부작용을 경고합니다.

AI가 개인의 사적인 지성과 경험을 학술적·제도적 언어로 변환해주는 '변환기' 역할을 수행하며, 기존 학계의 진입 장벽을 허물고 있는 현상을 다룹니다. 연구자라는 신분보다 성과물이 먼저 검증되는 새로운 지식 생산의 흐름을 설명합니다.

llcore 검증 arc (#40) — 진화가 '20전 20승'을 거둔 날, 하지만 '강한 상대'를 내놓으니 환상이었다: capability를

진화적 탐색(MAP-Elites)이 소형 LLM 환경에서 일반적인 경사 하강법보다 우수한 성능을 보였으나, 실제 학습 방식인 해석적 경사(Exact Gradient)를 상대로는 성능 차이가 사라짐을 검증한 연구 기록입니다.

llcore 검증 arc (#38) — 자신의 연구를 56대의 AI에게 반증하게 했더니 '네 모퉁이의 공백'이 남았던 날: 특허를 내지 않고

56대의 AI 에이전트를 활용한 '반증 검증(adversarial verification)'을 통해 연구 결과의 독창성을 검증한 사례를 다룹니다. 학술 문헌과 특허 데이터베이스 조사 결과 반례를 찾지 못해, 특허 출원 대신 방어적 공개를 결정한 과정과 핵심 기술 개념을 설명합니다.

AI가 생성하는 환각(Hallucination) 현상의 주요 사례들을 조사한 글입니다. 구글 AI Overviews의 잘못된 정보 제공부터 법률 판례 조작, 에어 캐나다의 챗봇 오안내 사례까지 다양한 유형의 오류를 다룹니다.

Anthropic이 Opus를 뛰어넘는 새로운 Mythos 클래스 모델인 Claude Fable 5를 출시했습니다. SWE-Bench Pro에서 80.3%를 기록하며 GPT-5.5를 압도하는 성능을 보여주었으며, 6월 22일까지 특정 사용자층에게 무료로 제공됩니다.

Meta가 MSL을 통해 발표한 첫 번째 프로프라이어터리 모델 Muse Spark를 소개합니다. HealthBench Hard에서 1위를 기록했으며, 멀티 에이전트 병렬 추론 방식인 'Contemplating mode'가 핵심 특징입니다.

엔지니어 관점에서 분석한 Claude Fable 5 | Mythos 클래스 첫 일반 공개 모델과 안전 분류기(Safety

Anthropic이 Opus 상위 모델인 Mythos 클래스의 첫 모델 'Claude Fable 5'를 공개했습니다. 장기적이고 복잡한 태스크에서 SOTA 성능을 보이며, 안전 분류기를 통해 고위험 쿼리를 Opus 4.8로 폴백하는 독특한 안전 메커니즘을 채택했습니다.

Tripo AI가 약 2억 달러의 자금을 조달하며 새로운 연구 프로젝트인 「Project Eden」을 발표했습니다. 이 프로젝트는 단순 영상 생성을 넘어 사용자와 에이전트가 상호작용하며 상태가 유지되는 지속 가능한 월드 모델(World Model) 구축을 목표로 합니다.

Anthropic이 첫 Mythos급 모델 「Claude Fable 5」를 일반 공개 — “역대 최강”, 단 사이버 능력은 봉인

Anthropic이 역대 최강 성능을 가진 Mythos급 모델 'Claude Fable 5'를 일반 공개했습니다. 강력한 성능에도 불구하고 사이버 보안 관련 작업은 가드레일을 통해 엄격히 봉인된 것이 특징입니다.