Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
X @clementdelangue (자동 발견) 27건필터 해제
30 만 명의 AI 개발자가 이미 하드웨어를 Hugging Face 에 추가하여 로컬에서 실행 가능한 모델을 즉시 확인했습니다.
Hugging Face 플랫폼을 통해 사용자가 자신의 하드웨어 사양을 추가하고, 이를 공개적으로 프로필에 표시할 수 있게 되었습니다. 이 기능을 활용하면 AI 개발자들이 로컬 환경에서 모델을 실행하는 데 필요한 하드웨어 정보를 쉽게 공유하고 확인할 수 있습니다.
오늘부터 Laguna M.1 과 Laguna XS.2 를 출시합니다
회사에서 첫 공개 모델인 Laguna M.1과 Laguna XS.2를 출시하며, 이와 함께 에이전트 하네스 및 제품 미리보기 경험을 제공합니다. 두 모델 모두 데이터 파이프라인, 훈련 인프라, 그리고 에이전트 강화학습(RL)을 포함한 자체 스택에서 처음부터 훈련되었다는 점이 특징입니다.
Laguna XS.2 릴리스에 대한 축하
poolsideai가 Laguna XS.2 버전을 출시하며 축하받고 있습니다. 이 버전은 vllm_project에서 Day 0 지원을 제공하며, LLM Compressor를 통해 생성된 FP8, INT4, NVFP4 양자화 체크포인트를 포함합니다. 특히 33B 파라미터 중 3B가 활성화되었으며, 에이전트 코딩 및 장기 범위의 소프트웨어 작업에 최적화되어 있습니다.
실제 디버거를 활용한 Qwen3-Coder의 포스트 트레이닝 결과
본 기사는 실제 디버거 환경을 활용하여 Qwen3-Coder 모델을 포스트 트레이닝한 결과를 보고합니다. 이 과정을 통해 모델의 버그 해결 능력이 크게 향상되어, 문제 해결률이 70%에서 89%로 증가했으며 평균 수정 데일리가 46턴에서 19턴으로 대폭 감소했습니다. 특히, 단순히 코드를 분석하는 것을 넘어 실행 기반 추론, 라이브 변수 및 호출 스택 검사, 브레이크포인트 설정 등 실제 디버거의 기능을 활용할 수 있게 되었습니다.
ML-Intern 업데이트: 이제 내부 작동 원리를 실제로 확인할 수 있습니다
ML-Intern에 최신 업데이트가 적용되어 내부 작동 원리를 실시간으로 확인할 수 있게 되었습니다. 네이티브 메트릭 로깅과 Trackio 통합 기능이 추가됨으로써, 에이전트의 학습 실행 과정에서 발생하는 모든 과정을 라이브 곡선 형태로 관찰할 수 있습니다. 이로써 이전보다 훨씬 투명하고 이해하기 쉬운 방식으로 모델의 동작을 분석할 수 있게 되었습니다.
ml intern 에 네이티브 메트릭 로깅 및 @TrackioApp 통합 추가
ml intern에 네이티브 메트릭 로깅 기능과 @TrackioApp 통합을 추가하여, 사용자가 시작하는 모든 학습 런(training run)을 실시간으로 추적할 수 있게 되었습니다. 이 업데이트를 통해 ML 모델의 학습 과정을 보다 상세하고 효율적으로 모니터링할 수 있습니다.
Hot take: Git was the wrong abstraction for 90% of ML data.
이 글은 머신러닝(ML) 데이터의 대부분을 관리하는 데 Git 버전 관리 시스템이 부적절하다고 주장합니다. 체크포인트, 최적화 상태, 훈련 로그 등 ML 워크플로우에서 발생하는 많은 유형의 데이터는 버전 제어보다는 빠르고 저렴하며 변경 가능한 저장 공간을 필요로 합니다. 이에 따라 작성자들은 'Buckets'라는 새로운 형태의 스토리지를 구축하여 이 문제를 해결하고자 했습니다.
이 피드 구독하기
본 페이지의 콘텐츠는 AI가 공개된 소스를 기반으로 자동 수집·요약·번역한 것입니다. 원 저작권은 각 원저작자에게 있으며, 각 게시물의 “원문 바로가기” 링크를 통해 원문을 확인할 수 있습니다. 저작권자의 삭제 요청이 있을 경우 신속히 조치합니다.